周丹 作品数:5 被引量:31 H指数:3 供职机构: 辽宁工程技术大学电子与信息工程学院 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 更多>>
改进的简化粒子群算法优化模糊神经网络建模 被引量:16 2015年 为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位置、个体最优解、全局最优解和随机的个体最优候选解共同决定其位置项;采用线性递减惯性权重,并利用异步变化的动态学习因子,且新颖地引入拉普拉斯系数,从而增加了种群多样性,加快了收敛速度,避免陷入局部最优。由模型仿真对比可知,该方法建立的功放模型结构简单、收敛快、误差小、精度高,从而验证了建模方法的有效性和可靠性。 周丹 南敬昌 高明明关键词:自适应模糊推理系统 简化粒子群算法 改进的动态记忆多项式功放模型及预失真应用 被引量:3 2014年 针对无线通信系统中射频功放的强非线性、强记忆效应特征,提出一种改进的多支路组合模型——改进的动态记忆多项式(G-DMP)模型。该模型以动态记忆多项式模型为基础,引入记忆时刻输入信号包络对当前输入信号的影响项和当前输入信号包络对记忆时刻输入信号的影响项,更灵活地对功放强记忆效应建模。同时采用改进的RLS_LMS联合算法对G-DMP模型进行自适应预失真系统仿真。结果表明:G-DMP模型比DMP模型精度优于0.5dB时,系数减少14.29%,邻信道功率比(ACPR)改善了4dB,由此可知,G-DMP模型能获得更好的建模精度和线性化效果。 南敬昌 周丹 李诗雨 高明明关键词:功率放大器 自适应算法 预失真 记忆多项式 基于自适应模糊神经网络的功放预失真新方法 被引量:5 2016年 针对无线通信系统中记忆非线性功率放大器预失真结构不足和精度不高等问题,提出了一种基于模糊神经网络模型识别的双环学习结构自适应预失真方法。该方法以实数延时模糊神经网络模型为基础,采用改进的简化粒子群优化(Simplified Particle Swarm Optimization,SPSO)算法进行间接学习结构离线训练模糊神经网络来确定模型参数,作为预失真器的初值,再利用最小均方(Least Mean Square,LMS)算法进行直接学习结构在线微调整预失真器参数,拟合功放的非线性和记忆效应。该方法结构简单,收敛速度快且精度高,避免了局部最优。实验结果表明,该方案邻信道功率比经典的双环结构预失真方法约改善7 d B,功放的线性化性能明显提高,由此验证了其可行性。 南敬昌 周丹 高明明关键词:功率放大器 预失真 模糊神经网络 记忆非线性 基于粒子群的加权朴素贝叶斯入侵检测模型 被引量:7 2016年 针对传统朴素贝叶斯算法对高维复杂的入侵行为检测效率低下的状况,提出一种基于粒子群的加权朴素贝叶斯入侵检测模型。模型首先用粗糙集理论对样本属性特征集进行约简,再利用改进的粒子群算法优化加权朴素贝叶斯算法的属性权值,获得属性权值的最优解,用获得的最优解构造贝叶斯分类器完成检测。其中,改进的粒子群是采用权衡因子方法更新其速度和位置公式,避免产生局部最优。两种算法的结合,既能解决传统朴素贝叶斯算法的特征项冗余问题,同时也可以优化特征项间的强独立性问题。通过实验证实了该模型的实效性,提高了检测率。 任晓奎 缴文斌 周丹关键词:入侵检测 粗糙集理论 加权朴素贝叶斯 粒子群优化算法 基于X参数晶体管模型的宽带功率放大器设计 2015年 针对射频非线性行为建模技术,提出了一种与负载无关的晶体管X参数提取方法,并利用晶体管模型进行功率放大器设计。该方法在传统X参数提取过程中引入负载牵引技术,通过迭代获得与负载无关的晶体管X参数模型及其最佳负载阻值。与负载相关的X参数模型相比,该模型适用于分析设计电路,数据量小,步骤简单且周期短。将提取的X参数模型应用于宽带功率放大器设计,匹配网络采用切比雪夫低通滤波器形式,实测与仿真对比表明:在工作频带内,输出功率均大于4W,功率附加效率都超过45%,增益在14d B左右。由此验证所提出方法的有效性。 周丹 南敬昌关键词:晶体管模型