基于改进蝙蝠算法的CO-OFDM系统峰均比抑制技术

为了抑制相干光正交频分复用系统中的峰值平均功率比,采用蝙蝠算法优化系统子载波的相位.同时针对蝙蝠算法存在的易陷入局部最优和收敛精度不高的问题,对蝙蝠算法进行改进.在蝙蝠的速度更新公式中加入蝙蝠的自我学习部分,并引入惯性权值和学习因子,在保证算法收敛速度的同时尽可能提高算法的收敛精度,防止算法出现早熟收敛情况.采用改进算法对正交幅度调制、100 Gb/s的相干光正交频分复用系统进行仿真实验,仿真结果表明,改进算法有较强的搜索能力和较高的搜索精度,使正交频分复用信号的峰值平均功率比降低了5.48 dB,相对于蝙蝠算法降低了0.52 dB,改进算法的峰值平均功率比抑制性能得到了进一步的提高.     

基于改进蝙蝠算法的CO-OFDM系统峰均比抑制技术（英文）

为了抑制相干光正交频分复用系统中的峰值平均功率比,采用蝙蝠算法优化系统子载波的相位.同时针对蝙蝠算法存在的易陷入局部最优和收敛精度不高的问题,对蝙蝠算法进行改进.在蝙蝠的速度更新公式中加入蝙蝠的自我学习部分,并引入惯性权值和学习因子,在保证算法收敛速度的同时尽可能提高算法的收敛精度,防止算法出现早熟收敛情况.采用改进算法对正交幅度调制、100Gb/s的相干光正交频分复用系统进行仿真实验,仿真结果表明,改进算法有较强的搜索能力和较高的搜索精度,使正交频分复用信号的峰值平均功率比降低了5.48dB,相对于蝙蝠算法降低了0.52dB,改进算法的峰值平均功率比抑制性能得到了进一步的提高.     

100Gb/s高速PDM-CO-OFDM系统峰值平均功率比抑制性能研究

利用迭代部分传输序列(IPTS)限幅算法实现100Gb/s高速偏振模复用相干光正交频分复用(PDM-CO-OFDM)系统峰值平均功率比(PAPR)抑制,并对其PAPR、误码率(BER)及非线性性能进行了分析。仿真结果表明,与限幅算法相比,IPTS限幅算法不仅可以进一步降低PAPR,还可以减小光纤的非线性效应,从而提高系统BER性能。当互补累积分布函数(CCDF)等于0.0001时,IPTS限幅算法的门限值比限幅算法的优化了0.62dB。与原始信号相比,IPTS限幅算法的最大峰值功率降低了2.63dBm。相同条件下,IPTS限幅算法在光信噪比(OSNR)为12.28dB时,BER即可达到10-3,而限幅算法的最小BER仅为1.55×10-3。当发射功率等于-1dBm时,IPTS限幅算法的Q值与限幅算法相比提高了0.28dB。     

OFDM-PON系统中一种抑制峰均功率比的安全算法

安全性低和较高的峰均功率比(PAPR)是正交频分复用无源光网络(OFDM-PON)系统所面临的主要挑战,为此提出一种基于二维混沌加密的选择性映射(SLM)方案。该方案利用二维Logistic映射分别产生随机交织器和相位序列对OFDM信号进行加扰,达到系统加密的同时降低PAPR的目的。仿真结果显示,与传统SLM算法和原始光OFDM(O-OFDM)信号相比,所提出的方案可分别获得0.5dB和3.8dB的PAPR抑制增益。实验证明,7Gbit/s 16QAM (Quadrature Amplitude Modulation)O-OFDM加密信号可通过25km标准单模光纤在强度调制/直接检测OFDM-PON系统中安全传输并且系统误码率性能得到改善。     

