基于改进灰狼算法的铁路隧道射线跟踪模型校正

发布时间：2021-01-19 02:58

　　针对灰狼优化（grey wolf optimization, GWO）算法易陷入局部最优和收敛精度差的问题,提出了一种基于对立搜索和Levy飞行策略的改进灰狼优化算法——OLGWO算法.在算法初始化阶段,采用对立搜索策略以缩小可行解范围;在灰狼位置更新过程中,为避免算法陷入局部最优采用了Levy飞行策略. 4个标准测试函数的仿真实验表明,所提OLGWO算法在收敛速度及求解精度方面均优于GWO算法,可以较快且准确地搜索到目标函数的最优值.基于OLGWO算法对隧道射线跟踪传播模型进行校正的结果表明,校正后的模型在均方根误差和线性相关性方面具有较优的性能,能够实现铁路隧道环境中信号接收功率的精确预测. 

【文章来源】：电波科学学报. 2019,34(02)北大核心

【文章页数】：7 页

【部分图文】：

图１ＯＬＧＷＯ算法流程图Ｆｉｇ．１ＯＬＧＷＯａｌｇｏｒｉｔｈｍｆｌｏｗｃｈａｒｔ

【参考文献】：
期刊论文
[1]铁路下一代移动通信系统LTE-R检测技术研究[J]. 杨树忠,马良德,杨吉,高利民,刘晓亮.  中国铁路. 2018(01)
[2]2.4GHz CBTC车地通信系统在隧道中的传播特性研究[J]. 王洪伟,宁滨,蒋海林,刘伟宁.  铁道学报. 2013(10)
[3]2.6GHz频段传播模型校正及分析[J]. 张华,李懿,尧文彬,李源.  电信工程技术与标准化. 2011(09)
[4]剔除测量数据中异常值的若干方法[J]. 何平.  航空计测技术. 1995(01)

硕士论文
[1]基于射线跟踪法的隧道无线信道特性研究[D]. 由明昕.北京交通大学 2016



本文编号：2986199