基于混合引导策略的高精度萤火虫优化粒子滤波算法

针对现有群智能优化粒子滤波算法精度较低和收敛速度较慢的问题,提出了一种基于混合引导策略的萤火虫优化粒子滤波算法(MSFA-PF).通过在萤火虫寻优过程中加入混沌扰动搜索策略,以权衡粒子的寻优能力与开发能力;提出一种动态视觉搜索策略,以提高粒子向高似然区域移动的寻优利用率;根据粒子滤波机制设计了新的荧光亮度计算公式,以扩展观测信息,从而提高了粒子质量.仿真结果表明,所提出的MSFA-PF算法能够有效提高智能优化粒子滤波对非线性系统状态估计的精度和速度.

基于非合作博弈论的CoMP-JP资源分配算法

为了提高LTE-A系统中协作多点联合处理技术(Co MP-JP)的资源利用率,保证中心用户和边缘用户在资源分配过程中的公平性和Qo S需求,提出一种以最大化系统吞吐量为目的中心用户和边缘用户联合处理的动态资源分配方法。首先,在功率给定的情况,每个簇内以保证用户的Qo S需求并最大化系统吞吐量为目的进行用户调度;其次,在调度完成后,为了协调用户间的干扰,实现系统的吞吐量的最大化,提出改进代价函数的非合作博弈控制算法,并证明该算法纳什均衡解的存在性与唯一性。实验结果表明:本文算法与现有算法相比,更能满足用户的Qo S需求和用户间的公平性,同时获得更高的系统吞吐量。