小波包变换对CO-OFDM系统高峰均比的抑制性能研究

针对相干光正交频分复用系统中出现的高峰值平均功率比问题,提出用小波包变换取代传统快速傅里叶变换的相干光正交频分复用系统.仿真实验证明了具有良好正交性的小波包变换对高峰值平均功率比起到一定程度上的抑制作用,且误码率性能优于传统的快速傅里叶变换.随着小波尺度函数及小波函数对称性的提升,其避免信号处理过程中的相移的能力提高,系统性能有所改善.与传统的快速傅里叶变换系统相比,基于小波包变换的系统中,小波基函数haar小波的互补累计分布函数为0.01时,门限值降低约2dB,且在误码率为10-3的情况下,性能优化1.5dB.在此基础上,将小波提升算法应用到相干光正交频分复用系统中,得到的抑制峰均比及误码率性能与应用Mallat算法时一致,但算法的结构复杂度降低.     

基于压扩变换的60GHz正交频分复用光载无线通信系统实验研究

提出并实验研究了在60GHz正交频分复用(OFDM)-光载无线通信(ROF)系统中采用压扩变换技术降低OFDM信号峰值平均功率比(PAPR),并提高系统的接收灵敏度。实验结果表明,携带基于压扩变换的2.5Gb/s60GHz的OFDM-ROF信号经标准单模光纤传输50km后,在无色散补偿和误码率为10-3的条件下,当入纤功率为12dBm时,系统接收灵敏度提高约2.3dB,并且当互补累积分布函数(CCDF)为10-4时,OFDM信号的PAPR下降约3dB。     

基于莱维飞行的鸟群优化算法

针对鸟群优化算法(BSA)在求解高维多极值优化问题时容易陷入局部最优解和出现早熟收敛的情况,在原始鸟群算法的基础上,在模拟鸟群飞行行为的过程中引入莱维飞行,提出了一种基于莱维飞行的改进算法——莱维-鸟群算法(LBSA)。这种算法替换了原算法中随机的飞行位置跳变,而采用莱维飞行更新鸟群飞行后的位置,大幅提高了鸟群的位置变化活力,提高了算法的有效性。仿真结果表明,在求解高维多极值优化问题时,该算法性能优于原始鸟群算法。     

自适应变异的蝙蝠算法

针对基本蝙蝠算法(BA)寻优精度不高、收敛速度慢和易早熟收敛的问题,提出一种改进的具有自适应变异机制的蝙蝠算法,用以求解复杂函数问题。利用K-means聚类对蝙蝠种群进行初始化,使种群在搜索空间分布更为均匀;采用根据迭代次数自适应变化的控制概率Pt判断算法是否进行高斯变异,增强种群多样性,促使蝙蝠个体跳出局部极值点;将自然选择思想引入BA,提高算法搜索速度,避免早熟收敛。选取几个典型函数进行测试,结果表明改进算法优化性能有了显著提高,具有较快的收敛速度,较高的寻优精度、收敛稳定性和收敛可靠性,验证了改进蝙蝠算法(IBA)的有效性及优越性。     

基于改进粒子群优化算法的混沌系统参数估计方法

估计混沌系统的未知参数是混沌控制与同步中必须解决的关键问题.利用群集智能的新进展粒子群优化算法(PSO)的全局搜索能力，从初始粒子群的产生、目标函数的处理的角度改进PSO，将改进的PSO引入混沌系统参数估计和在线估计.仿真试验表明，改进算法具有良好的适应性、较高的收敛可靠性及精度，对信号叠加噪声的情形也具有较高的鲁棒性，是混沌系统参数估计的一种成功算法. 关键词： 混沌系统 参数估计 在线估计 粒子群优化算法     

