作者:
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:
为解决小波加权多模盲均衡算法在实现水声信道均衡的过程中,由于采用随机梯度下降法最小化非凸性代价函数,而导致的收敛速度慢和稳态误差大等问题,本文提出了基于退火狼群算法优化的小波加权多模盲均衡算法.该算法将模拟退火算法嵌入狼群围攻行为结束后和狼群发生更新之前,增强基本狼群算法的全局寻优能力,利用其最小化小波加权多模盲均衡算法中的非凸性代价函数.仿真结果表明,本文算法与小波加权多模盲均衡算法以及基本狼群算法优化的小波加权多模盲均衡算法相比,具有收敛迅速、稳态误差小,星座图更清晰等优点.
推荐文章
基于量子粒子群优化的正交小波加权多模盲均衡算法
量子粒子群优化算法
正交小波变换
多模盲均衡算法
加权多模盲均衡算法
基于布谷鸟搜索算法优化的正交小波多模盲均衡算法
盲均衡
水声信道
正交小波变换
布谷鸟搜索
智能优化
基于混沌萤火虫优化的小波多模盲均衡算法
盲均衡
水声信道
正交小波变换
人工萤火虫群
混沌优化
智能优化
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
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 基于退火狼群算法的小波加权多模盲均衡算法优化
来源期刊 安徽科技学院学报 学科 工学
关键词 多模盲均衡 狼群算法 模拟退火 小波变换 最优权向量
年,卷(期) 2019,(3) 所属期刊栏目 基础科学
研究方向 页码范围 66-73
页数 8页 分类号 TN911
字数 4121字 语种 中文
DOI 10.19608/j.cnki.1673-8772.2017.0663
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 郑亚强 淮南联合大学机电系 14 25 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (23)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(19)
  • 参考文献(1)
  • 二级参考文献(18)
2014(16)
  • 参考文献(2)
  • 二级参考文献(14)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多模盲均衡
狼群算法
模拟退火
小波变换
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
安徽科技学院学报
双月刊
1673-8772
34-1300/N
16开
安徽省凤阳县东华路9号
1984
chi
出版文献量(篇)
3123
总下载数(次)
7
总被引数(次)
12045
论文1v1指导