基于改进遗传算法的波束形成技术研究及其应用

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:hgjiao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智能天线技术的核心是自适应波束形成算法,但传统算法存在计算量大、收敛速度受限等缺陷。而作为一种高效并行全局寻优方法的遗传算法可以解决此类问题。研究一种适合于波束形成的遗传算法是本文重点。本文在深入研究智能天线技术的基础上,将遗传算法应用于波束形成中,并从三方面对其进行改进:一、将基本遗传算法中的二进制编码改为复数编码,使得算法更加精确、高效;二、结合进化代数提出一种改进的自适应遗传算法保持种群多样性并提高算法收敛速度;三、提出带有梯度信息的混合遗传算法,在保持遗传算法全局优势的同时,又发挥了梯度算法局部搜索能力强的特性。仿真结果表明,基于混合遗传算法的波束形成具有良好的收敛性和抗干扰能力。最后将基于混合遗传算法的波束形成技术应用于信号预处理系统中。构建了系统模型,并推导出数据发送及检测算法。通过在TD-SCDMA应用环境中仿真,验证了基于混合遗传算法的波束形成技术比传统波束形成技术具有更好的系统误比特率性能。
其他文献
语音库的自动建设在可训练的语音合成中占有很重要的地位,它要求对输入的音频进行类别的区分来进行不同的处理,并将处理后的音频分割为句子作为后续的音段切分系统的输入。音
内容分发系统能够在多用户之间快速的传输大型文件,已经成为应用最为广泛的P2P技术。网络编码技术作为通信领域的新兴技术,已经得到学术界的普遍关注,如何将网络编码技术应用
本文依托四川省科技厅科技攻关项目《多参数非接触测量在线系统研制》和西南科技大学省级机器人重点实验室实际项目的需求,重点研究了视觉测量在工件形面测量应用中的几个关键
学位
随着Web服务标准的持续完善和支持Web服务的企业级软件平台的不断成熟,越来越多的企业和商业组织参与到软件服务化(Software as a Services, SaaS)的行列中来,纷纷将其业务功
随着信息技术、网络技术、数据存储技术和高性能处理器技术的进步,数据资料的规模急速膨胀,从而促进了数据挖掘(Data Mining,DM)技术的产生和飞速发展。数据挖掘在不断的挖掘
数据库水印技术是实现数据库版权保护的一种有效手段,它在不影响数据库使用价值的前提下将水印信息嵌入其中,通过检测或提取水印以证实数据库的所有权或完整性达到身份证明及
学位
中国互联网的变化日新月异,原本占主流地位的PC网络端逐渐没落,被飞速发展的移动互联网所取代。伴随着iPhone,Android移动平台的出现,手机游戏开发正变得越来越受到大众的欢
无线传感器网络的一个重要技术就是数据收集技术,通过将节点收集到的数据发送到基站并对其进行分析以便作出相应的决策。同时,数据收集技术也是无线传感器网络得以稳定、高效
近年来越来越多的传统行业受互联网新技术的影响和推动,运用互联网技术处理数据业务,由此产生的海量复杂结构数据使得传统的关系型数据库已不再适用。非关系型数据库凭借其自
IP多媒体子系统(IP Multimedia Subsystem,简称IMS)作为下一代网络(Next Generation Network,简称NGN)的发展方向,已经成为全球通信领域研究的热点。其归属用户服务器——HSS