偏振分集相干光OFDM通信系统中的相位噪声消除

提出了一种基于偏振分集的相干光正交频分复用(OFDM)链路。然而相干检测对相位噪声比较敏感,偏振分集接收过程又会产生额外的乘性相位噪声,因此基于偏振分集相干光OFDM系统,提出了基于数字信号处理的相位噪声消除方案。在100km单模光纤中,以8Gbit/s的传输速率零误码传输16进制正交振幅调制OFDM信号,经相干检测之后,基于数字信号处理,对相干光OFDM信号完成了相位噪声消除,并对相位噪声消除后的信号星座图进行了实验结果分析。另外,还将经过相位噪声消除后的偏振分集相干光OFDM链路与其他相干光OFDM链路方案进行了性能对比,从而验证了此方案的优越性。     

一种降低IM/DD O-OFDM系统峰均比功率的低复杂度SLM方案

抑制高峰均功率比(PAPR)是强度调制/直接检测(IM/DD)光正交频分复用(O-OFDM)系统面临的一个挑战,选择性映射(SLM)是有效降低PAPR值的经典算法。提出一种改进的SLM方案,该方案利用离散多音调制(DMT),通过一次快速逆傅里叶变换(IFFT)和循环移位相加运算获得多个候选信号,达到降低计算复杂度的目的。仿真和实验结果表明,所提出的SLM方案在保证获得较好的PAPR抑制性能的前提下,显著地降低了计算复杂度,同时提高了系统接收灵敏度。     

联合重叠压缩感知法消除水声通信系统限幅噪声

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统的高峰值平均功率比(Peakto-Average Ratio,PAPR)问题,在发射端采用了压扩变换法和限幅法联合的方法降低PAPR。由于限幅法会产生带内干扰和带外噪声,降低通信系统的误码性能,因此利用限幅噪声的稀疏性,在接收端采用压缩感知(Compressed Sensing,CS)法对限幅噪声进行估计和恢复。限幅噪声的估计受信道估计准确性的影响,为提高限幅噪声估计的准确度,提出了重叠压缩感知算法,在恢复限幅噪声的过程中利用了压缩感知信道估计法估计所得的信道信息和发射数据对限幅噪声进行估计,有效降低了限幅法对系统误码性能的影响。仿真和水池实验验证了该算法的有效性。      

基于数字相干叠加的相干光正交频分复用系统中光纤非线性容忍性研究

光正交频分复用系统中的光纤非线性效应制约着系统进一步的扩容. 针对此问题, 提出一种数字相干叠加的方法, 用于提高相干光正交频分复用系统对光纤非线性的容忍性. 仿真中, 5通道的波分复用下偏振复用相干光正交频分复用系统的每个通道传输四进制正交振幅调制映射的71.53 Gbit/s信号在光纤中传输400 km. 首先, 通道间隔为25 GHz, 与传统相干光正交频分复用系统相比, 色散补偿前后, 使用数字相干叠加的相干光正交频分复用系统的信噪比分别提升了6.02 dB和9.05 dB, 最佳入纤光功率均增大了2 dB; 其次, 通道间隔为50 GHz, 色散补偿前后, 信噪比分别提升了4.9 dB和8.75 dB. 通过理论推导及仿真, 验证了所提方法能有效消除相干光正交频分复用系统的一阶非线性失真, 进而提高系统对光纤非线性的容忍性.     

非对称限幅光正交频分复用系统中峰值平均功率比抑制方法研究

为了降低非对称限幅光正交频分复系统中高峰值平均功率比对紫外光通信系统性能的影响,根据非对称限幅光正交频分复系统的特殊信号形式,对传统压缩扩张变换算法和选择性影射算法进行了结构上的改进,将改进后的算法运用到基于非对称限幅光正交频分复技术的紫外光通信系统中,可以使系统峰值平均功率比平均得到3dB的性能改善.在此基础上,为了进一步降低系统峰值平均功率比,采用了压缩扩张变换-选择性影射串行联合算法,能够使系统峰值平均功率比降低近5dB,该联合算法能够很好地降低非对称限幅光正交频分复用系统的峰值平均功率比,可以满足紫外光通信系统的需求.     

