一种水声信道通信信号的均衡方法（专利号201410106256.0），包括基于正交小波变换的多模盲均衡算法（WT MMA）和布谷鸟搜索算法（CS），其特征在于，该方法包括如下步骤：步骤1利用基于正交小波变换的多模盲均衡算法（WT MMA）处理由发端经信道传来的随机发送信号，信号经过处理后作为均衡器的输入信号；步骤2利用布谷鸟搜索算法（CS），在m维搜素空间中随机产生n个鸟巢，设定其位置向量为其中t为从0开始的整数，每个m维的鸟巢位置对应均衡器的一组长度为m的初始权向量系数，测试鸟巢位置的优劣，经比较确定当前的最优鸟巢保留到下一代；步骤3将位置向量pt中的鸟巢位置利用下式（12）)式中，表示第t代中第i个鸟巢所处的位置；α为搜索步长控制量；?为点对点乘法；L(λ)为随机Levy随机搜索路径，满足L:μ=t?λ,(1<λ≤3)，进行逐一更新，更新后的鸟巢位置为?测试新鸟巢位置的优劣，与上一代鸟巢位置进行比较，用其中较优的鸟巢位置取代较差的鸟巢位置，形成一组新的优质鸟巢位置，记为步骤4用随机数r∈[0,1]表示布谷鸟鸟蛋被宿主鸟发现的可能性，随机数r服从均匀分布，比较随机数r和两个位置向量pa、kt+1中被发现概率较小的鸟巢作为优质鸟巢保留，随机改变其中被发现概率较大的鸟巢，再与原鸟巢位置进行比较，用测试值较好的取代测试值较差的，形成一组新的优质鸟巢用以更新位置向量pt，逐一测试每个鸟巢位置的优劣，确定最优鸟巢位置的位置向量判断最优鸟巢位置的位置向量的测试值是否能满足寻优的精度要求，如果满足，最优鸟巢位置的位置向量即为所求，作为输出；如不满足，则返回步骤3，继续迭代寻优；步骤5均衡器将最优鸟巢位置的位置向量对应的参数作为其初始权向量的系数，对经过小波处理后的收端信号进行均衡，并判断该信号是否已被全部均衡，若完成，均衡结束，该信号作为最终输出信号；若未完成，以本步骤5继续均衡。
一种水声信道通信信号的均衡方法（专利号201410106256.0），包括基于正交小波变换的多模盲均衡算法（WT MMA）和布谷鸟搜索算法（CS），其特征在于，该方法包括如下步骤：步骤1利用基于正交小波变换的多模盲均衡算法（WT MMA）处理由发端经信道传来的随机发送信号，信号经过处理后作为均衡器的输入信号；步骤2利用布谷鸟搜索算法（CS），在m维搜素空间中随机产生n个鸟巢，设定其位置向量为其中t为从0开始的整数，每个m维的鸟巢位置对应均衡器的一组长度为m的初始权向量系数，测试鸟巢位置的优劣，经比较确定当前的最优鸟巢保留到下一代；步骤3将位置向量pt中的鸟巢位置利用下式（12）)式中，表示第t代中第i个鸟巢所处的位置；α为搜索步长控制量；?为点对点乘法；L(λ)为随机Levy随机搜索路径，满足L:μ=t?λ,(1<λ≤3)，进行逐一更新，更新后的鸟巢位置为?测试新鸟巢位置的优劣，与上一代鸟巢位置进行比较，用其中较优的鸟巢位置取代较差的鸟巢位置，形成一组新的优质鸟巢位置，记为步骤4用随机数r∈[0,1]表示布谷鸟鸟蛋被宿主鸟发现的可能性，随机数r服从均匀分布，比较随机数r和两个位置向量pa、kt+1中被发现概率较小的鸟巢作为优质鸟巢保留，随机改变其中被发现概率较大的鸟巢，再与原鸟巢位置进行比较，用测试值较好的取代测试值较差的，形成一组新的优质鸟巢用以更新位置向量pt，逐一测试每个鸟巢位置的优劣，确定最优鸟巢位置的位置向量判断最优鸟巢位置的位置向量的测试值是否能满足寻优的精度要求，如果满足，最优鸟巢位置的位置向量即为所求，作为输出；如不满足，则返回步骤3，继续迭代寻优；步骤5均衡器将最优鸟巢位置的位置向量对应的参数作为其初始权向量的系数，对经过小波处理后的收端信号进行均衡，并判断该信号是否已被全部均衡，若完成，均衡结束，该信号作为最终输出信号；若未完成，以本步骤5继续均衡。
