排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对目前分数间隔盲均衡算法存在的缺陷,提出了基于分数间隔的四二阶归一化累积量盲均衡算法.先对接收信号进行分数间隔采样,然后利用四二阶归一化累积量将盲均衡算法归结为无约束的极值问题,从而简化了算法,加快了收敛速度,降低了误码率.仿真验证了算法的有效性. 相似文献
2.
针对简单遗传算法易陷入局部最优及收敛速度慢的不足,提出一种改进遗传算法-基于启发式策略的搜寻者遗传算法.首先将搜寻者优化算法中的模糊思想和近邻策略相结合改进变异算子,增强种群多样性,避免陷入局部最优;然后针对路径优化问题基于启发式策略设计反转算子,使得路径中不存在交叉边,加快收敛速度;最后将改进遗传算法用于求解旅行商问题.结果表明,改进遗传算法的求解精度和求解效率明显优于基本遗传算法. 相似文献
3.
利用Lagrange神经网络的基本原理,在线性约束恒模算法(LCCMA)基础上,通过增加约束条件,提出了一种多约束Lagrange神经网络恒模"盲多用户检测"算法.通过仿真实验表明,算法比传统最陡下降恒模算法(SDCMA)在误码率等方面有所改善. 相似文献
1