导读:本文包含了均衡函数论文开题报告文献综述及选题提纲参考文献，主要关键词:盲均衡,脉冲噪声,凸组合结构,余弦代价函数
均衡函数论文文献综述
王旭光,陈红,褚鼎立[1]（2019）在《基于余弦代价函数的双模盲均衡算法》一文中研究指出盲均衡算法不需要训练序列,就能够有效降低码间串扰(ISI),但是在脉冲噪声环境下,现有单滤波器均衡算法不能有效平衡收敛速率与均衡误差,算法收敛后ISI仍然较高。针对上述问题,提出了一种基于余弦代价函数的凸组合双模盲均衡算法。该算法将2个盲均衡器并联使用,其中一个作为快速滤波器以保证收敛速率,另一个作为慢速滤波器以降低均衡误差。为了进一步抑制脉冲噪声,将分数低阶统计量引入到基于余弦代价函数的盲均衡算法和基于判决反馈准则的盲均衡算法中,并分别作为快速滤波器和慢速滤波器的权向量更新算法。仿真实验表明:当噪声设置为25 dB的高斯白噪声时,新算法收敛后ISI会低于常模盲均衡算法CMA和基于余弦代价函数的盲均衡算法CCF,星座图也较为清晰;当噪声环境为28 dB的α稳定分布噪声时,新算法利用分数低阶统计量以抑制脉冲噪声,能够得到较低的ISI和清晰的星座图,而凸组合结构兼顾了稳态误差与收敛速率,在进一步降低稳态误差的同时确保了较快的收敛速率。(本文来源于《空军工程大学学报(自然科学版)》期刊2019年04期）
翟羽佳,杨惠珍,王强[2]（2019）在《基于资源均衡函数的异构多AUV任务分配方法研究》一文中研究指出针对复杂的水下环境中水下自主航行器(Autonomous Underwater Vehicle,AUV)群体系统运用面临资源多样且有限、任务复杂多样等问题,在考虑资源、任务、AUV叁者耦合关系的基础上,研究了资源约束下的多AUV任务分配方法,建立了异构多AUV系统任务分配数学模型,针对传统资源消耗最小的任务分配方法导致"能者疲劳"的问题,引入资源均衡函数进行资源的配置,最后采用粒子群蚁群优化算法求解异构多AUV的任务分配以及资源配置问题。该方法的优点在于将资源均衡函数值作为评价任务分配优劣的子目标,提高资源利用率。仿真结果表明所提任务分配方法具有有效性。(本文来源于《第叁十八届中国控制会议论文集（7）》期刊2019-07-27）
王旭光,陈红[3]（2019）在《α噪声环境下基于余弦代价函数的盲均衡算法》一文中研究指出针对无线通信系统中传统常模盲均衡算法(CMA)在脉冲噪声环境下适应性较差,难以有效收敛的问题,提出了基于余弦代价函数的自适应分数低阶盲均衡算法。该算法将改进的余弦代价函数代替分数低阶常模盲均衡算法(FLOSCMA)中的代价函数,不再需要已知原信号的统计模值,其适用性更广。仿真实验结果表明,与Floscma、CMA算法以及其它变步长算法相比,本文算法在收敛速率和稳态误差方面均有所改进。(本文来源于《探测与控制学报》期刊2019年01期）
崔鹏鹏,韩迎鸽,李保坤,王超[4]（2018）在《基于余弦代价函数T/4分数间隔盲均衡算法—Simulink仿真》一文中研究指出在对T/4-FSE-CMA算法研究分析的基础上,针对非常模QAM信号,提出了一种基于余弦代价函数T/4分数间隔盲均衡算法(T/4-FSE-CCF)。该算法将CMA的代价函数用构造的余弦代价函数来替代;新算法摆脱了CMA对统计模值R的依赖,且均衡器理想均衡时该算法的的稳态均方误差(Mean Square Error,MSE)为零。通过MAT-LAB的M文件对T/4-FSE-CCF的性能进行验证,在获得算法最佳性能时的参数值后,进一步由这些参数搭建了T/4-FSE-CCF的Simulink仿真模型。(本文来源于《计算机工程与应用》期刊2018年18期）
肖瑛,崔艳秋[5]（2018）在《基于组合代价函数的双模式盲均衡新算法》一文中研究指出以常数模和判决引导准则设计的双模式盲均衡算法可显着提高均衡性能,目前已有双模式盲均衡算法均需设置切换参数且切换参数选择和设定缺乏理论依据.为解决双模式盲均衡算法中切换参数难以确定的问题,提出来一种组合代价函数的双模式盲均衡新算法.利用常数模和判决引导准则通过加权设计代价函数,在盲均衡器更新过程中自适应调节权值实现算法由常数模算法向判决引导算法的切换,避免了在双模式算法中设计切换参数,提高了算法的泛化性能.为克服常数模算法相位盲的缺点,在虚实分开改进的常数模算法基础上优化组合代价函数以及盲均衡器更新算法的设计,进一步提高了算法收敛性能.仿真结果证明,组合代价函数双模式盲均衡新算法可充分发挥常数模算法和判决引导算法的优点,具有更快的收敛速度和更小的稳态剩余误差.(本文来源于《电子学报》期刊2018年06期）
