基于自适应差分进化算法的拉曼放大器设计

为满足下一代6G网络对光通信网络提出的传输容量大、速率高及传输时延低的要求,本文将碲酸盐光纤作为光纤增益介质,并利用自适应差分进化(adaptive differential evolution,ADE)算法 对拉曼光纤放大器(Raman fiber amplifier,RFA) 的泵浦参数进行优化。该算法通过引入自适应算子控制变异率的大小,在保持个体多样性的同时增强全局搜 索最优解的能力。最终设计出一款覆盖100 nm带宽范围、平均增益为28.27 dB、增益平坦度为 0.65 dB的多泵浦RFA。同时,在该模型基础上分别研究了泵浦功率和光纤长度对拉曼放大器增益及增益平坦度的影响,为设计和优化多泵浦拉曼放大器模型提供了参考。     

利用差分进化算法优化设计的多泵浦Te基光纤拉曼放大器

为适应下一代6G网络对光纤传输系统大容量、高速率和低延时的要求,以Te基光 纤为传输介质,利用差分进化算法设计了一款具有两级放大结构的(Raman-fiber amplifier,RFA) ,实现了对C+L波段内各信道的平坦光放大。差分进化算法具有结构简单、性能优越和鲁棒 性强的特点,能够有效解决拉曼耦合微分方程中的大空间、非线性和组合优化等问题。通过 Matlab仿真,该Te基光纤拉曼放大器(T-RFA)在100 nm带宽范围内 的平均增益为37.7 dB,增 益平坦度为0.9 dB。同时,分析了两级放大结构下该T-RFA的噪声增 益对系统的影响,为6G网络的拉曼光纤放大器的设计与优化提供了参考。     

基于粒子群算法的拉曼光纤放大器的多抽运源优化

基于粒子群算法(PSO)提出了一种优化多波长抽运拉曼光纤放大器的新方法。只要给定信号光的波长分布、功率、抽运光的个数、抽运光的波长和功率变化范围．再根据其他已知的光纤参数．就能优化出满足指定平均开关增益大小、指定增益平坦度所需的抽运源参数．包括各个抽运源的波长和功率。采用该方法对一个C波段的拉曼光纤放大器进行了优化．仅应用两个抽运光源就实现了平均开关增益分别为32dB、20dB、l7dh相应最大增益波动分别为的拉曼光纤放大器的设计．得到了各抽运光源的优化波长和优化功率。     

基于插值算子自适应混合差分进化算法的八木天线优化设计

本文采用插值算子自适应混合差分进化算法对六元八木天线进行优化设计。首先介绍了插值算子自适应混合差分进化算法的原理和实现流程,然后采用该算法优化设计了六元八木天线的增益,以振子的长度和振子的间距为优化变量,获得优于其它算法的结果。考虑工程实际的匹配阻抗问题,同时优化八木天线的增益和阻抗,同样获得了较优的结果。结果表明该方法可有效应用于八木天线的工程设计当中,为该类天线设计提供了新的设计方法。     

利用免疫算法优化设计的宽带大增益拉曼光纤放大器

为提高拉曼光纤放大器(RFA)的增益带宽和输出增益、改善增益平坦度,本文以掺铒碲基光纤作为放大介质,使用6个泵浦光设计了一款能够实现对C+L波段共100 nm带宽信号光平坦放大的拉曼光纤放大器.在设计过程中,针对拉曼光纤放大器模型中的非线性优化和组合优化问题,采用免疫算法配置泵浦光波长和功率的方法来解决,同时保证拉曼光...     

基于改进粒子群算法的后向泵浦RFA设计北大核心CSCD

为了满足第六代移动通信(6G)系统对光通信网络的高速率及大容量的要求,进一步提高光传输网络中光纤放大器的带宽、响应速率及放大倍数等成为目前的研究重点。在使用碲酸盐光纤作为光纤增益介质的同时,提出一种改进粒子群优化算法,通过在迭代过程中动态的调整速度、位置及惯性权重值,获得更高收敛速度,增强全局搜索的能力。应用该算法对拉曼光纤放大器的各个泵浦光参数配置进行优化、分析及仿真验证,最终设计出平均开关增益为23.738 8 dB,增益平坦度为0.209 8 dB的后向泵浦拉曼光纤放大器。结果表明,改进的粒子群优化算法对拉曼放大器泵浦光的参数配置有很强的适应性,能够获得较低的增益平坦度,对未来拉曼光纤放大器的设计具有一定的参考意义。     

基于级联光纤的拉曼光纤放大器的研究

文章利用光子转换理论给出了两种光纤的任意信道间隔、N信道单向受激拉曼散射(SRS)的稳态分析结果,提出了一种新型的具有平坦增益的宽带拉曼光纤放大器(FRA).对64信道的波分复用(WDM)系统进行了仿真,为FRA增益平坦化提供了一种新的实现方法.     

OptiAmplifier下的光纤拉曼放大器仿真探究

本文利用Optiamplifier光放大器设计软件对拉曼放大器的泵浦光源种类、泵浦光源波长、泵源数目及功率的大小,及采用何种光纤等方面进行了仿真实验,最后从成本、实用角度出发采用三泵源实现了1530~1600nm放大带宽、平坦增益等性能指标。     

宽带拉曼光纤放大器的优化算法与系统实现

采用序列二次规划算法并通过优化泵浦波长和残留功率,实现了反向泵浦的宽带拉曼光纤放大器(RFA)的增益平坦度优化,大大简化了运算过程,缩短了优化时间.并根据优化结果实现了双泵浦、三泵浦和四泵浦的宽带RFA实验系统.结果显示理论计算与实验结果具有良好的一致性,表明此优化方案具有极强的实用性.     

