基于并行粒子群算法的解相关多用户检测

将“联姻”策略应用在粒子群算法中。提出一种并行粒子群算法（PPSO）。该算法可以有效地加强种群之间的联系，保证单个种群中的粒子在进化过程中的多样性，从而可获得更高效的搜索性能。分析了将并行粒子群算法应用于直接扩频CDMA解相关多用户检测的理论依据和实际性能。仿真结果证明该算法能够减小计算的复杂度，在抗多址干扰能力上比传统的匹配接收机和解相关接收机有显著的提高，与解相关接收机的抗远近能力相当，且比基于遗传算法的接收机具有更快的收敛速度。     

改进的粒子群算法在VRP中的应用

运输调度问题在理论和实践方面都是一个难题。粒子群算法是一种可以解决复杂组合优化问题的有效求解算法。提出了改变惯性权重的粒子群算法,并应用该方法用于求解典型的运输调度问题,结果表明,所提出的方法不仅能得到理想的结果,而且减少运算时间。     

基于粒子群算法优化的神经网络在入侵检测中的应用

利用粒子群算法对入侵检测神经网络模型进行优化。仿真结果表明,与BP神经网络和GA神经网络相比较,具有较强的逼近和容错能力、较快的收敛速度和较好的检测效果。     

多用户检测中盲自适应算法的研究

多用户检测中的盲目适应算法包括上输出能量（ＭＯＥ）算法、Ｓａｔｏ算法、恒模算法（ＣＭＡ）和约束恒模算法（Ｃ－ＣＭＡ）。本文比较了以上算法和均方误差（ＭＳＥ）算法的收敛性能，仿真表明在保证收敛的条件下，ＣＭＡ或Ｃ－ＣＭＡ算法具有收敛速度快、稳态性能好的优点，因此实际系统中可以先脾ＭＯＥ算法，当达到稳态后，转到ＣＭＡ或Ｃ－ＣＭＡ算法上以提高稳态性能，且计算复杂度只有Ｏ（Ｎ）。     

DS-CDMA系统的一种进化规划多用户检测算法

针对码分多址接入（CDMA）系统中最优多用户检测的指数计算复杂度问题，结合CDMA通信的实际特点，利用进化规划免去了交叉操作因而计算复杂度小的特点，提出了一种基于进化规划的多用户检测问题的优化处理方法。实验结果表明本方法可获得接近最佳检测的性能，但计算复杂度降低。     

改进的粒子群优化算法在环境规划与管理中的应用

本文以固体废物处理场规划问题为例,探讨了一种改进的粒子群优化算法解决环境规划和管理中约束优化问题的可行性和可靠性。将约束条件分别放到基本粒子群优化算法的主函数和适应度计算函数中来处理,并在目标优化函数上添加惩罚项,将约束优化问题转变成无约束优化问题,从而使基本粒子群优化成功地解决约束优化问题。     

粒子群优化算法的研究现状与发展概述

粒子群优化算法(PSO)是基于群体智能的一种优化算法。该算法简单易于实现,可调参数少,得到了广泛的研究和飞速发展。介绍了PSO提出的背景、PSO的思想和原理,分析并总结了PSO的优缺点。根据PSO算法研究侧重点的不同,总结了PSO算法的发展现状及特点,分析并展望了PSO还需要完善或继续研究的问题,展望了PSO的研究热点及发展趋势。     

3G系统多用户检测技术研究

多址干扰(MAI)是影响码分多址(CDMA)系统容量的主要因素。相对于传统的检测技术而言,多用户检测(MUD)技术可有效消除MAI的影响,提高系统容量。主要分析MUD技术在3G中应用的必要性,介绍MUD技术的发展状况、基本思路和MUD接收机结构,并对其研究前景进行展望。     

粒子群算法在黑盒测试中的应用

提出了一种利用粒子群算法帮助测试人员在较短时间内完成软件模块的黑盒测试,并给出测试结果和好的测试用例的方法。     

基于混合粒子群优化的编队防空目标分配

针对防空作战中的多批次目标分配问题进行了研究。首先,建立了目标分配的约束 优化模型;其次,提出了一种混合式粒子群优化算法用于问题的求解;然后,给出了问题求 解的详细步骤和粒子群算法的应用规则;最后,基于仿真算法验证了模型的正确性和算法的 有效性及计算实时性。     

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

基于改进K-means聚类和量子粒子群算法的多航迹规划

针对在复杂环境下需要通过多航迹规划以实现武器协同的问题,利用排挤机制产生K-means聚类的初始聚类中心,并将改进K-means聚类与量子粒子群算法（QPSO）相结合应用于无人机的三维多航迹规划。改进算法解决了K-means聚类易陷入局部最优、聚类准确率低的问题。根据产生的初始聚类中心,将粒子划分成多个子种群,利用QPSO算法对每个子种群进行优化,使得每个子种群可以产生一条可行航迹。仿真分析证明了改进算法可以有效保证子种群之间的多样性,生成较为分散的多条可行航迹。     

基于自适应惯性权重粒子群优化的多跳频信号盲源分离

针对跳频通信中多跳频信号的盲源分离问题,提出了一种基于自适应惯性权重粒子群的盲源分离算法。该算法将分离信号的负熵作为目标函数,依据迭代前后每个粒子适应度值间差值自适应地调节惯性权重。把适应度值变差的粒子惯性权重设成零,以消除惯性分量不利影响,这样可以减少无效迭代次数,提高收敛速度。应用于盲源分离时,比经典算法分离效果好且克服了激活函数选取难题。实验结果表明该算法用于多跳频信号盲分离时性能稳定且收敛速度快,与经典算法比较优势明显,为智能算法在盲源分离方面的研究提供了一定的参考。     

同步码分多址技术在宽带互联网中的运用

本文阐述了第三代通信中的同步码分多址技术原理以及利用此技术在HFC宽带互联网络中的应用。     

容灾组网方案在CDMA综合关口局中的应用

根据码分多址（CDMA）综合关口局进行系统组网的工程实践,介绍了综合关口局的1+ 1主备容灾组网和1+1互备容灾组网,分析了两种容灾组网的优劣势,提出了两种容灾组网的 应用场景。通过现场大话务量测试,得出1+1主备容灾组网下单网元的话务负荷比1+1互备容 灾组网高了将近1倍。研究结果为CDMA综合关口局组网提供了参考依据。     

一种基于CDMA系统的DOA估计算法

提出一种应用在码分多址(CDMA)智能天线系统中移动用户信号到达方向(DOA)的估计算法,该算法利用用户扩频码和基带信号的恒模特征,使得同时估计出的DOA个数不受天线阵元数的限制,运算量也很小。理论分析和计算机仿真都证明该算法是可行的,适合在信噪比较低的实时场合中使用。     

混合智能算法在电子设备动态管理优化中的应用

应用微分进化算法（DEA）与字典排序算法（DSA）相结合的智能算法优化管理电子设备动态货位,研究了基于分拣选路径、存取效率、支架稳定性的动态管理多目标优化问题,并与采用遗传算法（GA）的动态管理优化进行了比对,发现字典排序算法能够按照数字顺序大小构建基于分拣选路径、存取效率、支架稳定性等因素重要程度的多目标函数,微分进化算法则能对多目标函数实施有效优化。仿真结果表明,混合智能算法迭代步数少,收敛速度快,具有更好的执行效率。     

波束成形在TD-LTE-A系统中的性能优化

TD-LTE系统中的波束成形（Beam Forming）会受到收、发天线不对称性的影响。TD-LTE-Advanced（TD-LTE-A）系统中使用上行多天线发送可以解决天线不对称性的问题,因此需要对其分析以优化Beam Forming的性能。通过对上行多天线的信道状态信息（CSI）做特征值（SVD）分解,指出了Beam Forming对下行信噪比（SNR）的改善。针对Beam Forming模式下SNR和链路质量指示（CQI）的差异,提出了一种优化链路自适应的方法。数值仿真验证了优化后的TD-LTE-A相比TD-LTE的Beam Forming吞吐率最大提高了24%,其结论对商用TD-LTE网升级到TD-LTE-A具有显著价值。