谢畅[6]（2018）在《基于供给函数模型的电力主能量及辅助服务市场竞价均衡分析》一文中研究指出新一轮电力体制改革在全国范围内掀起了建设现货市场和辅助服务市场的热潮,各省普遍出台了相关政策进行积极响应。在开放的市场中,发电商不再按照统一的调度计划安排进行发电,而是通过投标的方式竞价上网。这样的环境下,每个发电商的收益完全取决于自身的和对手的投标策略,理性的参与主体都希望采取策略性报价最大化自身收益。出于此目的,各主体会有怎样的报价行为,市场中是否存在潜在的风险?要解决上述问题,对参与主体的竞价行为进行提前预测就非常重要。针对此问题,本文建立了基于线性供应函数的电力主能量及辅助服务竞价模型,从均衡结果的角度对参与主体的报价行为和市场机制的优劣进行了具体分析。主要内容包括:首先,引入博弈论中的纳什均衡理论,为市场均衡求解奠定了理论基础。在此基础上,介绍了经济学中几种经典的市场均衡模型,用数学解析法对各模型的均衡解进行了简单推导,并从适用性方面对模型进行了评述。然后,基于线性供应函数模型,建立了考虑网络约束的电力主能量市场竞价均衡模型。在综述现有求解方法的基础上,提出了一种双层粒子群算法进行上述均衡模型的求解。采用标准3节点和ieee30节点系统进行了仿真,仿真结果与采用非线性互补算法的结果完全一致,验证了所提出的双层粒子群算法的有效性。相较于非线性互补算法,本算法在保证结果准确的前提下,以时间代价换取了算法的简化,规避了求解发电商双层优化构成的半光滑非线性方程组。接着,在上述模型和求解算法的基础上,进一步的建立了主能量及备用市场独立竞价和联合竞价的均衡模型,从均衡解的角度对参与方的报价行为进行了比较分析。其中,目标函数计及了备用被调用的概率,以收益期望的形式表征。备用补偿考虑了容量补偿和调用后的电量补偿,备用成本考虑为调用后增加的燃料成本。上述模型的仿真结果表明,独立竞价模式中,主能量市场由于优先交易,其均衡策略不受备用市场的影响。发电商也仅考虑当前市场的收益,不会长远的考虑后续市场的潜在收益。联合竞价模式中,主能量市场与备用市场存在强耦合,备用调用率的大小会影响发电商的主能量报价系数。发电商会综合考虑两个市场中的投标组合,使得收益最大化。最后,建立了计及外来电和可中断负荷参与的大受端电网主辅市场联合竞价均衡模型,考虑外来电不确定性对系统额外备用的影响、考虑备用调用的不确定性,从外来电特性、负荷需求量、备用成本分摊模式叁个方面对参与者的竞价行为进行了灵敏度分析,并对市场机制的设计提出了合理化建议。算例结果表明,外来电特性越差,其在主能量市场中的报价系数越小,而省内机组在主能量市场中的报价系数越高,电能出清价格越高。此外,备用成本由发电商分摊模式下,成本的增加会刺激发电商在主能量市场中报出更高的价格,过高的主能量出清价格反而导致用户付出的费用更多,备用费用由用户分摊更为合适。(本文来源于《东南大学》期刊2018-06-01）
张进玉,王翀,杨宏,李国辉,赵瑶[7]（2018）在《基于反正切函数的可见光通信LMS均衡算法》一文中研究指出针对室内可见光通信(VLC)系统存在的多径干扰问题,提出一种基于反正切函数的变步长自适应IT-LMS算法。分析室内VLC系统的信道模型,根据变步长最小均方(Least Mean Square,LMS)算法的步长因子调整原则,通过对反正切函数进行平移变换,建立了步长与误差的非线性关系,对改进的LMS算法的参数进行分析优化。仿真结果表明,该算法避免了指数运算,相对于传统算法提前100次迭代到达稳当状态,且稳定误差较小。(本文来源于《光通信技术》期刊2018年05期）
王茜瑶[8]（2018）在《基于非均衡数据对神经网络激励函数的改进研究》一文中研究指出随着计算机技术的发展和普及应用,在极大丰富信息资源的同时,数据量爆炸的问题也伴随而来。原先的机器学习算法已不能满足对海量数据提取信息的需求。因此在大数据的背景下,设计出可以对大量数据进行高效运算的新算法成为当务之急。本文以模仿生物脑细胞工作原理的人工神经网络算法作为切入点,并考虑样本非对称性的影响,针对激励函数提出算法的改进方案。首先在实际应用中,一些案例正负类样本的非对称性问题对算法的学习造成了极大的迷惑性。因此在建立模型前的数据预处理阶段,先平衡好正负类样本的差异,会使得后面算法表现更优。