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:
最优多用户检测属于NP组合优化问题,人工蜂群算法作为一种简单有效的新兴启发式算法可以有效求解此类问题.针对基本二进制人工蜂群算法收敛速度慢、易陷入局部最优等缺陷,提出了一种基于差分演化的二进制人工蜂群算法,并应用于最优多用户检测中.算法采用多维邻域搜索策略,避免了连续域到离散域的转换,降低了算法复杂度,适合于实时处理.仿真结果表明,所提算法在抗多址干扰能力、抗“远近”效应能力和收敛性能方面均优于基本二进制人工蜂群算法.
推荐文章
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
全局最优引导的差分演化二进制人工蜂群算法
基本二进制人工蜂群算法
粒子群优化
差分演化
全局最优
多维邻域搜索
0-1背包
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
基于二进制编码的Apriori改进算法
频繁项集
集合运算
二进制
Apriori算法
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 基于差分演化二进制人工蜂群算法的多用户检测
来源期刊 新能源进展 学科 工学
关键词 最优多用户检测 基本二进制人工蜂群算法 差分演化二进制人工峰群算法 邻域搜索策略
年,卷(期) 2013,(1) 所属期刊栏目 论文
研究方向 页码范围 5-10
页数 6页 分类号 TN914.53
字数 4346字 语种 中文
DOI
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 张立毅 天津大学电子信息工程学院 116 611 13.0 18.0
5 刘婷 天津大学电子信息工程学院 28 117 6.0 9.0
9 鲍韦韦 天津工业大学电子与信息工程学院 5 40 5.0 5.0
10 邹康 天津工业大学电子与信息工程学院 5 40 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (5)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (34)
二级引证文献  (8)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
最优多用户检测
基本二进制人工蜂群算法
差分演化二进制人工峰群算法
邻域搜索策略
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
电路与系统学报
双月刊
1007-0249
44-1392/TN
16开
广东省广州市
1996
chi
出版文献量(篇)
2090
总下载数(次)
5
总被引数(次)
21491
论文1v1指导