共查询到20条相似文献,搜索用时 15 毫秒
1.
《光子学报》2016,(10)
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. 相似文献
2.
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. 相似文献
3.
针对粒子滤波算法中粒子退化和计算复杂度问题,提出了一种自适应遗传粒子滤波(AGPF)算法。该算法采用遗传算法代替传统粒子滤波中的重采样方法,并根据粒子数与滤波误差方差之间的关系,自适应调节滤波过程中的粒子数。通过预测滚动轴承的性能衰退趋势,对该方法进行验证,结果表明,AGPF算法能够在保证预测精度的条件下,减少滤波粒子数,更加适用于滚动轴承的性能衰退趋势预测。 相似文献
4.
5.
针对非线性系统的状态估计问题, 提出了一种自调整平滑区间粒子滤波平滑算法. 该算法的显著特点是根据采样粒子观测值与系统状态观测值之间的偏差动态修正滤波平滑区间的长度, 有效抑制了传统的粒子滤波平滑算法中因区间长度固定可能造成粒子权重重新赋值带来误差增大的问题. 该算法的原理是依据粒子滤波器的工作机理, 把系统状态信息和热槽组成一个抽象的整体, 将粒子滤波平滑过程类比为观测信息和热槽交互的统计力学系统. 在无新的观测信息时, 整个系统遵循热力学第二定律, 即无论从任何初始状态出发, 整个力学系统的熵是非减的; 而当出现新的观测信息时, 粒子滤波器像麦克斯韦妖从新的观测信息中抽取能量传送给热槽, 使整个抽象系统的熵减少, 根据系统熵的递变规律变化对滤波平滑区间的长度加以动态修正, 优化粒子的权重赋值, 进而提高系统状态的估计精度. 利用matlab进行了仿真分析, 验证了该算法的有效性. 相似文献
6.
7.
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。 相似文献
8.
为了解决粒子滤波的粒子退化和粒子多样性丧失问题,提出了一种基于Stiefel流形的粒子滤波算法.该算法将系统模型置于Stiefel流形上,用朗之万分布描述过程转移概率分布,用矩阵正态分布表示似然函数分布,在流形分布上进行粒子采样.在计算加权粒子的均值时,将流形嵌入到欧氏空间中,先计算欧氏空间中的粒子均值,再将计算结果投影到嵌套流形上,这就排除了噪声统计特性对粒子权重方差的影响,得到了一种受系统状态模型限制较少的重要性概率密度函数通用选择方案.仿真时选取单变量非静态增长模型,仿真结果验证了该算法的实时性、鲁棒性,滤波精度和滤波效率均比无味粒子滤波算法更好. 相似文献
9.
10.
11.
12.
蝙蝠算法作为一种新的元启发式算法,尚未被应用到模糊车辆路径问题中。针对带模糊需求的车辆路径问题,以极小化总运输距离为目标,建立基于可信性理论的模糊规划模型,提出一种改进的蝙蝠算法。算法采用基于客户编号的编码方式,利用随机模拟算法计算额外行驶距离;在蝙蝠位置更新时,引入基于非线性调整的惯性权重和基于子路径的局部搜索;为提高全局搜索能力,避免算法早熟,对处于较差位置的蝙蝠进行交叉操作。最后,利用随机实验数据进行仿真,分析了决策者主观偏好值对目标值的影响,并与其它算法的寻优结果进行对比分析,结果表明,算法具有一定的可行性和有效性。 相似文献
13.
14.
15.
为提高夹杂热失控现象的微波干燥褐煤过程中神经网络预测温度精度,提出一种基于二次滤波及粒子群寻优的神经网络参数优化算法。该方法先引入小波分析对训练数据进行软阈值滤波处理,使温度数据在描述变化趋势的同时突出非平稳特征,而后使用粒子群算法寻找该趋势特征对应的神经网络最优的隐层节点数、学习率及最佳训练次数的组合,最后在预测中使用前向均值阈值滤波处理输入数据配合该最优网络进行预测。实验结果表明,该方法能同时提高热失控和非热失控状态下温度预测精度,使预测平均绝对误差下降59.2%。 相似文献
16.
17.
18.
19.
20.
粒子滤波(particle filter,PF)是利用蒙特卡洛仿真方法处理递推估计问题的非线性滤波算法,这种方法不受模型线性和高斯假设的约束,是处理非线性非高斯动态系统状态估计的有效算法,适用于雷达回波反演大气波导(RFC)这类非线性非高斯问题.文中分别介绍了PF的基本思想和具体算法实现步骤,最后导出PF反演算法的迭代求解格式.数值试验结果表明,与扩展卡尔曼滤波(extended kalman filter,EKF)和不敏卡尔曼滤波(unscented kalman filter,UKF)相比,PF更适用于RFC这类高度非线性反演问题,可有效提高反演结果的稳定性和精度. 相似文献