检索结果

Select

1. 协作多输入多输出环境反向散射通信系统遍历速率分析

郑鑫, 李素月, 王安红, 李美玲, MUHAIDAT Sami, 宁爱平

《计算机应用》唯一官方网站 2022, 42 (3): 974-979. DOI: 10.11772/j.issn.1001-9081.2021020312

摘要（309）

HTML （3）

PDF （755KB）（100）

针对传统物联网（IoT）能耗大、频谱资源稀缺的问题，提出了由环境反向散射、协作接收机（CRx）和环境射频（RF）源共同构建的协作多输入多输出环境反向散射通信（MIMO-AmBC）系统模型。首先，通过使用PSR方案对该系统模型进行分析，推导出信噪比（SNR）；其次，推导出主链路和反向散射链路的遍历速率近似表达式，并得到反向散射链路遍历速率最大值表达式；最后，将其与传统蜂窝网络、CSR方案作对比。实验结果验证了理论推导的正确性并给出有意义结论：1）反向散射链路速率随接收天线数对数增长，与发射天线数无关。2）在SNR为10 dB时，PSR方案的和速率比传统方案、CSR方案分别提升36.8%和29.9%，虽然PSR方案的主链路速率比CSR方案降低5.5%，但反向散射链路的遍历速率比CSR方案提升7.7倍。为实际应用选取AmBC共生方案提供了理论参考。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 混沌云模型多目标布谷鸟搜索算法

马艺元, 宋卫平, 宁爱平, 牛海帆

计算机应用 2017, 37 (4): 1088-1092. DOI: 10.11772/j.issn.1001-9081.2017.04.1088

摘要（552）

PDF （722KB）（430）

针对多目标布谷鸟搜索算法（MOCS）迭代后期寻优速度慢，并且容易造成局部最优等缺点，提出一种混沌云模型多目标布谷鸟搜索算法（CCMMOCS）。首先在进化过程中通过混沌理论对一般的布谷鸟巢位置在全局中寻求优化，以防落入局部最优；然后利用云模型对较好的布谷鸟巢位置局部优化来提高精度；最后将两种方法对比得到相对更好的解作为最优值以完成优化。对比误差估计值及多样性指标，由5个常用多目标测试函数仿真结果可知，CCMMOCS比传统多目标布谷鸟搜索算法、多目标粒子群算法（MOPSO）及多目标遗传（NSGA-Ⅱ）算法性能更好，Pareto前沿更接近理想曲线，分布也更均匀。

参考文献 | 相关文章 | 多维度评价

Select

3. 混沌布谷鸟搜索算法在谐波估计中的应用

牛海帆, 宋卫平, 宁爱平, 马艺元

计算机应用 2017, 37 (1): 239-243. DOI: 10.11772/j.issn.1001-9081.2017.01.0239

摘要（704）

PDF （691KB）（406）

针对布谷鸟搜索（CS）算法存在后期收敛速度慢、计算精度不高和陷入局部最优等缺点，提出了混沌布谷鸟（CCS）算法。首先，通过混沌理论初始化种群来增加种群多样性；然后，对局部最优值引入混沌扰动算子来跳出早熟收敛，提高计算精度，进而完成全局优化。对4个单目标基准函数进行仿真测试，对比最优值、最差值、平均值、中位数值及标准差值，结果表明，基于CCS算法比CS算法有更快的收敛速度和更高的收敛精度。在电力系统中谐波问题成分引起电流波形畸变，电网不稳定。精确分析谐波成分是解决谐波污染的重要前提。将性能更好的CCS算法应用于谐波估计，通过比较估计均值及标准偏差，结果显示在分析谐波电流时CCS算法相比粒子群优化（PSO）算法具有更好的性能。

参考文献 | 相关文章 | 多维度评价