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:
针对在随机共振系统参数调节过程中使用单一智能算法导致的搜索结果不够精确的问题,使用了一种基于粒子群算法和人工鱼群算法的混合智能算法实现自适应微弱信号的检测.将两种算法结合起来,回避了粒子群算法调参的过程中极易导致局部最优的这一问题,同时弥补了人工鱼群算法后期搜索不精确的不足.上述方法将随机共振输出信噪比作为混合智能算法的目标函数,仿真结果表明,所提出的方法与多种单一算法以及单一优化算法相比,能够更好地提高微弱信号的检测精度和检测性能.为微弱信号检测提供了一条新的途径.
推荐文章
基于随机共振的微弱信号检测研究
随机共振
微弱信号检测
应用研究
双稳态系统
基于随机共振原理检测微弱信号及自适应的研究
随机共振
周期信号
非周期信号
改进PSO算法调参的随机共振微弱信号检测
随机共振
微弱信号检测
参数寻优
改进粒子群算法
速度反馈
级联分段线性随机共振的微弱信号检测
级联分段线性系统
随机共振
降噪
故障诊断
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 基于混合智能算法的随机共振微弱信号检测
来源期刊 计算机仿真 学科
关键词 随机共振 人工鱼群算法 粒子群算法 微弱信号检测
年,卷(期) 2021,(6) 所属期刊栏目 仿真服务化
研究方向 页码范围 469-474
页数 6页 分类号 TN911.12
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2021.06.098
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (706)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(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(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
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(7)
  • 参考文献(0)
  • 二级参考文献(7)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
随机共振
人工鱼群算法
粒子群算法
微弱信号检测
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导