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:
人工蜂群算法是用以解决复杂优化问题的新方法,具有收敛速度快、优化性能高等特点。将人工蜂群算法与粒子滤波相结合应用于信道估计可以摆脱常规方法对线性高斯条件的束缚,具有理论依据和现实意义。结合2种算法的优势提出了人工蜂群粒子滤波,采用人工蜂群算法确定粒子滤波的建议分布。仿真将 Alpha 稳定分布作为非高斯噪声模型,实现了粒子滤波及其改进算法的信道估计研究。结果表明人工蜂群算法与其他智能算法相比具有更快的收敛速度,改进人工蜂群粒子滤波与无迹粒子滤波相比极大地提高了信道估计精度。
推荐文章
人工蜂群算法研究综述
群体智能
人工蜂群算法
约束优化
多目标优化
选择算法
基于分布估计的二进制人工蜂群算法
人工蜂群算法
二进制人工蜂群算法
分布估计算法
单变量边缘分布算法
0-1 背包
多目标人工蜂群算法研究
人工蜂群算法
Pareto
粒子群算法
采蜜行为
一种改进的人工蜂群算法研究
人工蜂群算法
算法改进
数据分析
更新维度
领域搜索
仿真实验
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 人工蜂群粒子滤波信道估计算法研究
来源期刊 应用科技 学科 工学
关键词 粒子滤波 信道估计 智能算法 人工蜂群 非高斯噪声
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 35-38
页数 4页 分类号 TN92
字数 3426字 语种 中文
DOI 10.3969/j.issn.1009-671X.201303014
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 李一兵 哈尔滨工程大学信息与通信工程学院 169 811 14.0 20.0
2 孙志国 哈尔滨工程大学信息与通信工程学院 66 269 10.0 12.0
3 彭涛 7 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (18)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子滤波
信道估计
智能算法
人工蜂群
非高斯噪声
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导