×
Sotirios K.古多斯。

一种新的基于广义对立生物地理学的优化算法：应用于降低OFDM系统中的峰均功率比。 （英语） Zbl 1354.94016号

打开数学。 14, 705-722 (2016).
概述：正交频分复用（OFDM）信号的一个主要缺点是峰值平均功率比（PAPR）很高。部分发送序列（PTS）是一种流行的PAPR约简方法，具有良好的PAPR约简性能，但其搜索复杂度较高。在本文中，为了降低PTS搜索的复杂性，我们提出了一种基于生物地理优化（BBO）的新技术。更具体地说，我们提出了一种新的广义对立生物地理优化（GOBBO）算法，该算法通过对立学习（OBL）技术进行了增强。我们将原始BBO和新的广义反对BBO（GOBBO）应用于PTS问题。将GOBBO-PTS方法与文献中发现的其他PTS方案进行了PAPR降低比较。仿真结果表明，GOBBO和BBO在显著降低PAPR和降低PTS搜索复杂度方面通常是高效的。

MSC公司：

94甲14 信息与通信理论中的调制与解调
94甲12 信号理论（表征、重建、滤波等）
68问题32 计算学习理论
68T05型 人工智能中的学习和自适应系统
68瓦40 算法分析

关键词：

进化算法;基于生物地理学的优化;基于对立的学习;组合优化;OFDM（正交频分复用）;峰均功率比;临时技术秘书

软件：

基础知识
PDF格式BibTeX公司 XML格式引用
\textit{S.K.Goudos}，开放数学。14705-722（2016年；Zbl 1354.94016）
全文： 内政部
OA许可证

参考文献：

[1] Hara S.和Prasad R.，多载波cdma概述，IEEE通信杂志，1997，35126-133。；Hara，S。；Prasad，R.，《多载波cdma概述》，IEEE通信杂志，35，126-133（1997）
[2] Van Nee R.和Prasad R.，无线多媒体通信的Ofdm，无线多媒体通讯的Ofdm，Artech House Publishers，2000年。；Van Nee，R。；Prasad，R.，《无线多媒体通信的OFDM》（2000年）
[3] Helaly T.、Dansereau R.和El-Tanany M.，由于sspa导致的非线性失真情况下ofdm信号的Ber性能，无线个人通信，2012，64，749-760。；Helaly，T。；丹瑟罗，R。；El-Tanany，M.，《由于sspa导致的非线性失真情况下ofdm信号的Ber性能》，《无线个人通信》，第64期，第749-760页（2012年）
[4] Cimini Jr L.J.和Sollenberger N.R.，使用部分传输序列降低ofdm信号的峰均功率比，IEEE通信快报，2000，4，86-88。；小LJ Cimini；Sollenberger，NR，使用部分传输序列降低ofdm信号的峰均功率比，IEEE通信快报，486-88（2000）
[5] Alavi A.、Tellambura C.和Fair I.，使用部分传输序列减少ofdm信号的Papr：使用球形解码的最佳方法，IEEE通信快报，2005，8，982-984。；Alavi，A。；特兰布拉，C。；Fair，I.，《使用部分传输序列减少ofdm信号的Papr：使用球形解码的最佳方法》，IEEE通信快报，8，982-984（2005）
[6] 陈建中，用随机优化技术降低ofdm信号峰均比的部分发送序列，IEEE消费电子学报，2010，56，1229-1234。；Chen，JC，用随机优化技术降低ofdm信号峰均功率比的部分传输序列，IEEE消费电子学报，561229-1234（2010）
[7] Cho Y.J.、No J.S.和Shin D.J.，基于使用序列的连续局部搜索的新的低复杂度pts方案，IEEE通信快报，1470-14732012，16。；Cho，YJ；否，JS；Shin，DJ，基于使用序列的连续局部搜索的新的低复杂度pts方案，IEEE通信快报，16，1470-1473（2012）
[8] Duanmu C.和Chen H.，通过智能应用pts和slm算法降低ofdm系统的峰均功率比，无线个人通信，2014，74，849-863。；段木，C。；Chen，H.，通过智能应用pts和slm算法降低ofdm系统的峰均功率比，无线个人通信，74849-863（2014）
