排序方式: 共有42条查询结果,搜索用时 15 毫秒
21.
22.
粒子群优化算法是一类新型进化算法,为提高粒子群优化算法对复杂问题全局最优解的探测能力,该文引入一种基于拉伸技术的粒子群优化算法,把它应用到CDMA通信系统中抗干扰关键技术——多用户检测中,提出了基于拉伸粒子群算法的多用户检测器。仿真结果表明,该检测器在误码率性能、抗远近效应和增加系统容量方面的性能较之其他的检测器均有明显的提高。 相似文献
23.
一种降低OFDM系统PAPR的改进压扩方法 总被引:1,自引:1,他引:0
正交频分复用(OFDM)技术是一种多载波调制方式。作为第四代移动通信系统的核心技术,OFDM己成为当今高速无线通信领域的研究热点。正交频分复用(OFDM)系统存在高峰值平均功率比(PAPR)问题,这一问题会导致系统性能降低,为其实用化设置了障碍。文中研究了一种改进的降低PAPR的非线性压缩与扩展算法,可以得到更好的PAPR性能。该方法的特点在于采用一种计算复杂度较低的非线性压扩函数,同时融合了叠加训练序列方法的改进非线性压扩算法,从而有效地降低系统PAPR。理论研究和仿真结果表明,与传统方法相比,所提出的改进压缩与扩展方法可以在降低系统复杂度的同时得到更好的PAPR性能。 相似文献
24.
25.
26.
基于细菌觅食的盲源分离算法研究 总被引:2,自引:1,他引:1
细菌觅食算法是一种基于细菌觅食行为的智能优化算法.盲源分离是盲信号处理的重要方面.为了提高盲源分离的有效性,根据盲源分离和细菌觅食算法的基本原理,提出了一种基于细菌觅食行为的盲源分离算法.用MATLAB对提出的这一算法进行仿真,并将其分离结果与传统独立分量分析算法的分离结果相比较.实验结果表明这是一种分离效果优于传统独立分量分析算法的有效分离算法.证明了基于细菌觅食盲源分离算法的可行性和有效性. 相似文献
27.
28.
基于PSO微粒群算法的复杂网络社区结构发现 总被引:3,自引:1,他引:2
复杂网络社区结构划分日益成为近年来复杂网络的研究热点,到目前为止,已经提出了很多分析复杂网络社区结构的算法。但是大部分算法还存在一定的缺陷,而且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析。提出了一种基于PSO微粒群算法的复杂网络社区结构分析方法。此方法无需预先知道组成该复杂网络的社区数量、社区内的节点数以及任何门限值。该算法的可行性用Zachary Karate Club和College Football Network模型进行验证。 相似文献
29.
研究粒子群优化算法(PSO)的收敛速度,以提高该算法性能是PSO的一个重要而且有意义的研究。Jun Sun 等人通过对PSO系统下的单个个体在量子多维空间的运动及其收敛性的分析,提出了具有函数形式的粒子群算法(Quantum Delta-Potential-Well-based PSO)。在此基础上进行了改进,用粒子的速度来产生一个随机数引导粒子向最优解快速靠拢,并对速度的处理采取了新的策略。仿真结果表明:该改进算法对收敛速度有非常好的改善,而且稳定性也较好。 相似文献
30.
微遗传算法是一种基于小种群进化的遗传算法,它的应用较大地降低了运算复杂度。从对微遗传算法种群中个体数目的讨论入手,改进了微遗传算法,并将其与多用户检测技术结合,提出了一种新的基于微遗传算法的改进型多用户检测器,进行了理论依据和仿真性能分析。仿真结果表明:该检测器在性能上接近最佳多用户检测器,计算复杂度较低。 相似文献