遗传算法在周期信号傅立叶变换中的应用
【摘要】:为了克服周期信号进行傅立叶变换时各次谐波幅度值需要进行复杂的理论计算问题,提出一种利用遗传算法进行周期信号傅立叶变换的方法,介绍了周期信号傅立叶变换和遗传算法的基本原理;给出了使用遗传算法对周期信号进行分解适应度函数的实现方法和确定各次谐波幅值计算的方法。并提供使用遗传算法对周期信号进行分解的具体步骤。仿真实验结果表明:该方法能够满足周期信号傅立叶变换的要求,与周期信号傅立叶变换理论计算方法相比,其突出优点是算法简单,易于实现。
|
|
|
|
1 |
邓洪峰;张先庭;陈琼;;基于遗传算法的控制系统的系统辨识[J];微计算机信息;2007年28期 |
2 |
黄炯;邬永革;李军;王执铨;;基于遗传算法的系统在线辨识[J];信息与控制;1996年03期 |
3 |
吴志坚,林瑞燊;简单遗传算法的一种改进算法[J];上海大学学报(自然科学版);2000年02期 |
4 |
沈春华,卢晶,徐柏龄;浮点数编码的遗传算法在系统辨识中的应用[J];应用科学学报;2001年04期 |
5 |
边润强,陈增强,袁著祉;一种改进的遗传算法及其在系统辨识中的应用[J];控制与决策;2000年05期 |
6 |
李茶玲,孙德保;遗传算法在系统辨识中的应用[J];华中理工大学学报;1998年07期 |
7 |
张宇华,余发山,乔峰,张玉伟,张昊;基于遗传算法的IC自适应系统设计[J];焦作工学院学报(自然科学版);2004年05期 |
8 |
张良清;戴晟晖;;基于改进遗传算法的压力控制系统仿真[J];计算机仿真;2009年07期 |
9 |
张文广;周绍磊;戴邵武;李新;赵海鹰;;一种基于改进遗传算法的新型小波神经网研究[J];计算机工程;2006年16期 |
10 |
刘学军;段慧达;;基于动态递归网络PID自适应控制器设计[J];微计算机信息;2008年07期 |
11 |
高璐;陆宇平;;一种动态非线性模型传感器的辨识和补偿方法[J];微计算机信息;2006年07期 |
12 |
何敏;王建国;;桥梁振动控制系统的GA-BP神经网络非参数辨识方法研究[J];合肥工业大学学报(自然科学版);2008年10期 |
13 |
梁永兴;段尧;罗薛晨;;基于遗传算法和神经网络的模型辨识在风电变桨伺服控制系统的应用研究[J];伺服控制;2011年05期 |
14 |
王立志,付婧娇,孙海蓉;基于遗传算法的过程辨识方法实现与应用[J];华北电力大学学报;2005年05期 |
15 |
吴景华;;基于改进遗传算法的压力控制系统参数求解及辨识[J];液压与气动;2010年03期 |
16 |
阚超;孔祥东;高英杰;;液压压力控制系统参数求解及系统仿真分析[J];中国机械工程;2007年23期 |
17 |
冯占国;孙玉山;张磊;李晔;王建国;;基于混合学习算法的水下机器人神经网络辨识[J];船舶工程;2009年04期 |
18 |
王曙霞;朱三元;涂俊英;;基于改进遗传算法的压力控制系统参数求解及仿真[J];计算机工程与科学;2010年07期 |
19 |
王晓芳;;基于遗传算法的自适应滤波器设计与实例仿真[J];山东轻工业学院学报;2006年02期 |
20 |
徐丽娜,李琳琳;遗传算法在非线性系统辨识中的应用研究[J];哈尔滨工业大学学报;1999年02期 |
|