基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于蚁群算法建立了一个多用户检测问题的模型,在这个模型中,蚁群算法得到了简化并且更加利于并行计算.随后将基于优化排序的蚂蚁系统用于多用户检测,并通过分析算法的缺陷提出了一种蚁群算法与进化规划相结合的混合算法,扩大了搜索空间,降低了搜索陷入局部极小的概率.通过对多用户检测问题的试验仿真表明,改进算法不仅操作简单,而且全局搜索能力有了显著的提高.
推荐文章
蚁群算法多用户检测用于MC-CDMA系统
MC-CDMA
最优多用户检测
次优多用户检测
蚁群算法
复杂度
种群递减-变异蚁群算法在多用户检测中的应用
码分多址
多用户检测
蚁群算法
种群递减机制
变异机制
一种基于改进遗传算法的MIMO多用户检测算法
MIMO
多用户检测
遗传算法
IGA-MUD
基于改进卡尔曼滤波的水声通信盲自适应多用户检测算法
卡尔曼滤波
多用户检测
盲自适应
水声通信
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向多用户检测的蚁群算法及其改进
来源期刊 计算机工程与设计 学科 工学
关键词 蚁群算法 优化排序蚂蚁系统 多用户检测 进化规划 路径
年,卷(期) 2007,(7) 所属期刊栏目 计算机软件与算法
研究方向 页码范围 1511-1513,1516
页数 4页 分类号 TP18|TN914.53
字数 3912字 语种 中文
DOI 10.3969/j.issn.1000-7024.2007.07.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田亚菲 兰州大学信息科学与工程学院 36 585 9.0 24.0
2 殷志锋 许昌学院电气信息工程学院 5 91 3.0 5.0
6 蔡子亮 许昌学院电气信息工程学院 33 306 10.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (10)
参考文献  (2)
节点文献
引证文献  (9)
同被引文献  (2)
二级引证文献  (3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
蚁群算法
优化排序蚂蚁系统
多用户检测
进化规划
路径
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导