期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:刘宁庆,管春萌,张文彬.一种用于空间调制信号检测的改进粒子群算法[J].哈尔滨工业大学学报,2015,47(11):41.DOI:10.11918/j.issn.0367-6234.2015.11.007
LIU Ningqing,GUAN Chunmeng,ZHANG Wenbin.An improved particle swarm optimization algorithm for signal detection in spatial modulation system[J].Journal of Harbin Institute of Technology,2015,47(11):41.DOI:10.11918/j.issn.0367-6234.2015.11.007
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2115次   下载 830 本文二维码信息
码上扫一扫!
分享到: 微信 更多
一种用于空间调制信号检测的改进粒子群算法
刘宁庆, 管春萌, 张文彬
(哈尔滨工业大学 通信技术研究所,150080 哈尔滨)
摘要:
为提高空间调制系统信号检测算法的性能,提出基于粒子群的智能信号检测算法及其改进算法.利用粒子智能化搜索,实现信号高效检测;设计权重系数对传统速度更新公式进行修改,避免粒子群陷入局部收敛从而进一步提高算法的检测性能.通过对改进算法的收敛性和复杂度进行理论分析,并在不同天线数目和不同调制方式下对其误码性能进行仿真,仿真结果表明:与传统的粒子群算法相比,本文提出的改进算法具有计算复杂度低、误码率低、收敛快的优点,可作为空间调制接收机的有效备选算法.
关键词:  空间调制  最大似然法  粒子群算法
DOI:10.11918/j.issn.0367-6234.2015.11.007
分类号:TN911.23
基金项目:
An improved particle swarm optimization algorithm for signal detection in spatial modulation system
LIU Ningqing, GUAN Chunmeng, ZHANG Wenbin
(Communication Research Center, Harbin Institute of Technology, 150080 Harbin, China)
Abstract:
In order to improve the performance of signal detection algorithms in spatial modulation systems, we propose an intelligent signal detectionalgorithm and its improved algorithm based on particle swarm optimization. Efficient signal detection can be achieved by using particles' intelligent searches. Unnecessary local convergence can be avoided by designing weight coefficients for traditional velocity updating formula to improve its performance. Convergence and complexity are analyzed and simulations with different antenna numbers and modulation schemes are executed. Results show that the improved algorithm excels the particle swarm optimization in bit error rate, convergence and computing complexity, all these make it an appealing detection method for spatial modulation receivers.
Key words:  spatial modulation  maximum likelihood  particle swarm optimization

友情链接LINKS