基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识

针对复杂的低压配电网通信环境,提出一种基于蚁群粒子群融合的无先导卡尔曼滤波(UKF)算法的模型参数辨识方法。对于电力线多径信道传输模型,采用具有最小均方误差估计效果的UKF辨识算法。针对UKF算法通过试验调节难以取得最佳滤波效果的问题,提出基于蚁群粒子群算法优化UKF噪声矩阵的方法,同时引入蚁群算法将惯性权重离散化以提高粒子群算法的搜索效率,克服其容易发生早熟收敛的缺点。试验和仿真结果表明,采用该优化算法辨识电力线信道模型可克服参数的分散性,提高拟合精度并缩短辨识时间。

信道带宽对码相关参考波形算法码跟踪精度的影响

相关文献对码相关参考波形算法码跟踪精度的研究,主要是针对无限信道带宽条件下,仿真分析闸宽参数对码跟踪精度的影响,并未分析信道带宽影响。因此,推导了码相关参考波形算法码跟踪精度表达式,分析信道带宽对码相关参考波形算法跟踪精度的影响并进行仿真验证。结论表明,在无限带宽下,减小闸波宽度可提高码跟踪精度,但是在带限条件下,闸波宽度存在最优值。该结论可用于指导卫星导航接收机的码相关参考波形算法设计。

基于移动自组织网络的路由技术研究

分析移动自组网路由协议特点,提出路由协议设计时所需具备的相关要求。根据当前路由协议发展及研究现状,从路由策略角度分四大类对移动自组网路由协议进行详细阐述。结合传统单路径路由协议在工作过程中表现出的诸多不足,阐述多路径路由协议工作原理、分类及优势,提出未来移动自组网路由协议将向多路径路由协议发展。详细分析并对比当前常见几个多路径路由协议,指出还需对多路径路由协议进行有效研究并与实际应用相结合,进而拓展并提升移动自组网在社会工作生活中的实际应用。