[9] Gao J.、Wang J.和Wang B.，ofdm系统papr降低的改进粒子群优化，2010年国际联网、传感和控制会议，ICNSC 20102010621-624。；高杰。；Wang，J。；Wang，B.，用于降低ofdm系统峰均功率比的改进粒子群优化，2010年网络、传感和控制国际会议，ICNSC 2010，621-624（2010）
[10] Han S.H.和Lee J.H.，使用降低复杂度pts技术减少ofdm信号的Papr减少，IEEE信号处理快报，2004，11，887-890。；韩，SH；Lee，JH，使用降低复杂性的pts技术对ofdm信号进行Papr减少，IEEE信号处理快报，11887-890（2004）
[11] Hasan M.M.，用于降低ofdm系统papr的Vlm预编码slm技术，无线个人通信，2013，73，791-801。；Hasan，MM，Vlm《用于降低ofdm系统峰均比的预编码slm技术》，《无线个人通信》，73，791-801（2013）
[12] Hung H.L.，使用进化计算技术在ofdm系统的性能峰均功率比降低和计算复杂性之间进行权衡，计算机与电气工程，2011，37，57-70。；Hung，HL，《使用进化计算技术权衡ofdm系统中的性能峰均功率比降低和计算复杂性》，《计算机与电气工程》，37，57-70（2011）
[13] Hung H.L.和Huang Y.F.，使用类电磁方法降低多载波传输系统的峰均功率比，国际创新计算、信息与控制杂志，2011，7，2037-2050。；洪，HL；Huang，YF，使用类电磁方法降低多载波传输系统的峰均功率比，国际创新计算、信息与控制杂志，72037-250（2011）
[14] Hung H.L.、Huang Y.F.、Yeh C.M.和Tan T.H.，粒子群优化技术在降低ofdm系统峰均功率比方面的性能，会议记录-IEEE系统、人与控制论国际会议，2008年，2390-2395。；洪，HL；黄，YF；Yeh，CM；Tan，TH，粒子群优化技术在降低ofdm系统峰均功率比方面的性能，会议论文集-IEEE国际系统、人与控制论会议，2390-2395（2008）
[15] 姜涛，向伟，理查森P.C.，郭杰，朱刚，使用计算复杂度低的部分发射序列对ofdm信号进行Papr约简，IEEE广播事务，2007，53，719-724。；姜涛（Jiang，T.）。；Xiang，W。；理查德森，PC；郭杰。；Zhu，G.，使用计算复杂度低的部分传输序列对ofdm信号进行Papr简化，IEEE广播事务，53719-724（2007）
[16] Kwon O.J.和Ha Y.H.，使用带阈值的次优pts的多载波pap缩减方法，IEEE广播事务，2003，49，232-236。；OJ Kwon；Ha，YH，使用带阈值的次优pts的多载波pap缩减方法，IEEE广播事务，49，232-236（2003）
[17] Lim D.W.、Heo S.J.、No J.S.和Chung H.，用于降低峰均功率比的一种新的低复杂度pts-ofdm方案，IEEE广播事务，52，2006，77-82。；Lim、DW；希奥，SJ；否，JS；Chung，H.，一种用于降低峰均功率比的低复杂度新pts-ofdm方案，IEEE广播事务，52，77-82（2006）
[18] Taöspinar N.、Kalinli A.和Yildirim M.，在ofdm系统中使用并行禁忌搜索算法降低峰均功率比的部分传输序列，IEEE通信快报，2011，15，974-976。；Taöspinar，N。；卡林利，A。；Yildirim，M.，《在ofdm系统中使用并行禁忌搜索算法降低峰均功率比的部分传输序列》，IEEE通信快报，15，974-976（2011）
[19] Tellambura C.，使用pts降低ofdm信号par的改进相位因子计算，IEEE通信快报，2001，5，135-137。；Tellambura，C.，使用pts降低ofdm信号par的改进相位因子计算，IEEE通信快报，5135-137（2001）
[20] Varahram P.和Ali B.M.，用于降低ofdm系统峰均功率比的低复杂度部分传输序列，《无线电工程》，2011年，第20期，第677-682页。；瓦拉赫拉姆，P。；Ali，BM，《降低ofdm系统峰均功率比的低复杂度部分传输序列》，《无线电工程》，20677-682（2011）
