發(fā)布時間：2018-06-24 12:13

  本文選題：冗余 + 粒子群算法��； 參考：《西安電子科技大學》2014年碩士論文

【摘要】：隨著時代的發(fā)展,科技的進步,各行各業(yè)對通信質(zhì)量的要求也越來越高,尤其是在復雜環(huán)境下,以信息戰(zhàn)為核心的未來高技術戰(zhàn)爭中,通信系統(tǒng)作為核心部分,其地位和作用日趨突出。加快通信裝備形成和提高戰(zhàn)斗威懾力,提高新型機載系統(tǒng)的自身可靠性、通信的有效性和可靠性是未來戰(zhàn)爭對通信建設的現(xiàn)實要求。在有限的空間環(huán)境下,為了保證通信的可靠性和有效性,一個很好的保障措施即是引入數(shù)據(jù)冗余。本文結(jié)合數(shù)據(jù)冗余技術,研究了粒子群智能優(yōu)化算法,設計了一套多DSP數(shù)據(jù)冗余通信系統(tǒng)。智能算法中的粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法是一種基于群體智能理論的優(yōu)化算法,得到了眾多學者的廣泛研究與認可。傳統(tǒng)的PSO不能有效地拓展到離散及組合優(yōu)化領域,迭代過程中并不能反映出這些變量之間的順序或者其他約束關系。為克服傳統(tǒng)粒子群優(yōu)化算法的局限性,分析傳統(tǒng)PSO的優(yōu)化機理,本文在此基礎上進行了改進。改進后的粒子群算法能夠跟蹤其個體極值和群體極值,從而獲得更新信息,并在此基礎上進行尋優(yōu)搜索,這種更新方法本質(zhì)上更適合于連續(xù)優(yōu)化問題的求解。針對實際的復雜電磁環(huán)境,本文建立了通信系統(tǒng)可靠性優(yōu)化模型并引入了滿意優(yōu)化理論,這樣可以得到一個更加優(yōu)化合理的可行解。在此基礎上構(gòu)建了綜合滿意度模型,提出了可靠性計算模型,運用改進的廣義粒子群優(yōu)化算法在高性能的DSP芯片基礎上進行運算,依靠整個種群中最優(yōu)粒子的位置信息共享和個體粒子間的信息相互交換來達到整個種群的共同演化,得到通信的可靠有效信息,完成通信任務。由于本通信系統(tǒng)方案采用的是模塊化設計,所以具有良好的通用性和擴展性,即使將通信系統(tǒng)置于不同的應用環(huán)境中,只要調(diào)整數(shù)據(jù)冗余方法的相關參數(shù),仍然能保證通信系統(tǒng)的高可靠性,因而采用數(shù)據(jù)冗余方法能大大降低整個通信系統(tǒng)的硬件成本。為了更好的監(jiān)測系統(tǒng)工作狀態(tài),了解有可能導致系統(tǒng)故障的問題所在,本通信方案增加了故障信息存儲模塊,它能夠存儲至少3次最近發(fā)生的故障前10秒關鍵信息數(shù)據(jù)。研究人員可以隨時通過通信對存儲信息進行下載解析,研究故障發(fā)生原因,進而對系統(tǒng)能夠更好的升級與維護,保持并進一步提高系統(tǒng)可靠性。實驗數(shù)據(jù)表明,該方案能夠在空間和時間有限的情況下,基于可靠性優(yōu)化模型,運用粒子群算法,能夠保證通信系統(tǒng)的高可靠性。
[Abstract]:With the development of the times and the progress of science and technology, all walks of life have higher and higher requirements for the quality of communication, especially in the complex environment, in the future high-tech war with information warfare as the core, the communication system is the core part. Its status and role are becoming increasingly prominent. To speed up the formation of communication equipment and improve the combat deterrence, improve the reliability of the new type of airborne system, the effectiveness and reliability of communications are the practical requirements of the future war to the construction of communications. In a limited space environment, in order to ensure the reliability and effectiveness of communication, a good safeguard is to introduce data redundancy. In this paper, the Particle Swarm Optimization (PSO) algorithm is studied based on data redundancy technology, and a multi-DSP data redundancy communication system is designed. Particle swarm optimization (PSO) algorithm is an optimization algorithm based on swarm intelligence theory, which has been widely studied and recognized by many scholars. Traditional PSO can not be effectively extended to the field of discrete and combinatorial optimization, and the order of these variables or other constraints can not be reflected in the iterative process. In order to overcome the limitation of traditional particle swarm optimization algorithm and analyze the optimization mechanism of traditional PSO, this paper improves on it. The improved particle swarm optimization (PSO) algorithm can track the individual extremum and the population extremum so as to obtain the updated information and search for optimization on this basis. This updating method is more suitable for solving continuous optimization problems in essence. In view of the complex electromagnetic environment, the reliability optimization model of communication system is established and the satisfactory optimization theory is introduced. Thus, a more reasonable and feasible solution can be obtained. On this basis, the comprehensive satisfaction model is constructed, and the reliability calculation model is proposed. The improved generalized particle swarm optimization algorithm is used to perform the operation on the basis of high performance DSP chip. The common evolution of the whole population can be achieved by sharing the position information of the optimal particles in the whole population and exchanging the information among individual particles to obtain reliable and effective information for communication and to complete the communication task. Because of the modularization design, the communication system has good generality and expansibility. Even if the communication system is placed in different application environment, it is only necessary to adjust the relevant parameters of the data redundancy method. It can still guarantee the high reliability of the communication system, so the hardware cost of the whole communication system can be greatly reduced by using the method of data redundancy. In order to better monitor the working state of the system and understand the problems that may lead to the system failure, this communication scheme adds the fault information storage module, which can store the critical information data 10 seconds before at least 3 recent failures. Researchers can download and parse the stored information through communication at any time, study the cause of failure, and then upgrade and maintain the system better, maintain and further improve the reliability of the system. Experimental data show that the proposed scheme can guarantee the high reliability of the communication system based on the reliability optimization model and particle swarm optimization algorithm under the condition of limited space and time.
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN914;TP18

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應用[J];計算機工程與應用;2010年02期

2 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

3 牛永潔;;一種新型的混合粒子群算法[J];信息技術;2010年10期

4 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

5 劉衍民;趙慶禎;邵增珍;;一種改進的完全信息粒子群算法研究[J];曲阜師范大學學報(自然科學版);2011年01期

6 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[J];計算機工程與應用;2011年05期

7 熊智挺;譚陽紅;易如方;陳賽華;;一種并行的自適應量子粒子群算法[J];計算機系統(tǒng)應用;2011年08期

8 孟純青;;非線性粒子群算法[J];微計算機應用;2011年08期

9 任偉建;武璇;;一種動態(tài)改變學習因子的簡化粒子群算法[J];自動化技術與應用;2012年10期

10 劉飛,孫明,李寧,孫德寶,鄒彤;粒子群算法及其在布局優(yōu)化中的應用[J];計算機工程與應用;2004年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[A];中國科學院地質(zhì)與地球物理研究所第11屆（2011年度）學術年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術會議膨脹節(jié)設計、制造和應用技術論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王芳;粒子群算法的研究[D];西南大學;2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

3 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

4 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學;2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

8 劉宏達;粒子群算法的研究及其在船舶工程中的應用[D];哈爾濱工程大學;2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學;2006年

10 馮琳;改進多目標粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應用[D];東北大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設計[D];河北聯(lián)合大學;2014年

4 余漢森;粒子群算法的自適應變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學;2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學;2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學模型問題[D];山東大學;2015年

9 陳百霞;考慮風電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學;2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學;2015年

，

本文編號：2061481