一种光正交频分复用系统的联合相位均衡方法

正交频分复用（OFDM）技术加相干接收与数字信号处理法(DSP)的组合是超长距离光通信的理想模型。光OFDM系统对相位噪声十分敏感,必须对相位噪声进行补偿。提出一种基于正交小波基变换的光OFDM系统的联合相位均衡方案。该方案将块状导频周期性地插入OFDM信号,在接收端利用导频信息首先消除各个子载波的公共相位误差,然后采用自适应均衡方式消除每个子载波自身相位误差。仿真结果表明,对于二进制正交振幅键控(4QAM)调制信号,在采用常规的G.652光纤、100 Gb/s的相干光OFDM系统中,该联合相位补偿方法可使信号在满足传输系统的误码性能要求下,传输距离达到1000 km。     

模拟退火优化SVM参数的变压器故障诊断

利用群智能算法优化支持向量机(SVM)参数往往需要引入额外的变量,使变压器故障诊断问题更加复杂,对此提出一种自适应的模拟退火算法优化(ASA)支持向量机参数。通过设计自适应的冷却进度表,使得寻参的过程仅仅依赖于退火速率以及网格搜索粒度,保持了较少的参数设置。在相关数据集上的实验表明,与已提出的粒子群算法(PSO)、遗传算法(GA)相比,ASA算法具有更快的收敛速度以及较好的诊断精度。利用自适应的模拟退火算法能够较好的优化SVM参数并提高变压器故障诊断的精度。     

基于蝙蝠优化算法的无线传感器网络节点定位研究

节点定位是无线传感器网络应用中的关键技术,Dv-Hop算法的定位精度不尽人意,因此将三方面改进的蝙蝠算法应用于Dv-Hop平均跳距的计算过程中,在Dv-Hop的第三阶段引入改进后的蝙蝠算法代替最小二乘法来计算未知节点的坐标,大大降低平均跳距导致的定位误差,提高定位精度;仿真结果表明,改进的BA算法优化的DV-hop定位算法在不同锚节点密度、不同通信半径、不同节点数量以及定位精确度等方面表现出良好的性能。     

一种基于星座恢复的相干光OFDM系统非线性抑制方法

鉴于相干光正交频分复用系统（CO-OFDM）易受非线性效应影响,严重制约系统传输性能, 提出一种基于星座恢复的降低系统峰均值功率比（PAPR）的方法。对系统模型及作用机理进行分析,仿真结果显示,以10 Gbit/s的速率通过单模光纤传输720 km,基于星座恢复的CO-OFDM系统Q值较无非线性抑制的CO-OFDM系统有3 dB提高;另外,系统最佳限幅比例系数受色度色散影响,随着色散因子的增大,星座恢复效果也逐渐减弱,在传输240 km条件下,色散因子为12 ps/nmkm较6 ps/nmkm,限幅比例系数从0.9降低至0.8。     

群智能算法优化SVR预测模型的应用与分析

群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。     

最优路径搜索压缩感知水声通信信道估计

将信号恢复中最优路径搜索的A*正交匹配追踪(A*Orthogonal Matching Pursuit,A*OMP)伪贪婪算法引入到水声通信信道估计中,可以有效改善正交匹配追踪(OMP)算法容易陷入局部最优的问题,并提出了一种改进型的A*OMP水声信道估计算法。改进了路径初始化方式,同时为了避免过多迭代引起的未知误差,将前后两次迭代残差之差作为停止准则。在正交频分复用(OFDM)通信体制下,对OMP、A*OMP和本文改进方法的估计误差和误比特率进行了仿真对比,随着信噪比的增加,改进方法未出现误差平台,且受导频间隔影响较小。仿真结果表明相对于OMP算法和传统A*OMP算法,在高信噪比下改进方法的估计误差分别降低约2和1个数量级,海试数据结果验证了改进方法的可行性,其误比特率分别平均降低42.0%和4.7%。