2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩87頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前,國內(nèi)外將粒子群優(yōu)化算法(ParticleSwarmOptimization,PSO)、小波變換和盲均衡算法相結(jié)合的研究成果很少,以PSO、小波變換為工具,并結(jié)合盲均衡技術(shù)進行研究對通信信號處理具有重要意義。本文主要研究了利用PSO及其改進的PSO優(yōu)化盲均衡器中的均衡器權(quán)向量,再以小波變換理論降低通信信號的自相關(guān)性,提高了盲均衡算法均衡性能。研究內(nèi)容包括:
   1、基于粒子群優(yōu)化的小波盲均衡算法
   利用PSO快

2、速尋找到均衡器的初始化權(quán)向量,避免了由隨機梯度下降法尋找最優(yōu)向量時產(chǎn)生的局部極限值。仿真結(jié)果表明,通過適當(dāng)?shù)恼{(diào)整PSO中的參數(shù),該算法可以取得比常數(shù)模盲均衡算法和小波盲均衡算法更好的優(yōu)越性。
   2、基于免疫克隆粒子群優(yōu)化的小波盲均衡算法
   將免疫克隆算法(IC)嵌入到PSO中,增加了粒子種群的多樣性,克服了PSO進化后期由于多樣性變差而造成的陷入局部極值點的缺陷,提高了PSO的全局尋優(yōu)能力,避免了算法的早熟收斂。

3、算法的有效性在水聲仿真實驗中得到驗證。
   3、基于量子粒子優(yōu)化的小波加權(quán)多模盲均衡算法
   (1)為了解決分?jǐn)?shù)間隔盲均衡算法(FSE-CMA)收斂速度慢、穩(wěn)態(tài)誤差大的問題,提出了量子粒子群優(yōu)化的小波分?jǐn)?shù)間隔盲均衡算法,對FSE-CMA的輸入信號進行小波變換,均衡器權(quán)向量的取值是通過量子粒子群優(yōu)化算法(QPSO)優(yōu)化得到,使FSE-CMA的均衡性能得到了更好地改善。
   (2)針對多模盲均衡算法(MMA)在

4、均衡高階QAM信號時存在收斂速度慢、穩(wěn)態(tài)誤差大的缺點,并且MMA模型匹配度較差。將加權(quán)多模盲均衡算法(WMMA)與QPSO和小波變換理論結(jié)合起來,提出了基于量子粒子群優(yōu)化的小波加權(quán)多模盲均衡算法,利用QPSO對均衡器權(quán)向量進行初始化,利用小波變換理論來降低信號的自相關(guān)性,利用WMMA來選擇合適的誤差模型以更好的匹配QAM信號的星座圖。
   4、基于動態(tài)粒子群優(yōu)化的小波動態(tài)加權(quán)多模盲均衡算法
   為了對高階QAM信號進

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論