文献检索-宁波市创意产业特色资源库

限定检索结果

求解多输入多输出检测新算法——遗传粒子群优化: 收藏
分享
引用; 《电波科学学报》2011年第1期26卷 42-49页; 作者：黑永强李晓辉易克初郁光辉西安电子科技大学ISN国家重点实验室陕西西安710071 深圳市中兴通讯技术有限公司广东深圳518057; 设计两种基于粒子群优化算法(PSO)和基于遗传算法(GA)的多输入多输出(mimo)系统检测算法。提出一种新的融合GA和PSO进化机制的遗传粒子群进化(GPSO)算法,并将其应用于mimo系统检测问题求解。新算法改善了初始化种群,并将每一代粒子划为...; 设计两种基于粒子群优化算法(PSO)和基于遗传算法(GA)的多输入多输出(mimo)系统检测算法。提出一种新的融合GA和PSO进化机制的遗传粒子群进化(GPSO)算法,并将其应用于mimo系统检测问题求解。新算法改善了初始化种群,并将每一代粒子划为精英粒子、次优粒子和糟糕粒子三部分,对这三种粒子分别采用极值扰动、PSO进化和淘汰策略以改善算法的全局和局部搜索能力,从而加快算法的寻优速率和收敛速度。仿真结果表明:与基于PSO和基于GA的检测算法相比,GPSO的检测算法能够很大程度减少种群规模和迭代次数。而与最优的最大似然译码算法相比,GPSO检测算法能够在计算复杂度和误码性能之间获得很好的折中。; 来源：详细信息评论

限定检索结果