[21] Varahram P.、Mohammady S.和Ali B.M.，《通过在ofdm系统中插入具有增强部分发射序列的虚拟信号来降低峰均功率比的稳健方案》，《无线个人通信》，2013年，第72期，第1125-1137页。；瓦拉赫拉姆，P。；穆罕默德，S。；Ali，BM，《通过在ofdm系统中插入具有增强部分发射序列的虚拟信号来降低峰均功率比的稳健方案》，《无线个人通信》，721125-1137（2013）
[22] 王毅，陈伟，和Tellambora C.，一种基于人工蜂群算法的ofdm信号峰均比降低方法，IEEE无线通信学报，2010，9，2994-2999。；Wang，Y。；Chen，W。；Tellambura，C.，基于ofdm信号人工蜂群算法的papr减少方法，IEEE无线通信汇刊，992994-2999（2010）
[23] Wang L.和Tellambora C.，用于降低ofdm系统峰均功率比的基于交叉网络的符号选择算法，IEEE信号处理汇刊，2008，56，4990-4994。；Wang，L。；Tellambora，C.，用于降低ofdm系统峰均功率比的基于交叉网络的符号选择算法，IEEE信号处理学报，56，4990-4994（2008）·Zbl 1390.94466号
[24] Weng C.E.、Chang C.W.、Chen C.H.和Hung H.L.，使用自适应差分进化算法降低ofdm系统峰均功率比的新型低复杂度部分发送序列方案，无线个人通信，2013，71，679-694。；翁，CE；Chang，CW；陈，CH；Hung，HL，使用自适应差分进化算法降低ofdm系统峰均功率比的新型低复杂度部分发送序列方案，无线个人通信，71，679-694（2013）
[25] Wen J.H.，Lee S.H.，Huang Y.F.和Hung H.L.，一种用于ofdm系统中papr降低的基于粒子群优化的次优pts算法，EURASIP J.Wireless Commun。网络，2008年，2008年。；文，JH；Lee，SH；黄，YF；Hung，HL，基于粒子群优化的次优pts算法，用于降低ofdm系统的峰均功率比，EURASIP J.无线通信。网络，2008（2008）
[26] 杨磊，陈瑞生，苏国光，萧永明，一种有效的基于pts的ofdm信号papr降低球形译码方法，AEU-国际电子与通信杂志，2007，61，684-688。；Yang，L.等人。；陈，RS；Soo，KK；Siu，YM，用于pts辅助降低ofdm信号papr的一种高效球形解码方法，AEU-国际电子与通信杂志，61684-688（2007）
[27] You Y.H.、Jeon W.G.、Paik J.H.和Jung H.K.，ofdm-cdma信号使用slm和pts方法的低复杂度par降低方案，IEEE消费电子交易，2003，49，284-289。；你，YH；Jeon，工作组；Paik，JH；Jung，HK，使用slm和pts方法对ofdm-cdma信号进行低复杂度par降低方案，IEEE消费电子交易，49，284-289（2003）
[28] 于欣，李S.，朱忠，张涛，一种用于降低ofdm系统峰均功率比的改进人工蜂群部分发送序列算法，国际无线与移动计算杂志，2013，6，473-480。；Yu，X。；李，S。；朱，Z。；Zhang，T.，用于降低ofdm系统峰均功率比的改进人工蜂群部分传输序列算法，《国际无线与移动计算杂志》，6473-480（2013）
[29] 张瑜，倪琦，陈海华，一种使用遗传算法降低多载波码分多址无线系统峰均功率比的新型部分发射序列方案，国际自主与自适应通信系统杂志，2009，2，40-57。；Zhang，Y。；倪，Q。；Chen，HH，使用遗传算法降低多载波码分多址无线系统中峰均功率比的新型部分发射序列方案，国际自主和自适应通信系统杂志，2，40-57（2009）
[30] 张毅，倪庆，陈海海，宋毅，一种用于多载波cdma无线系统papr降低的智能遗传算法，IWCMC 2008-国际无线通信和移动计算会议，2008，1052-1057。；Zhang，Y。；倪，Q。；陈，HH；Song，Y.，多载波cdma无线系统中降低papr的智能遗传算法，IWCMC 2008-国际无线通信和移动计算会议，1052-1057（2008）
