基于PSO的FIR数字滤波器设计

有限冲激响应(FIR)数字滤波器的设计实质是一个多参数优化的问题,而传统的一些优化设计方法,如遗传算法、神经网络法等,存在算法复杂,收敛速度慢,效果不明显等缺点.提出一种改进粒子群优化算法(IMPSO)的FIR数字滤波器设计.该方法首先根据粒子聚合度情况引入变异思想,克服PSO算法容易早熟的毛病,对算法进行改进,然后利用改进的IMPSO搜索滤波器参数的最优解,对FIR滤波器进行优化设计.实例设计FIR数字低通、带通滤波器,仿真结果表明,该方法具有算法简单,收敛速度快,鲁棒性好等优点.     

基于改进粒子群算法的分布式天线系统跨层功率分配方案

结合数据链路层的队列状态信息和物理层的信道状态信息定义了系统的吞吐量系数和公平性系数,建立了分布式天线系统跨层功率分配的离散速率集优化模型。对粒子群优化算法的初始群体产生、粒子更新等步骤进行了改进,形成了改进粒子群算法(IMPSO)。利用IMPSO进行了动态功率分配和跨层优化。数值仿真结果表明,IMPSO能够取得很好的队列时延性能,选取不同的权重可对系统吞吐量性能和公平性性能产生重要影响,IMPSO获得的系统吞吐量性能和公平性性能较之功率固定分配算法(AP)均有较大幅度的提高。