基于鲶鱼效应粒子群优化的变参误差盲均衡算法
Journal of System Simulation(2018)
Abstract
为克服常模算法(CMA)收敛速度慢、稳态误差大的缺点,提出了基于鲶鱼效应粒子群算法统化的变参误差常模盲均衡算法(CEPSO-VSCMA).该算法在变参误差常模盲均衡算法VSCMA)的基础上,融入鲶鱼效应粒子群算法,利用粒子群的随机搜索,寻找全局最优解,同时结合鲶鱼效应,利用具有活力和竞争力的鲶鱼个体促使粒子群活跃起来,加快收敛.仿真结果表明:与CMA、VSCMA和基于粒子群算法优化的变参误差常数模盲均衡算法(PSO-VSCMA)相比,该算法提高了收敛速度、减小了均方误差.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined