基于多准则的链式智能体遗传算法用于特征选择

针对简单遗传算法用于特征选择精度不高、过早收敛的问题,提出了一种新的遗传算法——链式智能体遗传算法(LAGA),并与多准则(MC)相结合,从而提出了基于多准则竞争策略的链式智能体遗传算法(LAGA MC)用于特征选择。LAGA引入了链式智能体结构,智能体相互进行竞争选择和自适应交叉,自身进行自适应变异,从而使得该算法能够获得更精确的搜索结果;MC通过对基于单准则进行选择得到的特征子集进行特征位判断,从而确定出最终特征子集,以达到更全面的评价选择结果,获得识别率更稳定的特征子集。实验结果表明,LAGA搜索精度更高,LAGA MC获得的特征子集分类准确率更高、更稳定。     

用于特征选择的多准则闭合链式遗传算法

针对简单遗传算法用于特征选择精度不高、过早收敛的问题,提出了链式遗传算法(Link-like Agent Genetic Algorithm),并与多准则(MC)相结合,从而实现了基于多准则竞争策略的链式遗传算法并用于特征选择(LAGA MC)研究.LAGA引入了链式个体结构,遗传个体相互进行竞争选择和自适应交叉、自适应变异,从而获得更精确的搜索结果.MC通过对基于单准则进行选择得到的特征子集进行特征位判断,已达到更全面评价选择结果,获得识别率更稳定更高的特征子集.实验结果表明,本文算法获得的特征子集分类准确率比其他几种基于遗传算法的特征选择算法更高、更稳定.     

TCM-8PSK短包高速跳频接收机的快速载波同步

通过对典型载波同步环路的分析与比较,提出一种新型的适用于TCM-8PSK短包高速跳频接收机的快速载波同步环路.对2种鉴相器(基于逐幸存处理(PSP)的鉴相器、锯齿形鉴相器)与2种环路滤波器(一阶环、二阶三型环)分别组合得到的4种环路结构的误比特率(BER)进行仿真,结果表明在短包传输方式以及AWGN信道条件下,基于PSP的鉴相器结合一阶滤波器的环路结构具有最佳BER性能.利用Monte Carlo算法得到该环路的相位误差统计信息,并对原鉴相器的鉴相特性曲线进行改进,减小了由相位误差产生的环路噪声.改进后的鉴相器结合一阶滤波器的新载波同步环路便于硬件实现,在最大载波频偏为1‰倍符号率以及中频信号通过信噪比为5～15dB的AWGN信道条件下,BER较理论值损失0.4～1.5dB,而较原环路提升0.5～1.5dB.该仿真结果与硬件实际测量结果一致.