排序方式: 共有68条查询结果,搜索用时 140 毫秒
1.
2.
为了提高跳频通信系统的抗干扰能力,本文提出一种结合干扰信息综合考虑跳频序列的汉明相关性、均匀性、被干扰概率和跳频增益的抗干扰跳频序列优化设计方法。使用改进灰狼算法求解优化问题,提出新型反向学习策略和使用莱维飞行的个体信息交流机制,提升灰狼算法性能。通过基本测试函数的仿真实验表明本文的改进灰狼算法比其他灰狼算法有更好的收敛速度和求解精度。本文的抗干扰跳频序列优化设计结果表明,在多种干扰情况下,本文方法设计的跳频序列相比于传统跳频序列和宽间隔跳频序列具有更强的抗干扰能力。 相似文献
3.
4.
5.
在室内环境中,建筑结构会对地磁场强度和磁偏角造成一定的、较稳定的影响,所以进行室内导航时,可以利用地磁场强度和磁偏角来修正航位推算产生的累积误差。因此先采集地磁场强度和磁偏角离散数据,并采用广义延拓逼近方法对匹配区域内的离散数据进行处理,建立起三轴地磁场强度和磁偏角的数据库。其中磁偏角数据库用于优化惯性模块输出的航向角,地磁场强度数据库用于匹配导航。在测量得到的地磁场强序列与地磁数据库中的地磁场强序列的匹配过程中,由于匹配序列长度不一致的因素,因此需要引入动态时间规整的思想,并采用Hausdorff距离方法提升匹配定位精度。在测试过程中,无里程信息辅助的地磁匹配定位精度在4.65m(97.7%)以内;基于磁偏角补偿和里程信息辅助的地磁匹配平均定位精度为0.73m,其中有93.7%在1m以内,本方法可以实现亚米级的定位精度。 相似文献
6.
为进一步提高无线传感器网络(WSN)中节点的定位精度,提出了一种双系统协同进化(BCO)算法。改进算法利用粒子群优化(PSO)算法快速收敛的特性和混合蛙跳算法(SFLA)较高的寻优精度的特性,在较少的迭代次数内快速收敛且实现深度搜索达到较高的精度。仿真实验结果表明:在应用双系统协同进化算法对测试目标函数进行求解时,能非常接近最优解;同时将该算法应用到基于接收信号强度值(RSSI)测距的节点定位中,预测位置与实际位置的绝对误差在0.05 m范围内;相比基于RSSI的分步粒子群算法(IPSO-RSSI),其定位精度至少提高了10倍。 相似文献
7.
Volterra滤波器的非线性使输入向量自相关矩阵包含了输入信号的高阶统计量,导致矩阵特征值扩展很大,因此LMS算法收敛速度一般很慢。从降低输入信号的相关性出发,提出了一种变步长解相关Volterra NLMS算法。解相关能显著加快LMS算法的收敛速度,变步长能够改善算法的稳态性能,两者的有机结合,能明显改善算法性能。仿真结果表明,在不同输入信号相关性情况下,该算法有更好的收敛速度和稳态性能。 相似文献
8.
9.
一种分阶自适应Volterra滤波算法 总被引:1,自引:0,他引:1
稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机噪声.这种噪声的二阶及二阶以上统计量均不存在,需要用分数低阶统计量描述.针对Volterra级数非线性项将稳定分布的尖峰脉冲特性更加放大,导致输入信号自相关矩阵的特征值扩展更大的问题,本文提出了一种对于二阶Volterra级数的线性项部分和非线性部分分别采用两个不同收敛因子的分阶Volterra滤波器最小平均p范数(DOVLMP)算法,并分析证明了该算法的收敛性能.仿真结果验证了本文方法较传统算法的优越性. 相似文献
10.