共查询到20条相似文献,搜索用时 62 毫秒
1.
针对室内噪声环境下的气味源定位问题,提出一种基于骨干微粒群进化的多机器人协调搜索方法.该方法将每个机器人看作一个微粒,机器人传感器探测到的气味浓度值作为微粒的适应值,所有机器人组成一个进化微粒群;采用动态统计方法在线估计机器人所测气味浓度的噪声强度,并通过区间数表示噪声环境下微粒的适应值;定义微粒间的概率支配关系,更新微粒的全局和局部引导者,并利用关于全局引导者和局部引导者的高斯采样更新机器人的位置.最后,通过2个典型实验环境,验证了所提算法在处理噪声环境下气味源定位问题的优越性. 相似文献
11.
研究了宽带近场信号源基于最大似然方法和相关信号子空间方法在非均匀噪声下的被动定位算法,并进行了比较。这两种算法均可在传感器任意分布的情况下有效地进行信号源定位。最大似然法采用了迭代的方法来估计噪声的协方差矩。而信号子空间法给出了聚焦阵构造的新方法。仿真试验证明了方法的有效性和稳健性。 相似文献
12.
针对复杂全局优化问题,提出一种粒子群进化算法(PSOEA)。针对粒子群算法容易陷入局部最优等缺点,设计一个新的变异算子,使得粒子能够在整个空间进行搜索,同时保证了算法的收敛性。用概率论的有关知识证明了算法的收敛性。仿真结果表明,对于全局优化问题,算法寻优性能优良,特别是对于超高维优化问题,该算法能获得更高精度的解。 相似文献
13.
Moon‐Sik Lee 《ETRI Journal》2010,32(6):837-842
This paper proposes robust source localization methods for estimating the azimuth angle, elevation angle, velocity, and range using a low‐complexity planar antenna array in impulsive non‐Gaussian noise environments. The proposed robust source localization methods for wireless communication applications are based on nonlinear M‐estimation provided from Huber and Hampel. Simulation results show the robustness performance of the proposed robust methods in impulsive non‐Gaussian noise. 相似文献
14.
15.
为解决非高斯噪声背景下,基于贝叶斯Fisher信息矩阵和基于互信息的节点选择不一致的问题,该文提出一种基于多目标优化的节点选择方法。推导出节点噪声为混合高斯分布时的贝叶斯Fisher信息矩阵和互信息,将节点个数、选择的节点对应的Fisher信息矩阵和互信息共同作为优化的目标函数。提出利用基于分解的多目标优化方法寻找Pareto最优解,并采用与理想解相似的偏好排序技术(TOPSIS)从所有Pareto最优解中选择最终的节点选择方案。仿真实验结果表明,基于多目标优化的节点选择方法选择的节点具有更优更稳健的定位精度。
相似文献16.
17.
A Systematical Approach for Noise in CMOS LNA 总被引:1,自引:0,他引:1
A systematic approach is used to analyze the noise in CMOS low noise amplifier(LNA),including channel noise and induced gate noise in MOS devices.A new analytical formula for noise figure is proposed.Based on this formula,the impacts of distributed gate resistance and intrinsic channel resistance on noise performance are discussed.Two kinds of noise optimization approaches are performed and applied to the design of a 5.2GHz CMOS LNA. 相似文献
18.
采用系统研究方法来分析包括MOS器件的沟道噪声和感应栅噪声在内的CMOS低噪声放大器中的噪声,并提出了一个新的噪声系数解析式.基于此解析式,讨论了分布栅电阻和内部沟道电阻对噪声性能的影响.对噪声性能进行了两种不同的优化,并应用于5.2GHz CMOS低噪声放大器的设计. 相似文献
19.
20.
针对低信噪比下雷达辐射源信号分类,首先提出了基于高阶累积量和小波包变换相结合的特征提取方法,然后设计支持向量机分类器,并运用粒子群优化算法对分类器的参数进行寻优,最终实现对雷达辐射源信号的自动分类。仿真实验结果表明,在信噪比为-4dB时,6种雷达辐射源信号的平均识别率仍能达到93.83%,在低信噪比环境下取得了较为理想的分类效果。 相似文献