基于GPU的并行遗传算法在时频差估计中的应用

• 作者: 王大鸣 王建辉 王跃 逯志宇
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 遗传算法 互模糊函数 GPU加速 时差估计 频差估计
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 通信工程与技术
• 页码范围: 552-556
• 页数: 5页
• 分类号: TN911.72
• 字数: 4130字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2015.05.007

摘要

互模糊函数可以估计时频差参数,但在弱信号条件下,需要大量采样点才能获得较好的估计结果,面临巨大的计算压力,现有算法大都基于遍历思想进行时频二维搜索,实时性较差.针对此问题,提出基于GPU加速的并行遗传算法进行时频差快速估计,该算法针对互模糊函数的特点,结合GPU设计高速并行的遗传进化架构,通过对适应度函数的并行化计算,选择、交叉、变异的并行化操作,提升算法的执行效率.实验表明,文章设计的GPU加速算法能够带来较大的速度提升,可以快速得到时频差估计结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王大鸣		47	103	5.0	7.0
2	逯志宇		8	18	3.0	4.0
3	王建辉		8	13	2.0	3.0
4	王跃		3	4	1.0	2.0