CN113778941A - 一种基于群体智能算法的功能可重组模拟电子系统及方法 - Google Patents

一种基于群体智能算法的功能可重组模拟电子系统及方法 Download PDF

Info

Publication number
CN113778941A
CN113778941A CN202111082233.7A CN202111082233A CN113778941A CN 113778941 A CN113778941 A CN 113778941A CN 202111082233 A CN202111082233 A CN 202111082233A CN 113778941 A CN113778941 A CN 113778941A
Authority
CN
China
Prior art keywords
module
group
scheme
unit
function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111082233.7A
Other languages
English (en)
Other versions
CN113778941B (zh
Inventor
蔡莹
张俊
郭茂耘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Zhongke Hexun Technology Co ltd
Chongqing University
Original Assignee
Chengdu Zhongke Hexun Technology Co ltd
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Zhongke Hexun Technology Co ltd, Chongqing University filed Critical Chengdu Zhongke Hexun Technology Co ltd
Priority to CN202111082233.7A priority Critical patent/CN113778941B/zh
Publication of CN113778941A publication Critical patent/CN113778941A/zh
Application granted granted Critical
Publication of CN113778941B publication Critical patent/CN113778941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/76—Architectures of general purpose stored program computers
    • G06F15/78—Architectures of general purpose stored program computers comprising a single central processing unit
    • G06F15/7867—Architectures of general purpose stored program computers comprising a single central processing unit with reconfigurable architecture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于群体智能算法的功能可重组模拟电子系统及方法，属于计算机领域。本发明提出一种基于群体优化方法的功能可重组模拟电子系统及方法，实现模拟电子系统性能指标最优化的功能重组。本系统包括：功能模块连接规则单元，备选模块单元，指标构建单元和选择重组方案生成单元。利用电子开关等器件实现模拟电子系统功能可重组，在实际应用中具有重要的工程应用价值。

