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:
针对常模盲均衡算法( CMA)均衡多模QAM信号收敛速度慢、剩余均方误差大的缺陷,提出了一种基于双蝙蝠群智能优化的多模盲均衡算法( DBSIO-MMA). 该算法将2个蝙蝠群独立全局寻优得到的一组最优位置向量分别作为多模盲均衡算法( MMA)初始化最优权向量的实部与虚部,以此提高收敛速度并减小剩余均方误差. 仿真结果表明,蝙蝠算法( BA)全局搜索成功率高、收敛速度快的特点在DBSIO-MMA中得到很好地体现. 与CMA、MMA、粒子群多模盲均衡算法( PSO-MMA)、单蝙蝠群多模盲均衡算法( BA-MMA)相比,DBSIO-MMA具有更快的收敛速度和更小的均方误差.
推荐文章
基于修正模判决的多模盲均衡算法研究
模判决多模算法
判决反馈
泄漏因子
一种基于切换步长的加权多模盲均衡算法
盲均衡
切换步长
稳态误差
收敛速度
基于蝙蝠算法的成对载波多址信号盲分离算法
成对载波多址
盲分离
峭度
蝙蝠算法
基于MSE变换的变步长恒模盲均衡算法
变步长
盲均衡
恒模算法
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 双蝙蝠群智能优化的多模盲均衡算法
来源期刊 智能系统学报 学科 工学
关键词 常模盲均衡算法 多模盲均衡算法 蝙蝠算法 全局最优位置 最优权向量
年,卷(期) 2015,(5) 所属期刊栏目
研究方向 页码范围 755-761
页数 7页 分类号 TN911|TP182
字数 5596字 语种 中文
DOI 10.11992/tis.201407031
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 郭业才 南京信息工程大学江苏省气象探测与信息处理重点实验室 147 679 12.0 16.0
5 吴华鹏 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (60)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
1998(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
常模盲均衡算法
多模盲均衡算法
蝙蝠算法
全局最优位置
最优权向量
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导