-
公开(公告)号：CN112039820B
公开(公告)日：2022-06-21
申请号：CN202010816144.X
申请日：2020-08-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种量子象群机制演化BP神经网络的通信信号调制识别方法，设计了加权Myriad滤波器结合所设计特征参数的数据集，进而利用量子象群机制来演化BP神经网络，获得神经网络的最优系统参数，使用具有最优权值和阈值的BP神经网络作为分类器对冲击噪声背景下的通信信号调制方式进行高效识别。所设计的方法可以在冲击噪声环境下得到最优的网络参数和分类识别效果，从而在冲击噪声和低混合信噪比等恶劣环境下获得较高识别率，突破现有神经网络调制识别的应用极限。
-
公开(公告)号：CN112039820A
公开(公告)日：2020-12-04
申请号：CN202010816144.X
申请日：2020-08-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种量子象群机制演化BP神经网络的通信信号调制识别方法，设计了加权Myriad滤波器结合所设计特征参数的数据集，进而利用量子象群机制来演化BP神经网络，获得神经网络的最优系统参数，使用具有最优权值和阈值的BP神经网络作为分类器对冲击噪声背景下的通信信号调制方式进行高效识别。所设计的方法可以在冲击噪声环境下得到最优的网络参数和分类识别效果，从而在冲击噪声和低混合信噪比等恶劣环境下获得较高识别率，突破现有神经网络调制识别的应用极限。
-
公开(公告)号：CN112036453B
公开(公告)日：2022-04-29
申请号：CN202010816157.7
申请日：2020-08-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子犀牛搜索机理的盲源分离方法，设计了基于两种不同的独立性判据设计的混合优化目标函数，即基于最大化峰度和最大化负熵两种独立性判据设计混合优化目标函数，赋予两种判据相应的权重系数，可以根据混合优化目标函数值随权重系数的变化情况判断出智能计算方法的最佳判据，从而得到更加精确的盲源分离结果。进而设计了一种基于量子犀牛搜索机理及混合优化目标函数的盲源分离方法。本发明所设计的方法可以实现混叠信号的盲源分离，具有收敛速度快、分离精度高、性能稳定等优势，拥有着广泛的应用前景。
-
公开(公告)号：CN112036453A
公开(公告)日：2020-12-04
申请号：CN202010816157.7
申请日：2020-08-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子犀牛搜索机理的盲源分离方法，设计了基于两种不同的独立性判据设计的混合优化目标函数，即基于最大化峰度和最大化负熵两种独立性判据设计混合优化目标函数，赋予两种判据相应的权重系数，可以根据混合优化目标函数值随权重系数的变化情况判断出智能计算方法的最佳判据，从而得到更加精确的盲源分离结果。进而设计了一种基于量子犀牛搜索机理及混合优化目标函数的盲源分离方法。本发明所设计的方法可以实现混叠信号的盲源分离，具有收敛速度快、分离精度高、性能稳定等优势，拥有着广泛的应用前景。
-
-
-
Search Results
4
records
(took 0.019 seconds)