[31] Kim S.S.、Kim M.J.和Gulliver T.A.，《通过ga中的局部搜索减少papr的新pts》，载于IEEE国际神经网络会议记录，2006，2370-2373。；Kim，SS；Kim，MJ；Gulliver，TA，通过ga中的局部搜索降低papr的新pts，IEEE神经网络国际会议-会议记录，2370-2373（2006）
[32] Shukla J.、Joshi A.、Bansal R.和Tyagi R.K.，《在低计算复杂度下使用pts和遗传算法的ofdm系统的Papr约简》，国际工程最新进展和创新会议，ICRAIE 20142014。；Shukla，J。；Joshi，A。；Bansal，R。；Tyagi，RK，在低计算复杂度下使用带遗传算法的pts对ofdm系统进行Papr简化，国际工程最新进展和创新会议，ICRAIE 2014（2014）
[33] 姚Y.C.，Hung H.L.和Wen J.H.，使用基于差分进化的部分发送序列方案减少ofdm系统中的Papr，《机器学习和控制论国际会议论文集》，2011年，第3期，第1414-1419页。；姚，YC；洪，HL；Wen，JH，使用基于差分进化的部分传输序列方案减少ofdm系统中的Papr，《机器学习和控制论国际会议论文集》，1414-1419（2011）
[34] Goudos S.K.，《无线通信的进化算法——最新技术综述》，InTech，2014年，1-24 ch.1。；Goudos，SK，无线通信进化算法-最新技术综述，InTech，1-24，1（2014）
[35] 王毅，陈文斌，特兰布拉C.，基于遗传算法的自适应削波降峰近最优调值集选择，IEEE广播汇刊，2012，58，462-471。；Wang，Y。；Chen，Wb；Tellambora，C.，基于遗传算法的自适应幅度削波峰均比降低近最优峰值降低音调集选择，IEEE广播事务，58462-471（2012）
[36] Taspinar N.和Yildirim M.，一种新型并行人工蜂群算法及其在ofdm和mimo-ofdm系统中使用slm方案的papr降低性能，IEEE通信快报，2015，19，1830-1833。；北卡罗来纳州塔斯皮纳。；Yildirim，M.，一种新型并行人工蜂群算法及其在ofdm和mimo-ofdm系统中使用slm方案的papr降低性能，IEEE通信快报，19，1830-1833（2015）
[37] 周J.b.，Dutkiewicz E.，Liu R.，Huang X.，Fang G.，Liu Y.，一种用于降低ofdm系统峰均功率比的改进的混合蛙跳算法，IEEE广播事务，2015，61，698-709。；周，Jb；Dutkiewicz，E。；刘，R。；黄，X。；方，G。；Liu，Y.，一种用于降低ofdm系统峰均功率比的改进的混合蛙跳算法，IEEE广播事务，61698-709（2015）
[38] Kumar A.和Gupta M.，《ofdm和papr降低技术综述》，《美国工程与应用科学杂志》，2015年8月，202-209年。；库马尔，A。；Gupta，M.，《ofdm和papr降低技术综述》，《美国工程与应用科学杂志》，202-209年8月（2015年）
[39] Simon D.，基于生物地理的优化，IEEE进化计算汇刊，2008，12，702-713。；Simon，D.，基于生物地理的优化，IEEE进化计算汇刊，12702-713（2008）
[40] Bhattacharya A.和Chattopadhyay P.K.，基于生物地理的不同经济负荷分配问题优化，IEEE电力系统汇刊，2010，25，1064-1077。；Bhattacharya，A。；Chattopadhyay，PK，基于生物地理的不同经济负荷分配问题优化，IEEE电力系统汇刊，25，1064-1077（2010）
[41] Boussaid I.、Chatterjee A.、Siarry P.和Ahmed-Nacer M.，将基于生物地理学的优化与差分进化相结合，用于无线传感器网络中的最优功率分配，IEEE车辆技术汇刊，2011，60，2347-2353。；布萨伊德，I。；查特吉，A。；Siarry，P。；Ahmed-Nacer，M.，将基于生物地理学的优化与差分进化相结合，用于无线传感器网络中的最优功率分配，IEEE车辆技术汇刊，602347-2353（2011）·Zbl 1208.90195号
