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:
将粒子群算法(Particle Swarm Optimization,PSO)用在隐式空间映射(Implicit Space Mapping,ISM)的参数提取中,可以有效改善参数提取过程中算法的不收敛性.首次在参数提取中引入PSO,主要的研究内容是改进了ISM算法.通过改进ISM算法中粗糙模型(Coarse Model,CM)与精细模型(Fine Model,FM)之间的参数映射,可以明显减少迭代次数.以一个双模滤波器为例,利用粒子群ISM算法设计了一个可以工作在无线局域网(WLAN)频段的微带双频带滤波器,中心频率分别是2.45 GHz和5.25 GHz.滤波器经过3次迭代并进行微调后达到了设计指标.由此可见,引入PSO之后显著地减少了在FM中的仿真次数,有效地提高了滤波器的设计效率.
推荐文章
基于空间映射法的微带双频滤波器优化设计
映射
微带双频带通滤波器
优化
基于粒子群优化算法的模拟滤波器设计
滤波器
幅频
粒子群优化
网络综合
优化算法
粒子群优化算法在FIR数字滤波器设计中的应用
粒子群优化算法
FIR滤波器
Parks-McClellan算法
基于杂交粒子群算法的FIR数字滤波器设计
杂交粒子群算法
有限脉冲响应(FIR)数字滤波器
Parks-McClellan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 基于粒子群隐式空间映射算法设计的双频滤波器
来源期刊 电子元件与材料 学科 工学
关键词 粒子群算法 隐式空间映射算法 参数提取 粗糙模型 精细模型 双频带滤波器
年,卷(期) 2016,(12) 所属期刊栏目 研究与试制
研究方向 页码范围 57-60
页数 4页 分类号 TN713|TP391
字数 2572字 语种 中文
DOI 10.14106/j.cnki.1001-2028.2016.12.013
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 张友俊 上海海事大学信息工程学院 36 40 3.0 4.0
2 王连栋 上海海事大学信息工程学院 2 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  (4)
共引文献  (4)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
粒子群算法
隐式空间映射算法
参数提取
粗糙模型
精细模型
双频带滤波器
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
电子元件与材料
月刊
1001-2028
51-1241/TN
大16开
成都市一环路东二段8号宏明商厦702室
62-36
1982
chi
出版文献量(篇)
5158
总下载数(次)
16
总被引数(次)
31758
论文1v1指导