期刊文献+

基于改进的DE算法的超声回波参数估计 被引量:1

Parameters estimation of ultrasonic echo signal based on improved DE algorithm method
下载PDF
导出
摘要 利用最小二乘法将超声回波参数估计问题转化为优化问题,采用改进的差分进化算法(DE算法)对待优化函数进行优化处理。仿真研究说明,该方法在噪声环境下依然有效,并且不依赖于初始值选择,不需计算梯度,可以在全局范围内搜索。 This paper uses the least square method to make the ultrasonic echo parameter estimation problem converted into the optimization problem,and the improved differential evolution algorithm( DE algorithm) is used to optimize the parameters. Simulation results show that the proposed method is effective in the noise environment,does not depend on the initial value selection,without the need to calculate the gradient,and can be in the global range search.
出处 《微型机与应用》 2016年第4期88-90,共3页 Microcomputer & Its Applications
关键词 DE算法 高斯牛顿法 超声回波信号 信号处理 DE algorithm Gauss-Newton method ultrasonic echo signal signal processing
  • 相关文献

参考文献9

  • 1DEMIRLI R.Model based estimation of ultrasonic echoes:analysis,algorithms,and applications[M].Illinois Institute of Technology,2001.
  • 2SANIIE J.Ultrasonic signal processing:system identification and parameter estimation of reverberant and inhomogeneous targets[J].Ultrasonic Signal Processing:System Identification and Parameter EST,1981.
  • 3DEMIRLI R,SANIIE J.Model-based estimation of ultrasonic echoes.Part I:analysis and algorithms[J].IEEE Transactions on Ultrasonics,Ferroelectrics,and Frequency Control,2001,48(3):787-802.
  • 4Fan Huiyuan,LAMPINEN J.A trigonometric mutation operation to differential evolution[J].Journal of Global Optimization,2003,27(1):105-129.
  • 5KRINK T,FILIPIC B,FOGEL G B,et al.Noisy optimization problems-a particular challenge for differential evolution[C].Proceedings of the 2004 Congress on Evolutionary Computation,2004:332-339.
  • 6周方,张小凤,张光斌.超声回波参数的蚁群算法估计[J].陕西师范大学学报(自然科学版),2012,40(2):35-40. 被引量:6
  • 7周西峰,朱文文,郭前岗.基于遗传算法和高斯牛顿法的超声回波信号参数估计[J].解放军理工大学学报(自然科学版),2012,13(3):247-251. 被引量:5
  • 8汪艳,张小凤,张光斌,孙秀娜,王彩峰.基于高斯模型的多重超声回波信号重数估计[J].陕西师范大学学报(自然科学版),2015,43(1):30-35. 被引量:4
  • 9潘欣,高晓智.基于差分演化的果蝇优化算法[J].微型机与应用,2015,34(1):23-25. 被引量:4

二级参考文献31

共引文献14

同被引文献3

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部