粒子群优化算法及在盲均衡中的应用

论文摘要

粒子群优化算法是一种模拟鸟群飞行觅食行为的群体智能算法,该算法概念简明、实现方便、参数设置少,是一种高效的搜索算法,现已广泛应用于系统设计、多目标优化、模式识别、信号处理、决策和机器人应用等。在无法获得足够长训练序列的通信系统中,为了改善系统性能,盲均衡与盲检测起到非常大的作用,关于盲均衡算法的研究是近年来通信信号处理领域的研究热点。本文主要研究粒子群优化算法及其改进算法在盲均衡技术中的应用。本文第一章概述了研究背景、盲均衡技术的发展以及本文所做的主要工作。第二章介绍了粒子群优化算法的原理、应用及研究方向,并重点研究了惯性权重对算法的影响。第三章介绍盲均衡的原理以及MIMO技术。第四章给出了基于基本粒子群优化的盲检测算法,并进行仿真。第五章是本文重点,首先构造了基于模拟退火粒子群优化的盲检测算法和基于混沌粒子群优化的盲检测算法,并分析了退火因子和不同混沌映射对算法的影响。通过比较分析,提出了一种改进型算法-基于模拟退火混沌粒子群优化的盲检测算法。其次,为了在保证良好性能的前提下,又不提高算法复杂度,通过分析研究本文又提出一种新的改进算法-基于自调节粒子群优化的盲检测算法。最后,对本文提出的算法误码性能进行了仿真,分析了算法的复杂度。仿真实验结果表明,本文提出的两种算法与基本算法相比具有误码率较低、收敛速度快、性能稳定的优点,能够很好的解决盲检测问题。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.1.1 最优化问题
• 1.1.2 群智能算法
• 1.1.3 粒子群优化算法的产生背景
• 1.2 盲均衡技术的发展
• 1.3 本文问题提出和章节安排
• 1.3.1 问题提出
• 1.3.2 章节安排
• 第二章 粒子群优化算法
• 2.1 粒子群优化算法基本原理
• 2.1.1 标准粒子群优化算法
• 2.1.2 惯性权重对算法的影响
• 2.1.3 粒子群优化算法流程
• 2.1.4 粒子群优化算法的优点
• 2.2 粒子群优化算法的应用
• 2.3 粒子群优化算法的研究方向
• 第三章 盲均衡基本原理与MIMO技术
• 3.1 盲均衡的基本原理
• 3.2 MIMO技术介绍
• 3.2.1 MIMO系统的引入
• 3.2.2 MIMO系统的特点
• 3.2.3 MIMO系统的模型
• 3.3 基于MIMO系统的盲均衡
• 第四章 基于基本粒子群优化的盲检测算法
• 4.1 基于粒子群优化的MIMO系统盲检测数学模型
• 4.1.1 构造评估函数
• 4.1.2 粒子群优化的盲检测算法设计与描述
• 4.2 基本粒子群优化盲检测算法的参数研究
• 4.3 仿真实验
• 第五章 改进粒子群优化的盲检测算法
• 5.1 基于模拟退火粒子群优化的盲检测算法
• 5.1.1 模拟退火算法介绍
• 5.1.2 基于模拟退火粒子群优化的盲检测算法
• 5.1.3 仿真实验
• 5.2 基于混沌粒子群优化的盲检测算法
• 5.2.1 混沌映射
• 5.2.2 混沌粒子群优化的盲检测算法
• 5.2.3 性能仿真
• 5.3 模拟退火混沌粒子群优化的MIMO系统盲检测算法
• 5.3.1 算法流程图
• 5.3.2 算法构造
• 5.3.3 性能仿真
• 5.4 自调节粒子群优化的MIMO系统盲检测算法
• 5.4.1 算法提出和构造
• 5.4.2 自调节因子的设置
• 5.4.3 性能仿真
• 5.5 算法的复杂度分析
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录1 攻读学位期间发表的学术论文目录