排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于粒子群算法的盲源分离算法 总被引：1，自引：0，他引：1
简要地介绍了粒子群算法(PSO)及其改进算法和盲源分离算法(BSS),改进的粒子群算法具有并行性、易实现等优点。将改进的粒子群算法与盲源分离算法相结合,提出了基于粒子群算法的盲源分离算法。该算法以混合信号的峰度为目标函数,采用独立分量分析的方法,用改进的粒子群算法代替常规的最陡梯度下降法,对瞬时混合的信号进行盲分离,解决了梯度算法收敛速度慢的问题。实验仿真表明:该算法具有收敛速度快、分离效果好等特点。 相似文献
2.
针对连续被控对象、系统总时延小于1个采样周期的网络控制系统建立了离散模型.利用Lyapunov稳定性理论和线性矩阵不等式方法给出了使网络控制系统稳定的控制方法.实现了均匀量化情况下系统的一致有界控制,给出了系统收敛上界.通过调节量化器的误差可以将系统状态控制在一定的范围内.实际中据此可设计相应的量化级别及编码长度等参数.通过仿真验证控制方法的有效性并分析了量化误差对系统收敛性的影响. 相似文献
1