[42] Goudos S.K.、Baltzis K.B.、Siakavara K.、Samaras T.、Vafiadis E.和Sahalos J.N.，《利用生物地理学优化减少线性阵列中元素的数量》，第六届欧洲天线与传播会议，EuCAP 2012，ser。第六届欧洲天线与传播会议，EuCAP 2012、2012、1615-1618。；高多斯，SK；Baltzis，KB；Siakavara，K。；萨马拉斯，T。；Vafiadis，大肠杆菌。；Sahalos，JN，《使用基于生物地理学的优化减少线性阵列中元素的数量》，第六届欧洲天线和传播会议，EuCAP 2012，ser。第六届欧洲天线与传播会议，EuCAP 2012，1615-1618（2012）
[43] Ergezer M.、Simon D.和Du D.，反对生物地理学优化，摘自《IEEE系统、人与控制论国际会议论文集》，2009年，1009-1014。；埃尔盖泽，M。；西蒙，D。；Du，D.，《基于对立生物地理学的优化》，摘自《IEEE系统、人与控制论国际会议论文集》，1009-1014（2009）·Zbl 1216.68252号
[44] Rahnamayan R.S.、Tizhoosh H.R.和Salama M.A.，基于对立的差分进化，IEEE进化计算汇刊，2008，12，64-79。；拉赫纳马扬，RS；人力资源部Tizhoosh；Salama，MMA，基于对立的差分进化，IEEE进化计算汇刊，12，64-79（2008）
[45] Ergezer M.和Simon D.，基于对立生物地理学的组合问题优化，2011年IEEE进化计算大会，CEC 2011，2011，1496-1503。；埃尔盖泽，M。；Simon，D.，组合问题的基于对立生物地理学的优化，2011年IEEE进化计算大会，CEC 2011，1496-1503（2011）·Zbl 1349.90855号
[46] Karaboga D.和Basturk B.，一种强大而有效的数值函数优化算法：人工蜂群算法，全球优化杂志，2007，39，459-471。；卡拉博加，D。；Basturk，B.，《数值函数优化的一种强大而有效的算法：人工蜂群（abc）算法》，《全局优化杂志》，39，459-471（2007）·Zbl 1149.90186号
[47] Dorigo M.、Maniezzo V.和Colorni A.，《蚂蚁系统：由一群合作代理优化》，IEEE系统、人与控制论汇刊，B部分：控制论，1996年，26日，29-41。；多里戈，M。；马尼佐，V。；Colorni，A.，《蚂蚁系统：协作代理群体的优化》，IEEE系统、人与控制论汇刊，B部分：控制论，26，29-41（1996）·Zbl 0825.90549号
[48] Dorigo M.和Stutzle T.，《蚁群优化》，马萨诸塞州剑桥：麻省理工学院出版社，2004年。；多里戈，M。；Stutzle，T.，《蚁群优化》（2004）·邮编1092.90066
[49] Kennedy J.和Eberhart R.，粒子群优化，1942-1948年IEEE神经网络国际会议，新泽西州皮斯卡塔韦，1995年。；肯尼迪，J。；Eberhart，R.，粒子群优化，IEEE国际神经网络会议，1942-1948（1995）
[50] Clerc M.，《群与女王：走向确定性和自适应粒子群优化》，1999年《进化计算大会会议记录》，3。CEC 991999年、1951-1957年。；Clerc，M.，《群和皇后：走向确定性和自适应粒子群优化》，3，《1999年进化计算大会会议记录》，1999年，CEC 991951-1957（1999）
[51] Eusuff M.，Lansey K.，and Pasha F.，Shuffled蛙跳算法：离散优化的模因元神经，工程优化，2006，38，129-154。；Eusuff先生。；兰西，K。；Pasha，F.，Shuffled蛙跳算法：离散优化的模因元神经网络，工程优化，38，129-154（2006）
[52] Haupt R.L.和Haupt S.E.，实用遗传算法，ser。《实用遗传算法》，纽约：威利父子出版社，1998年。；拖运，RL；Haupt，SE，实用遗传算法，ser。实用遗传算法（1998）·Zbl 0940.68107号
