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:
随机共振为微弱通信信号的检测提供了新途径.本文提出一种基于人工鱼群算法的自适应随机共振新方法,重点研究基于随机共振的微弱周期信号检测技术,将人工鱼群算法和归一化处理结合增强随机共振,适当添加噪声并设定自适应步长策略及迭代停止条件.理论分析和仿真结果表明,对比传统群智能算法处理随机共振其在算法适应性及稳定性、最佳共振精确度、寻优收敛速度、精度方面有明显提升,并为信噪比增益带来3-5dB的提升,运算时间复杂度降低逾70%.
推荐文章
双自适应人工鱼群优化算法
人工鱼群算法
自适应
高斯变异
惯性权重
交流机制
自适应视野和步长的混沌人工鱼群算法
人工鱼群
均匀分布
混沌序列
平均点距
自适应视野
基于改进人工鱼群算法的多用户OFDM系统自适应资源分配
改进的人工鱼群算法
多用户正交频分复用系统
自适应资源分配
用户公平性
采用遗传算法的自适应随机共振系统弱信号检测方法研究
随机共振
遗传算法
多参数同步优化
弱信号检测
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 基于人工鱼群算法的自适应随机共振方法研究
来源期刊 电子学报 学科 工学
关键词 随机共振 人工鱼群算法 归一化处理 自适应步长
年,卷(期) 2017,(8) 所属期刊栏目 学术论文
研究方向 页码范围 1864-1872
页数 9页 分类号 TN911.7
字数 8816字 语种 中文
DOI 10.3969/j.issn.0372-2112.2017.08.009
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 彭华 解放军信息工程大学信息系统工程学院 82 494 12.0 17.0
2 孔德阳 解放军信息工程大学信息系统工程学院 2 22 2.0 2.0
3 马金全 解放军信息工程大学信息系统工程学院 6 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (154)
参考文献  (16)
节点文献
引证文献  (17)
同被引文献  (54)
二级引证文献  (17)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(16)
  • 参考文献(0)
  • 二级参考文献(16)
2012(17)
  • 参考文献(1)
  • 二级参考文献(16)
2013(12)
  • 参考文献(3)
  • 二级参考文献(9)
2014(10)
  • 参考文献(5)
  • 二级参考文献(5)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(7)
  • 引证文献(7)
  • 二级引证文献(0)
2019(16)
  • 引证文献(8)
  • 二级引证文献(8)
2020(11)
  • 引证文献(2)
  • 二级引证文献(9)
研究主题发展历程
节点文献
随机共振
人工鱼群算法
归一化处理
自适应步长
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导