基于粒子群算法的码书设计研究

在基于粒子群算法码书设计研究中,提出采用随机概率扰动的方式作为基本粒子群算法的全局极值更新条件,从而增加全局最优区域的搜索能力,避免了粒子过早的“趋同性”。     

基于量子粒子群优化算法的图像矢量量化码书设计

鉴于经典的LBG码书设计算法易陷入局部最优解,将量子粒子群优化算法应用到图像矢量量化码书设计中,提出一种基于量子粒子群的矢量量化码书设计算法(QPSO-VQ)。在该算法中,用粒子表示码书,用峰值信噪比(PSNR)作为算法的适应度函数,通过量子粒子群算法的更新公式来更新码书。实验结果表明,与经典的LBG码书设计算法和粒子群矢量量化码书设计算法相比,QPSO-VQ在解码图像的PSNR值和算法的稳定度等方面有比较明显的优势,可以获得性能较好的码书。     

基于联合准则的码书设计算法

提出了一种矢量量化中码书设计的优化算法。该算法将最大梯度准则与概率匹配准则相结合,在生成初始码书时使速率与失真的调整达到最优。计算机仿真结果表明,该算法减少了码书设计时间,提高了码书性能。     

基于混合遗传算法的码书设计方法

将遗传算法与LBG算法相结合,得到了一种矢量量化码书设计算法.利用遗传算法的全局优化能力得到最优的矢量量化码书;同时,克服了传统遗传算法收敛速度慢的缺点.实验结果表明,文中提出的算法性能上优于LBG算法,且收敛速度较快.     

基于微粒群的矢量量化码书设计算法

针对在LBG算法中存在初始码书的选择极易影响码书训练的收敛速度和最终码书性能的缺陷,提出了一种基于微粒群的矢量量化码书设计算法.首先产生具有一定全局性特点的初始码书,然后再应用LBG算法进行优化得到同时具有局部特性的码书.实验结果验证了该算法的合理性.     

一种基于混合蚁群算法的矢量量化码书设计算法

提出了一种基于混合蚁群算法的矢量量化码书设计算法。该算法首先通过自适应地调整截取转移概率的参数,加大蚁群算法的搜索最优解的力度;然后以蚁群算法搜索的结果作为初始解,利用改进的LBG算法作进一步的搜索,从而加快算法的收敛速度。实验结果表明,该算法不但大大提高码书性能,而且也缩短了运行时间,解码恢复图像能获得较高的主、客观质量。     

基于人工蚁群优化的矢量量化码书设计算法

本文提出一种基于人工蚁群优化的矢量量化码书设计新算法.该算法利用人工蚁群系统中蚂蚁通过信息素留存寻找最优路径的机制,结合单只蚂蚁通过拾起、放下物体从而使物体聚堆的行为模式,合理设计放下概率、禁忌列表、信息素更新方式以及相应的参数.与基于进化模拟退火和随机竞争学习的码书设计算法相比,本文提出的算法能获得性能较好的码书,其峰值信噪比比传统的LBG算法提高超过2dB.     

人工蚁群聚类码书设计算法

文中将频率敏感算法引入到基本的蚁群算法中,提出了一种改进的蚁群聚类码书设计算法。在提出的码书设计算法中采用LBG码书优化准则,引入了频率敏感算法。仿真实验表明,提出的算法避免了停滞现象发生,有效地提高了其全局搜索能力。     

一种改进的基于Hadamard域的码书设计算法

基于Hadamard变换和K-means理论,针对Chen的初始码书设计算法的随机性较强和峰值信噪比(PSNR)不高这两个缺点,提出了一种改进的码书设计算法。本算法利用统计特征量的分类平均法生成初始码书,然后提高求质心的频率,每当一个训练矢量被分类到胞腔时,就求出相应胞腔的质心来代替原有的码字。该算法结合LBG算法的优点,调整后的码字代表了整个胞腔的特性,加速了码书的收敛速度,提升了码书的性能。仿真实验结果表明,较Chen的算法图像效果,即峰值信噪比(PSNR),平均提高了0.5 dB,在迭代次数较小时甚至达0.9 dB。     

基于自适应蚁群优化的矢量量化码书设计算法

本文提出一种基于自适应蚁群优化的矢量量化码书设计算法.该算法利用人工蚁群系统中蚂蚁通过信息量留存寻找最优路径的机制,合理设计转移概率、禁忌列表、信息量更新方式及自适应地调整截取转移概率的参数.实验结果表明,该算法能获得质量较好的码书和主观效果较好的译码图像.     

