本文選題：隨機(jī)共振 + 人工魚群算法�。� 參考：《電子學(xué)報(bào)》2017年08期

【摘要】：隨機(jī)共振為微弱通信信號(hào)的檢測提供了新途徑.本文提出一種基于人工魚群算法的自適應(yīng)隨機(jī)共振新方法,重點(diǎn)研究基于隨機(jī)共振的微弱周期信號(hào)檢測技術(shù),將人工魚群算法和歸一化處理結(jié)合增強(qiáng)隨機(jī)共振,適當(dāng)添加噪聲并設(shè)定自適應(yīng)步長策略及迭代停止條件.理論分析和仿真結(jié)果表明,對(duì)比傳統(tǒng)群智能算法處理隨機(jī)共振其在算法適應(yīng)性及穩(wěn)定性、最佳共振精確度、尋優(yōu)收斂速度、精度方面有明顯提升,并為信噪比增益帶來3-5d B的提升,運(yùn)算時(shí)間復(fù)雜度降低逾70%.
[Abstract]:Stochastic resonance provides a new approach for weak communication signal detection. In this paper, a new adaptive stochastic resonance method based on artificial fish swarm algorithm is proposed. The weak periodic signal detection technique based on stochastic resonance is mainly studied. The artificial fish swarm algorithm and normalized processing are combined to enhance stochastic resonance. Appropriate noise is added and adaptive step size strategy and iterative stopping conditions are set. The theoretical analysis and simulation results show that compared with the traditional swarm intelligence algorithm for stochastic resonance, it has a significant improvement in the adaptability and stability of the algorithm, the optimal resonance accuracy, the speed of optimization convergence, and the accuracy. It also improves the signal-to-noise ratio (SNR) gain by 3-5dB, and reduces the computational complexity by more than 70%.
【作者單位】： 解放軍信息工程大學(xué)信息系統(tǒng)工程學(xué)院;
【基金】：國家自然科學(xué)基金(No.61401511)
【分類號(hào)】：TN911.23;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔡衛(wèi)菊;金波;劉開健;;隨機(jī)共振理論與微弱信號(hào)檢測應(yīng)用綜述[J];計(jì)算機(jī)與信息技術(shù);2010年04期

2 安良;陳勵(lì)軍;陸佶人;;海洋噪聲背景下基于隨機(jī)共振方法的波束形成[J];聲學(xué)技術(shù);2006年02期

3 王晶;張慶;梁霖;張熠卓;徐光華;;采用遺傳算法的自適應(yīng)隨機(jī)共振系統(tǒng)弱信號(hào)檢測方法研究[J];西安交通大學(xué)學(xué)報(bào);2010年03期

4 吳利平;李贊;李建東;;隨機(jī)共振參數(shù)的自適應(yīng)調(diào)整策略與性能分析[J];北京郵電大學(xué)學(xué)報(bào);2011年02期

5 李曉龍;冷永剛;范勝波;石鵬;;基于非均勻周期采樣的隨機(jī)共振研究[J];振動(dòng)與沖擊;2011年12期

6 張曉燕;徐偉;周丙常;;周期矩形信號(hào)作用下時(shí)滯非對(duì)稱單穩(wěn)系統(tǒng)的隨機(jī)共振[J];物理學(xué)報(bào);2012年03期

7 張礁石;楊子賢;盧結(jié)成;;閾值陣列模型與超閾值隨機(jī)共振[J];通信技術(shù);2012年07期

8 楊寧;張培林;馬喬;王江濤;;自適應(yīng)隨機(jī)共振在微弱信號(hào)檢測中的應(yīng)用[J];機(jī)械強(qiáng)度;2012年06期

9 張麗珠;于健;;基于調(diào)制隨機(jī)共振大頻率信號(hào)檢測的仿真[J];天津職業(yè)技術(shù)師范大學(xué)學(xué)報(bào);2012年04期

10 陳明生;秦明新;孫即祥;尹中秋;寧旭;;低信噪比下融合隨機(jī)共振的運(yùn)動(dòng)目標(biāo)檢測算法[J];國防科技大學(xué)學(xué)報(bào);2013年01期

相關(guān)會(huì)議論文 前3條

1 周輝;李建龍;;誤差反饋對(duì)隨機(jī)共振非線性系統(tǒng)性能的影響[A];浙江省信號(hào)處理學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

2 王關(guān)平;楊森;靳伍銀;;FHN神經(jīng)元傳輸特性研究[A];第十四屆全國非線性振動(dòng)暨第十一屆全國非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議摘要集與會(huì)議議程[C];2013年

3 徐嬌華;趙宗曦;張宇;;基于隨機(jī)共振原理的微弱水聲信號(hào)處理[A];中國聲學(xué)學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2011年

相關(guān)博士學(xué)位論文 前5條

1 范劍;隨機(jī)共振和混沌理論在微弱信號(hào)檢測中的應(yīng)用研究[D];河北工業(yè)大學(xué);2014年

2 劉進(jìn);基于非線性隨機(jī)共振的弱信號(hào)檢測理論研究[D];西安電子科技大學(xué);2015年

3 王楠;非線性系統(tǒng)邏輯隨機(jī)共振的理論研究[D];東南大學(xué);2015年

4 萬頻;隨機(jī)共振在信號(hào)檢測中的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2011年

5 馬玉梅;基于Fisher信息量的弱信號(hào)處理增益問題研究[D];青島大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳晨;隨機(jī)共振微弱信號(hào)檢測的參數(shù)敏感性研究與應(yīng)用[D];西安石油大學(xué);2015年

2 王瀟;基于隨機(jī)共振的CDMA波束成形技術(shù)研究[D];電子科技大學(xué);2014年

3 譙自健;基于隨機(jī)共振理論的微弱信號(hào)檢測方法研究及應(yīng)用[D];蘭州理工大學(xué);2015年

4 吳創(chuàng)賓;聽覺非線性信號(hào)處理的心理聲學(xué)實(shí)驗(yàn)研究[D];華中科技大學(xué);2014年

5 尚金紅;基于隨機(jī)共振理論不同噪聲背景下2PSK信號(hào)相干接收誤碼率的研究[D];天津工業(yè)大學(xué);2016年

6 姜夢琦;閾值網(wǎng)絡(luò)中基于互信息的隨機(jī)共振研究[D];南京郵電大學(xué);2016年

7 胡韜;基于隨機(jī)共振理論的微弱信號(hào)檢測方法研究[D];重慶郵電大學(xué);2016年

8 宋洋洋;基于混沌與隨機(jī)共振的微弱信號(hào)檢測方法的研究[D];西安石油大學(xué);2016年

9 孫振源;基于隨機(jī)共振的毫米波輻射計(jì)信號(hào)檢測方法研究[D];南京理工大學(xué);2017年

10 王碩;基于隨機(jī)共振理論對(duì)2FSK信號(hào)輸出誤碼率的研究[D];天津工業(yè)大學(xué);2017年

，

本文編號(hào)：2014737