本文分别研究了欠采样(Tomek Links等)、过采样(SMOTE等)和综合采样(SMOTE+ENN)方法的原理及优缺点,最后选择表现最好的SMOTE+ENN综合采样法处理实证样本。激励函数作为算法非线性性的强力表达,其表现能力的好坏直接影响到算法结果的准确性。在BP算法中,激励函数导数直接影响模型权重最后是否可以收敛以及收敛的速度。对比Sigmoid等激励函数,最后选择表现最好的swish激励函数并对其进行改进。分别对改变函数形状的各个参数进行分析,推导它们在神经网络模型拟合中的过程,并给出改进意见。最后通过对台湾信用卡用户违约情况的数据集对上述改进进行验证,对比结果发现,通过对激励函数的改进可以改变算法对正负类样本的理解,达到提高算法效率以及精确度的目的。(本文来源于《华中科技大学》期刊2018-05-15）
韩迎鸽,崔鹏鹏,王超,李保坤,陈苏程[9]（2018）在《基于余弦代价函数的T/4分数间隔盲均衡算法》一文中研究指出针对常模算法(CMA)对非常模高阶QAM信号均衡后收敛速度慢、稳态均方误差大的缺点,以T/4分数间隔均衡器为例,提出一种基于余弦代价函数的T/4分数间隔盲均衡算法(T/4-FSE-CCF),该算法将常模的代价函数用构造的余弦代价函数来替代,新算法摆脱了常数模算法对统计模值R的依赖。最后对算法性能进行了理论分析和仿真实验,结果表明,该算法对高阶QAM信号不仅提高了收敛速度而且降低了稳态均方误差。(本文来源于《计算机应用研究》期刊2018年07期）
马济通,邱天爽,李蓉,夏楠,李景春[10]（2017）在《基于概率密度函数匹配与分数低阶矩的并行盲均衡算法》一文中研究指出为了提高脉冲噪声下盲均衡器的性能,该文提出一种基于概率密度函数匹配与分数低阶矩的并行盲均衡算法。首先采用概率密度函数匹配的思想进行盲均衡,充分利用其收敛速度快的优势。为了解决此均衡过程中引起的相位信息损失以及抑制脉冲噪声能力差的问题,又以并行的方式结合判决信号的分数低阶矩,并以此作为代价函数来共同更新盲均衡器的权向量,进一步提高了算法在脉冲噪声下的收敛速度与收敛精度。仿真实验表明,所提算法在有效解决相位旋转问题的同时较好地抑制了脉冲噪声,此外还具有较快的收敛速度和较小的稳态误差,稳健性较强。(本文来源于《电子与信息学报》期刊2017年07期）
均衡函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对复杂的水下环境中水下自主航行器(Autonomous Underwater Vehicle,AUV)群体系统运用面临资源多样且有限、任务复杂多样等问题,在考虑资源、任务、AUV叁者耦合关系的基础上,研究了资源约束下的多AUV任务分配方法,建立了异构多AUV系统任务分配数学模型,针对传统资源消耗最小的任务分配方法导致"能者疲劳"的问题,引入资源均衡函数进行资源的配置,最后采用粒子群蚁群优化算法求解异构多AUV的任务分配以及资源配置问题。该方法的优点在于将资源均衡函数值作为评价任务分配优劣的子目标,提高资源利用率。仿真结果表明所提任务分配方法具有有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
均衡函数论文参考文献
[1].王旭光,陈红,褚鼎立.基于余弦代价函数的双模盲均衡算法[J].空军工程大学学报(自然科学版).2019
[2].翟羽佳,杨惠珍,王强.基于资源均衡函数的异构多AUV任务分配方法研究[C].第叁十八届中国控制会议论文集（7）.2019
[3].王旭光,陈红.α噪声环境下基于余弦代价函数的盲均衡算法[J].探测与控制学报.2019
[4].崔鹏鹏,韩迎鸽,李保坤,王超.基于余弦代价函数T/4分数间隔盲均衡算法—Simulink仿真[J].计算机工程与应用.2018
[5].肖瑛,崔艳秋.基于组合代价函数的双模式盲均衡新算法[J].电子学报.2018
[6].谢畅.基于供给函数模型的电力主能量及辅助服务市场竞价均衡分析[D].东南大学.2018
[7].张进玉,王翀,杨宏,李国辉,赵瑶.基于反正切函数的可见光通信LMS均衡算法[J].光通信技术.2018
[8].王茜瑶.基于非均衡数据对神经网络激励函数的改进研究[D].华中科技大学.2018
[9].韩迎鸽,崔鹏鹏,王超,李保坤,陈苏程.基于余弦代价函数的T/4分数间隔盲均衡算法[J].计算机应用研究.2018
[10].马济通,邱天爽,李蓉,夏楠,李景春.基于概率密度函数匹配与分数低阶矩的并行盲均衡算法[J].电子与信息学报.2017