基于粒子群优化的有限反馈干扰对齐码本设计

大尺寸码本设计是有限反馈干扰对齐面临的关键问题之一,最优矢量量化码本设计问题可以等价为格拉斯曼线性装箱问题,只在某些特定条件下才存在解析解,通常采用计算机搜索或者信源编码中矢量量化算法求解,计算复杂度高,不利于大尺寸码本设计。从降低大尺寸码本设计计算复杂度出发,该文提出一种基于加速全面学习粒子群优化的码本设计算法。在全面学习粒子群优化算法实现简单,对非线性问题,特别是多峰值问题具有较强全局搜索能力的基础上,通过向最优粒子学习提高算法初期收敛速度,通过最大运动速度缩减提高算法后期收敛速度和算法性能。试验结果表明,无论是相对于经典粒子群优化算法和全面学习粒子群优化算法,还是相对于广义Lloyd算法,新算法均能在降低算法复杂度的同时提高算法性能。     

基于粒子群算法的预编码设计

针对多用户多输入多输出系统的下行链路传输,提出了一种基于粒子群算法的预编码设计方案。该方案首先通过理论分析,推导出错误符号概率的函数,该函数是将平均符号错误概率构造为预编码矩阵和各用户信道信息的函数,并以最小符号错误概率为判断准则。然后利用模拟鸟群觅食的粒子群方法对其进行优化搜索,得到最佳效果。理论分析与仿真结果表明,该方案性能比传统的预编码性能更优。     

基于自适应变异粒子群优化算法的自适应滤波器设计

本文提出了设计一种基于自适应变异粒子群优化算法的振动信号的自适应滤波模型，然后重点研究了自适应数字滤波器设计的粒子群优化算法及其实现步骤。该滤波模型在计算机仿真测试中，获得了很高的效率和良好的结果。     

基于粒子群算法的超宽带脉冲波形设计

首先分析了在超宽带系统中高斯脉冲成形因子和微分阶数对其能量谱密度的影响,并在此基础上,为了提高高斯脉冲波形的频谱利用率,采用高斯导函数线性组合来产生脉冲波形,提出并分析了一种基于粒子群（PSO）优化算法的超宽带无线脉冲波形优化设计方法,仿真表明该方法产生的高斯导函数线性组合脉冲能够很好地满足FCC的频谱掩模限制。     

基于粒子群算法的3频Wilkinson功分器优化设计

提出一种3频等分Wilkinson功率分配器(WPD)优化设计方法,该3频Wilkinson功率分配器由3节微带线和3个隔离电阻构成,根据理想传输线模型并利用奇偶模分析方法推得出设计方程,采用粒子群算法进行优化设计,有效提高功分器设计效率与准确性.为了验证设计的正确性,采用材料聚四氟乙烯(ε=3.65)作为基板设计出在0～4GHz 3频等分Wilkinson功分器,实验测试结果显示该功分器在所规定的全部频点拥有良好匹配与隔离度,说明粒子群算法在多频功分器设计中良好的应用.     

基于QPSO优化算法的余弦调制滤波器组设计

提出了一种新的余弦调制滤波器组设计方法,此方法以原型滤波器的阻带衰减作为目标函数,用改进型量子粒子群算法(QPSO)设计最接近满足重构条件的原型低通滤波器,然后在此基础上通过余弦调制得到分析滤波器组和综合滤波器组.实验仿真结果表明,用此方法设计的余弦调制滤波器组(CMFB)具有良好的阻带衰减特性和精确重构性能,在满足性...     

基于改进粒子群算法的EBG结构优化设计

提出了一种基于进化机制的EBG(Electromagnetic Band Gap)结构优化设计方法,该方法结合改进的简化粒子群算法ISPSO(Improved Simple Particle Swarm Optimization)和电磁仿真软件IE3D,实现EBG结构自动优化设计,使其达到设计指标。算法实现过程中,EBG结构的几何参数通过外部改进的粒子群优化算法来优化设计,结构特性的仿真通过电磁仿真软件IE3D来完成的。利用ISPSO/IE3D方法优化设计了一个EBG结构,仿真试验表明该EBG结构性能优异,进而也验证了ISPSO/IE3D自动设计方法对EBG结构设计的有效性。最后将该EBG结构用于微带天线设计中,提高了天线的性能。     

基于粒子群算法的导引头稳定平台控制参数设计

稳定平台控制器的参数设计对导引头的跟踪能力有重要影响。从导引头伺服稳定平台的工作原理出发,并依据新型稳定平台快速度、高精度、多耦合、多约束的特点,设计目标函数,采用粒子群算法（PSO）对稳定平台的控制器进行寻优,结果表明：使用粒子群算法可以设计出合乎要求并能达到多约束下最优的控制器,对于复杂控制系统参数的快速整定有重要意义。