[53] 李昕，尹明，基于多目标二元生物地理学的基因表达数据特征选择优化，IEEE纳米生物科学汇刊，2013，12，343-353。；李，X。；Yin，M.，利用基因表达数据进行基于多目标二元生物地理学的特征选择优化，IEEE纳米生物科学汇刊，12343-353（2013）
[54] Tizhoosh H.R.，《基于对立的学习：机器智能的一种新方案》，载于《Proceedings-International Conference on Computational intelligence for Modelling，Control and Automation》，CIMCA 2005和《Intelligent Agents，Web Technologies and Internet》国际会议，2005，695-701。；Tizhoosh，HR，《基于对立的学习：机器智能的一种新方案》，载于《Proceedings-International Conference on Computational intelligence for Modelling，Control and Automation》，CIMCA 2005和《Intelligent Agents，Web Technologies and Internet》国际会议，695-701（2005）
[55] Tizhoosh H.R.，基于动作和相反动作的强化学习，ICGST人工智能和机器学习国际会议论文集，2005，94-98。；Tizhoosh，HR，基于动作和相反动作的强化学习，ICGST人工智能和机器学习国际会议论文集，94-98（2005）
[56] Tizhoosh H.R.和Ventresca M.，《计算智能中的对立概念》，第。《计算智能中的对立概念》，纽约：施普林格出版社，2008年。；人力资源部Tizhoosh；Ventresca，M.，《计算智能中的对立概念》，ser。计算智能中的对立概念（2008）·Zbl 1146.68011号
[57] Mohseni Pour F.和Gharavisi A.A.，基于对立的离散动作强化学习自动机算法案例研究：pid控制器的优化设计，土耳其电气工程与计算机科学杂志，2013，21，1603-1614。；Mohseni Pour，F。；Gharavisi，AA，《基于对立的离散动作强化学习自动机算法案例研究：pid控制器的优化设计》，土耳其电气工程与计算机科学杂志，211603-1614（2013）
[58] 马宏，基于生物地理学优化的迁移模型均衡分析，信息科学，2010，180，3444-3464。；Ma，H.，《基于生物地理学优化的迁移模型平衡分析》，信息科学，1803444-3464（2010）·Zbl 1194.92073号
[59] 马H.，Simon D.，Fei M.，Chen Z.，论进化算法的等价性和差异性，人工智能工程应用，2013，26，2397-2407。；马，H。；西蒙，D。；费，M。；Chen，Z.，《进化算法的等价性和差异性》，《人工智能的工程应用》，26，2397-2407（2013）
[60] Derrac J.、García S.、Molina D.和Herrera F.，《关于使用非参数统计测试作为比较进化和群体智能算法的方法的实用教程》，swarm and evolutionary Computation，2011，1，3-18。；德拉克，J。；南卡罗来纳州加西亚。；莫利纳，D。；Herrera，F.，《关于使用非参数统计测试作为比较进化和群体智能算法的方法的实用教程》，swarm and evolutionary Computation，1,3-18（2011）
[61] García S.、Molina D.、Lozano M.和Herrera F.，《使用非参数测试分析进化算法行为的研究：2005年CEC实参数优化特别会议的案例研究》，《启发式杂志》，2008年，第15期，第617-644页。；南卡罗来纳州加西亚。；莫利纳，D。；Lozano，M。；Herrera，F.，《使用非参数检验分析进化算法行为的研究：2005年CEC实参数优化特别会议的案例研究》，《启发式杂志》，第15期，第617-644页（2008年）·兹比尔1191.68828
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。