拉伸技术粒子群优化算法的多用户检测器.pdfVIP

拉伸技术粒子群优化算法的多用户检测器.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第36卷第5期 电子科技大学学报 voL36No.5 :竺:兰!!旦竺型竺竺坐坐坚!!幽芝!!i竺型里塑竺婴竺竺|竺竺 丝:翌 拉伸技术粒子群优化算法的多用户检测器 任诚,唐普英,方峻 (电子科技大学光电信息学院戚都61∞54) 【摘要】担子群优化算法是一类新型进化算法.为提高粒子群优化算法对复杂问题奎局最恍解的撂测能力。谊文引八一 种基于扭伸技术的柱子群优化算法,耙它应用到a蚺IA通信系统中扰干扰关键技术一多用户检测中,提出了基于拉伸粗子 群算法的多用户检测器.仿真蛄果表明。谊桂测嚣在误码率性能.抗远近效应和增加乐统客量方面的性能棱之其他的检测嚣 均有明显的提高. 关键词多月户捡粼;远近效应;粒子群诧{匕算法;拉伸技术 中图分类号TPl8 文献标识码A MultiuserDetectorBasedonParticleSwarm with optimization Stretching’rechnique RENChcng,TANGPIl-y吨,EANO蛔 Abstract tlljs P删clcSwam anew Optimj砑廿彻口SO)isevoluti讲Iarya】gofithm.hpap豇:to咖∞vc血e nlePSo abil姆of vaIu链也e alg甜t№向detec£iⅡgglobal Str刚1ing introdu∞d器a to P叫)QscdbyP钮;opDulos,is k科t∞hniqw callthiS SPSO the t11越 $stem.Weapproa曲tIlcMult0Us盯Detccti∞(SPSOMUDIa(perjm∞t“删忸血dicate the theSPSOMUDismofcc伍ci曲tinBER perf0肌∞∞of capability.D∞r_far髂istan∞。趾denla嬉ing山e 掣sc锄c印ac毋也口。也盯det∞t蜩. word3 multi-us盯dct髓№n: 1(ey near-f打碍sistan∞:p疵lc霸w口naptilniz砒ion:s仃如h缸gtechnique 粒子群优化算法是1995年提出的新型全局优化信息,对原始目标函数进行两次拉伸变化,剔除局 算法【l。7】,算法由于简单、易实现且没有太多参数需 部极值点及比局部极值大的点,不断缩小目标函数 要调整而广泛应用于函数优化、神经网络训练等多 的搜索范围。降低搜索难度.两个变换函数为例: 个领域。与其他全局优化算法一样,粒子群优化算 (1) G(r阿OM肛一rIl(si印伊∞一,F舻1) 法同样存在“早熟”现象.本文引入一种基于拉伸 Panicle 技术的新型粒子群优化算法(S¨tching 删:G0。+扎卫萼垃丛业生 (2) Sw日opⅡmi∞d∞,SPSO). tanh(÷(Gb)一GF)))

文档评论(0)

00625 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档