基于粒子群优化与SVR-ADLA算法的MIMO系统识别研究

• 作者: 李赞 杨发权 樊耘 郝本建
• 来源期刊: 高技术通讯
• 关键词: 多输入多输出(MIMO)系统识别 径向基函数(RBF)网络 支持向量回归(SVR) 退火动力学习(ADL) 粒子群优化(PSO)
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 24-30
• 页数: 7页
• 字数: 5832字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2015.01.004

摘要

针对现有基于径向基函数(RBF)网络对多输入多输出(MIMO)系统识别中存在收敛速度慢、系统识别稳定性不高的问题,提出了一种新的MIMO系统识别方法:采用支持向量回归(SVR)算法建立RBF网络初始化结构,确定初始化网络参数;采用退火动力学习(ADL)算法对系统识别网络进行训练,在训练过程中采用粒子群优化(PSO)迭代算法选出最佳学习率组合,使识别网络实现对MIMO系统的识别.对一个两输入输出系统进行了识别仿真,仿真结果表明,用该识别方法重建的识别系统性能优于目前RBF网络参数优化过程中常用的最小平方算法或梯度下降法算法.RBF网络识别系统易于实现,在MIMO系统识别中具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李赞	西安电子科技大学综合业务网理论及关键技术国家重点实验室	59	412	11.0	17.0
2	杨发权	佛山科学技术学院电子与信息工程学院	13	60	4.0	7.0
3	郝本建	西安电子科技大学综合业务网理论及关键技术国家重点实验室	4	9	2.0	3.0
4	樊耘	佛山科学技术学院电子与信息工程学院	2	3	1.0	1.0