基于量子粒子群优化的数字冲击滤波器自动设计

为了提高数字冲击滤波器设计的效率,提出了一种基于QPSO算法的优化设计方法.首先根据EBPSK通信系统中数字冲击滤波器的特殊滤波机理,在考虑有限字长效应的情况下对数字冲击滤波器进行建模,然后设计出合理的优化变量、目标函数和约束条件,并利用QPSO算法的全局搜索能力和惩罚函数法的约束处理机制设计数字冲击滤波器.仿真结果表明:种群适应度值能够逐步达到收敛,从而保证了寻优结果的最优性;设计得到的滤波器幅频响应在中心频率处呈现出极窄的陷波-选频特性,并可将EBPSK调制信号的微弱相位跳变转化为明显的幅度冲击,有利于解调.与已有的手调滤波器相比,该设计方法快速可靠,可节约0.3～0.5 dB的信噪比增益.

二进制粒子群算法在人脸识别中的应用

把二进制粒子群优化算法(BPSO)应用到人脸识别中。对人脸图像进行二维离散余弦变换(DCT),获得人脸图像的特征向量,应用BPSO算法对得到的特征向量进行特征选择,得到最具代表性的人脸特征。与遗传算法(GA)相比,在选择的特征较少的情况下,BPSO算法比遗传算法有更好的识别率。实验结果表明,BPSO算法应用到人脸识别中有较高的识别率,是一种非常有效的特征提取方法。

一种谐波量测点优化配置的两阶段算法

考虑实际系统中某些节点安装谐波量测装置的困难性、经济性以及谐波状态估计的准确性等问题,提出一种两阶段谐波量测点优化配置算法。第一阶段在保证电力系统谐波状态完全可观的前提下,以谐波量测装置数量最少为目标,运用改进二进制粒子群优化算法得到多组可行方案,针对二进制粒子群优化算法易陷于局部最优且收敛速度较慢的不足,结合谐波量测配置规则提出了两个粒子更新机制。第二阶段在第一阶段所得多组可行配置方案基础上,考虑估计精度和经济性确定一组最具有工程监测意义的配置方案。最后,采用IEEE14节点系统和IEEE30节点系统算例对所提方法进行了验证。