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:
为提升随机共振理论在微弱信号检测领域中的实用性,以随机共振系统参数为研究对象,提出了基于量子粒子群算法的自适应随机共振方法。首先将自适应随机共振问题转化为多参数并行寻优问题,然后分别在Langevin系统和Duffing振子系统下进行仿真实验。在Langevin系统中,将量子粒子群算法和描点法进行了寻优结果对比;在Duffing振子系统中, Duffing振子系统的寻优结果则直接与Langevin系统的寻优结果进行了对比。实验结果表明:在寻优结果和寻优效率上,基于量子粒子群算法的自适应随机共振方法要明显高于描点法;在相同条件下, Duffing振子系统的寻优结果要优于Langevin系统的寻优结果;在两种系统下,输入信号信噪比越低就越能体现出量子粒子群算法的优越性。最后还对随机共振系统参数的寻优结果进行了规律性总结。
推荐文章
混合自适应量子粒子群优化算法
量子粒子群优化算法
收缩—扩张系数
差分策略
Levy飞行策略
自适应阶段变异量子粒子群优化算法研究
量子粒子群优化算法
进化阶段
变异算子
变异概率
函数优化
基于自适应量子粒子群算法的阵列天线多目标综合
AQPSO
零陷
波束形成
有源方向图
一种量子粒子群算法的改进方法
粒子群优化算法
量子粒子群优化算法
公共历史
并行搜索
局部最优
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 基于量子粒子群算法的自适应随机共振方法研究
来源期刊 物理学报 学科
关键词 自适应随机共振 量子粒子群算法 多参数寻优
年,卷(期) 2014,(16) 所属期刊栏目 总论
研究方向 页码范围 160504-1-160504-8
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.63.160504
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 李一博 天津大学精密测试技术及仪器国家重点实验室 69 717 16.0 25.0
2 刘自鑫 天津大学电子信息工程学院 4 53 3.0 4.0
3 张博林 天津大学精密测试技术及仪器国家重点实验室 1 26 1.0 1.0
4 张震宇 武汉大学国际软件学院 2 26 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (26)
同被引文献  (106)
二级引证文献  (65)
2014(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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(9)
  • 引证文献(8)
  • 二级引证文献(1)
2018(25)
  • 引证文献(8)
  • 二级引证文献(17)
2019(36)
  • 引证文献(3)
  • 二级引证文献(33)
2020(15)
  • 引证文献(1)
  • 二级引证文献(14)
研究主题发展历程
节点文献
自适应随机共振
量子粒子群算法
多参数寻优
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
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导