共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
进化多目标优化算法求解高维目标优化问题面临收敛能力、计算复杂度、决策以及Pareto前沿的可视化等困难,其根本原因是目标空间维数高。目标降维通过丢弃冗余目标,为缓解高维目标优化求解困难提供一种新思路。本文提出利用冲突信息降维的分解进化高维目标优化算法(CIOR-MOEA/D)。该方法通过衡量目标在近似解集上体现的冲突性,构造问题的冲突信息矩阵,对该矩阵进行特征分析,确定目标的重要性程度,实现维数约简,并利用分解进化多目标优化算法(MOEA/D)对重要子目标集合进行分解进化,从而得到问题的近似解集。实验结果表明,本文提出的目标降维算法在降维的准确性与鲁棒性上均表现突出,能够有效地处理冗余高维目标优化问题。 相似文献
5.
提出了一种把矩阵分解应用于雷达目标的逆合成孔径雷达成像(ISAR)三维重构的方法。通过对目标运动场景建模,将目标的ISAR成像过程化,推导出图像序列中散射点二维位置坐标与原目标三维坐标的投影矩阵关系,利用正交投影下的矩阵分解基本方法,从观测矩阵中分解出原目标散射点的三维位置矩阵,进而实现目标的三维位置重构,仿真结果验证了该方法的有效性。 相似文献
6.
7.
矩阵分解是矩阵求逆中重要的运算之一,被广泛运用在神经网络、数字信号处理、无线通信技术等领域中。针对传统的分解算法运算不利于硬件实现的缺陷,文中在一种列向量优化QR分解算法的基础上,提出了一种一维线性矩阵分解结构,并完成了其ASIC设计。该分解器支持2~32阶矩阵分解运算,在TSMC 28 nm工艺下工作主频为700 MHz。仿真和FPGA测试结果表明,该分解器与MATLAB运算结果的相对误差小于10-12。在执行12阶级以上规模矩阵分解时,该分解器的运算周期相比传统一维线性结构具有2.3倍的加速比。在执行32阶矩阵分解时,该分解器的运算周期相比于NIVIDA RTX2070具有22.8倍的加速比。 相似文献
8.
为解决非高斯噪声背景下,基于贝叶斯Fisher信息矩阵和基于互信息的节点选择不一致的问题,该文提出一种基于多目标优化的节点选择方法.推导出节点噪声为混合高斯分布时的贝叶斯Fisher信息矩阵和互信息,将节点个数、选择的节点对应的Fisher信息矩阵和互信息共同作为优化的目标函数.提出利用基于分解的多目标优化方法寻找Pa... 相似文献
9.
为了平衡毫米波大规模多输入多输出系统的性能和硬件开销,降低系统功耗,以频谱效率为优化目标,在部分连接结构下提出了一种收发端联合设计的低复杂度混合波束赋形方案。首先,基于连续干扰消除将原始优化问题转化为多个子阵的速率优化问题;然后,利用坐标下降法完成模拟波束赋形矩阵设计;最后,引入等效信道矩阵大幅降低矩阵维度,再对其进行奇异值分解获得数字波束赋形矩阵。仿真结果表明,与其他算法相比,所提算法在系统功耗降低的同时保持了较优的性能,且性能逼近部分连接结构的最优方案。 相似文献