融合PSO与DE的认知决策引擎

作     者：张煜培 赵知劲 郑仕链 ZHANG Yu-pei;ZHAO Zhi-jin;ZHENG Shi-lian

作者机构：杭州电子科技大学浙江省数据存储传输及应用技术研究重点实验室浙江杭州310018 中国电子科技集团第36研究所通信系统信息控制技术国家级重点实验室浙江嘉兴314001 

出 版 物：《信号处理》 (Journal of Signal Processing)

年 卷 期：2018年第34卷第12期

页      面：1517-1524页

核心收录：

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 

主　　题：认知决策引擎 粒子群 差分进化 

摘      要：针对认知无线电系统参数重配置问题,提出一种融合粒子群和差分进化的认知决策引擎(IPSO-DE)。首先对粒子群算法(PSO)引入自适应惯性权重机制,使得每个个体随各自的适应度自适应进化,提高其探索能力。然后改进差分进化算法(DE)的交叉概率,从而提高DE算法的开发能力。最后在认知引擎模型中,将经过PSO进化的种群分为优等种群和劣等种群,劣等种群利用改进DE进行优化变异,增加粒子群个体的差异性。仿真表明IPSO-DE增强了种群开发和探索能力,多载波系统的参数优化决策实验证明了其有效性。