基于差分进化算法的多用户OFDM自适应资源分配

针对多用户正交频分复用系统自适应资源分配问题,提出一种改进的子载波和基于差分进化算法的功率自适应分配算法.该算法首先在均等功率下进行子载波分配,然后通过添加约束条件检测改进步骤,改进差分进化算法,并采用该算法根据设置的兼顾用户公平性与系统容量的目标函数,全局寻优实现用户间的功率分配.仿真结果表明,算法在低算法复杂度及兼顾用户公平性的情况下实现了较高的系统容量提升,证明其有效性.     

基于差分进化算法的RFID定位

针对传统射频识别(RFID)定位过程繁琐,系统定位精确度低以及计算较为复杂的问题,提出一种利用差分进化(DE)算法优化RFID定位精确度的方法。该方法首先随机初始参考标签的位置坐标,通过接收信号强度(RSS)值计算出阅读器与标签之间的测量距离,再通过优化阅读器与参考标签和待测标签之间的距离误差,估计出离待测标签最近的位置坐标,最后与经典LANDMARC定位系统做比较。仿真结果表明,经典LANDMARC定位系统的平均定位误差为1.115 8 m,而利用差分进化算法优化后的系统平均定位误差为0.001 2 m,从而证明利用差分进化算法优化RFID定位的方法是有效的。     

基于自适应遗传算法的低噪声放大器设计

低噪声放大器是射频接收系统的关键组成部分,决定了系统的噪声特性,直接影响接收灵敏度。提出一种利用自适应遗传算法设计低噪声放大器匹配电路的思路,自动优化交叉概率和变异概率,避免了易早熟的缺点。采用这一算法进行了放大器设计实验,放大器具有较低的噪声系数、较高的放大增益,以及较好的带外抑制效果。实验结果表明实测和软件仿真性能吻合较好,证明了自适应遗传算法设计的可靠性。     

基于改进差分进化算法的机载激光雷达波形分解

全波形机载激光雷达数据记录了完整的回波波形,包含了目标的立面细节和后向散射系数等信息,但是这些信息无法在未经处理的情况下直接获取,波形分解是处理波形数据以提取有效信息的重要方法.针对波形分解中常用的参数优化算法对初值敏感,易陷于局部最优的缺点,提出一种基于改进差分(Modified Differential Evolu...     

一种基于差分进化的鲁棒音频隐写算法

音频隐写是将秘密信息隐藏到音频载体中,已成为信息隐藏领域的一个研究热点。已有研究大多聚焦最小化隐写失真,却以牺牲隐写容量为代价,且往往被一些常规信号攻击后难以正确提取秘密信息。为此,基于扩频技术,首先,分析了隐写参数（分段隐写强度和分段隐写容量）与不可感知性和鲁棒性的关系,并构建了一种以分段隐写强度、分段隐写容量为自变量,以不可感知性和隐写容量为优化目标,以信噪比为约束条件的音频隐写多目标优化模型;然后,提出了一种基于差分进化的鲁棒音频隐写算法,设计了相应的编码、适应度函数、交叉和变异算子。对比实验结果表明,所提隐写算法能够在保证不可感知性和抗隐写分析能力的前提下达到更好的鲁棒性,可以有效抵御一些常规信号处理攻击。     

量子衍生差分进化算法的设计与实现

为提高差分进化算法的优化性能,从研究差分进化算法的实现机制入手,提出将差分策略与量子比特在Bloch球面的绕轴旋转相融合的新思想。个体采用基于Bloch球面描述的量子比特编码,采用差分策略计算当前个体上量子比特的旋转角度,采用向量积理论构造旋转轴,采用泡利矩阵构造旋转矩阵,以当前最优个体上相应量子比特为目标,在Bloch球面上沿旋转轴向目标比特旋转。采用Hadamard门实现个体变异。函数极小值优化的仿真结果表明,所提方法单步迭代的平均时间约为普通差分进化算法的13倍。当限定步数相同时,优化结果约为普通差分进化算法的0.3倍,当运行时间相同时,优化结果约为普通差分进化算法的0.4倍。从而表明所提算法计算效率降低,但寻优能力明显提高,整体优化性能优于原算法。      

基于ELM的人体跌倒预测算法

为了应用于跌倒保护装置设计,需要设计一种跌倒保护预测算法,能够准确并快速的区分跌倒动作和正常行为动作,因此提出了基于ELM的人体跌倒预测算法.该算法通过六轴传感器芯片MPU6050提取人体各个姿态下的三相加速度和三相旋转角,通过多变量分析方法得到特征量,随后对提取的特征量进行预处理,通过滑动时间窗口对数据进行切割,对处...     

一种基于差异演化的特征子集选择算法

特征子集选择问题一直是人工智能领域研究的重要内容。特征子集选择算法研究是机器学习和数据挖掘等领域的研究热点。提出了基于差异演化算法的特征子集选择算法,实验证明该算法是简单、正确、有效的,并具有良好的收敛性和稳定性。