辽宁工程技术大学电子与信息工程学院
纸质出版:2022
移动端阅览
刘文进, 许馨水, 南敬昌, 等. 基于改进QPSO算法的双陷波超宽带天线建模[J]. 传感器与微系统, 2022,(10):13-17.
基于改进QPSO算法的双陷波超宽带天线建模[J]. 2022, (10): 13-17.
刘文进, 许馨水, 南敬昌, 等. 基于改进QPSO算法的双陷波超宽带天线建模[J]. 传感器与微系统, 2022,(10):13-17. DOI: 10.13873/J.1000-9787(2022)10-0013-05.
基于改进QPSO算法的双陷波超宽带天线建模[J]. 2022, (10): 13-17. DOI: 10.13873/J.1000-9787(2022)10-0013-05.
为了提高超宽带(UWB)天线的建模精度,提出一种基于改进的量子粒子群优化(QPSO)算法优化神经网络的建模方法。在QPSO算法中引入维数搜索策略,优化粒子组成,改善QPSO算法易陷入局部最优和全局收敛速度慢等问题;采用Elman神经网络作为基础神经网络,通过改变Elman神经网络的拓扑结构并引入自反馈增益因子,提高其泛化能力,用改进后的QPSO算法优化神经网络的权值阈值,提高模型的预测精度。将该模型用于一种UWB陷波的天线建模中,对天线的电参数进行仿真建模,实验结果表明:该建模方法平均绝对误差减小98.25%
运行时间减少34.81%
具有更高的预测精度和更快的收敛速度。
为了提高超宽带(UWB)天线的建模精度,提出一种基于改进的量子粒子群优化(QPSO)算法优化神经网络的建模方法。在QPSO算法中引入维数搜索策略,优化粒子组成,改善QPSO算法易陷入局部最优和全局收敛速度慢等问题;采用Elman神经网络作为基础神经网络,通过改变Elman神经网络的拓扑结构并引入自反馈增益因子,提高其泛化能力,用改进后的QPSO算法优化神经网络的权值阈值,提高模型的预测精度。将该模型用于一种UWB陷波的天线建模中,对天线的电参数进行仿真建模,实验结果表明:该建模方法平均绝对误差减小98.25%
运行时间减少34.81%
具有更高的预测精度和更快的收敛速度。
紧凑型多陷波超宽带天线设计与研究 [J]. 南敬昌,刘银玲,李蕾. 微波学报 . 2018(01)
基于U形槽和开口圆环的双陷波超宽带天线 [J]. 童波,吴先良,肖龙,张量. 合肥工业大学学报(自然科学版) . 2016(09)
量子粒子群优化算法的收缩—扩张系数控制策略研究 [J]. 黄为勇,徐晓菊,潘晓博,孙彦景,李松. 计算机应用研究 . 2016(09)
量子行为粒子群优化算法研究 [D]. 孙俊. 江南大学 2009
小型化陷波超宽带天线设计与研究 [D]. 刘银玲. 辽宁工程技术大学 2019
超宽带系统与窄带系统的干扰与共存分析 [D]. 吴伟. 昆明理工大学 2011
基于遗传算法、粒子群算法和人工神经网络的RFID标签天线优化方法的研究 [D]. 尚家川. 北京邮电大学 2011
Reactive power optimization of dynamic power system based on QPSO algorithm [J] . Dong Ang,Song Xin. IOP Conference Series Earth and Environmental Science . 2020 (1)
Compact ultra-wideband microstrip antenna with dual polarisation/multi-notch characteristics<?show [AQ ID=Q1]?> [J] . Shobhit Saxena,Binod K. Kanaujia,Santanu Dwari,Sachin Kumar,Rahul Tiwari. IET Microwaves, Antennas & Propagation . 2018 (9)
Modeling and Simulation of Gas Emission Based on Recursive Modified Elman Neural Network [J] . Lin Wei,Yongqing Wu,Hua Fu,Yuping Yin,Qian Zhang. Mathematical Problems in Engineering . 2018
0
浏览量
178
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621