Description

一种基于群体智能算法的功能可重组模拟电子系统及方法
技术领域
本发明属于计算机领域，涉及一种基于群体智能算法的功能可重组模拟电子系统及方法。
背景技术
功能动态可重构的模拟电子系统可以为适应不同应用需求提供一种便捷的技术解决方案，在性能需求的约束下，利用群体优化方法实现以上功能动态可重构的模拟电子系统的最优模块单元组合方案生成。
发明内容
有鉴于此，本发明的目的在于提供一种基于群体智能算法的功能可重组模拟电子系统及方法。
为达到上述目的，本发明提供如下技术方案：
一种基于群体智能算法的功能可重组模拟电子系统，该系统包括：
功能模块连接规则单元，用于存放构成具有某项功能的模拟电子系统所包含的相关模块连接规则，用于在系统功能重组时，规定系统内各个模块如何连接；
备选模块单元，用于存放连接的各类功能模块及其对应的性能指标数据；
指标构建单元，根据模拟电子系统性要求，将备选单元按照连接关系，分析计算系统的指标，为选择重组方案生成单元生成方案提供参考；
选择重组方案生成单元，基于群体优化算法，选择符合系统性能指标的最优模块组合方案，实现模拟电子系统的功能重组；
所述功能模块连接规则单元与指标构建单元数据连接；
所述备选模块单元与指标构建单元数据连接；
所述指标构建单元与选择重组方案生成单元数据连接；
所述选择重组方案生成单元与备选模块单元数据连接。
一种基于群体智能算法的功能可重组模拟方法，该方法包括以下步骤：
S1：由功能模块连接规则单元利用具有某项功能的模拟电子系统功能模块图，得到具有该项功能的各个模块连接关系，同时，由备选模块单元利用所述系统功能模块图，从备选的备选模块单元中随机地选择相应模块，得到功能模块组合方案；
S2：指标构建单元利用模块连接关系和功能模块中方案计算得到第一步中功能模块组合方案性能指标，并将其传给选择重组方案生成单元；
S3：选择重组方案生成单元通过判断组合方案性能指标是否达到要求，以及比较该性能指标与上一次组合方案性能指标的优劣，决定是否重新选择重组方案。
可选的，在所述S3中，若重新选择重组方案，则功能模块向备选模块单元发出重新选择功能模块组合方案，由备选模块单元给出新的组合方案，再由指标构建单元计算该组合方案性能指标，再由选择重组方案生成单元判断其否满足要求；
若不满足要求，则重复以上过程，直至满足要求，输出功能模块组合最优方案。
可选的，所述备选模块单元包括高放模块组、检波模块组、功放模块组和喇叭模块组；
所述高放模块组为HA1，HA2，......，HAi，共计i个高放模块；
所述检波模块组为：D1，D2,......,Dj，共计j个检波模块；
所述功放模块组为：A1，A2，......，Ak，共计k个功放模块；
所述喇叭模块组为：S1，S2，......，Sl，共计l个喇叭模块；
所述指标构建单元分析计算直放式收音机的性能指标，总增益Gz为：
Gz＝Gh*Gd*Ga
其中，Gh为当前模块组合方案中选择的高放模块对应的增益，Gd当前模块组合方案中选择的检波模块对应的增益，Ga为当前模块组合方案中选择的功放模块对应的增益，在计算总增益时不考虑喇叭模块的增益；
选择重组方案生成单元：按照离散微粒群算法，首先随机选取一组功能模块组合，记为HA(i)，D(i)，A(i)和S(i)，并由指标构建单元计算法分析此组合的总增益Gz(i)；将此时总增益Gz(i)与目标总增益Gz_g比较，如果小于目标总增益，则离散微粒群算法重新选择一组功能模块组合，记为HA(i+1)，D(i+1)，A(i+1)和S(i+1)；并由指标构建单元计算法分析此组合的总增益Gz(i+1)，再与与目标总增益Gz_g比较，如果Gz(i+1)<Gz_g，则继续由离散微粒群重新选择一组功能模块组合，记为HA(i+2)，D(i+2)，A(i+2)和S(i+2)，直至Gz(i+1)>Gz_g；得到的功能模块组合即为满足直放式收音机性能指标要求的模块组合，完成功能的动态重组。
本发明的有益效果在于：本发明提供的技术方案可以利用群体优化方法，实现在模拟电子信息系功能动态重组时，合理选择组成系统的模块，以达到最优的性能指标。与传统的系统构建方法相比较，本方法实现性能指标最优的可动态重组系统。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为动态重组过程；
图2为直放式收音机模块图；
图3为基于离散微粒群算法的模块重组方案生成过程。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
如图1所示，为一种基于群体优化算法的模拟电子系统功能动态重组系统，该系统包括：功能模块连接规则单元，存放构成具有某项功能的模拟电子系统所包含的相关模块连接规则，用于在系统功能重组时，规定系统内各个模块如何连接；备选模块单元，主要存放用于连接的各类功能模块及其对应的性能指标数据，该单元中包含的某类功能模块数量可以有多个；指标构建单元，根据模拟电子系统性要求，将备选单元按照连接关系，分析计算系统的指标，为选择重组方案生成单元生成方案提供参考。选择重组方案生成单元：该单元基于群体优化算法，选择符合系统性能指标的最优模块组合方案，实现功能的最优重组。
本实施例以动态重组直放式为例，说明本发明方法。
如图2所示，为直放式收音机模块图。
功能模块连接规则单元：该单元用于确定高放、检波、功放和喇叭模块的连接关系，这里为依次顺序连接关系，并以一定数据结构描述存储该连接关系。
备选模块单元：用于存放组成模拟电子系统的的各类功能模块。这里，该单元存放了高放、检波、功放和喇叭等模块，且以上各类模块中，以分组的形式存放多个用于备选。如：高放模块组有：HA1，HA2，......，HAi，共计i个高放模块；检波模块组有：D1，D2,......,Dj，共计j个检波模块；功放模块组：A1，A2，......，Ak,共计k个功放模块；喇叭模块组有：S1，S2，......，Sl，共计l个喇叭模块。此外备选模块单元还储存有以上模块的的相关性能指标参数信息，如高放模块的带宽和增益等。
指标构建单元：根据图2所示本实施例中的直放式收音机模块示意图得到的模块连接关系(这里为级联关系)，分析计算直放式收音机的性能指标，如该收音机的总增益Gz为：
Gz＝Gh*Gd*Ga
其中，Gh为当前模块组合方案中选择的高放模块对应的增益，Gd当前模块组合方案中选择的检波模块对应的增益，Ga为当前模块组合方案中选择的功放模块对应的增益，本实施例在计算总增益时不考虑喇叭模块的增益。
选择重组方案生成单元：本实施例基于的群体优化算法为离散微粒群算法。如图3所示，根据直放式收音机模块图，在备选模块单元的高放模块组，检波模块组，功放模块组和喇叭模块组中，按照离散微粒群算法，首先随机选取一组功能模块组合，记为HA(i)，D(i)，A(i)和S(i)，并由指标构建单元计算法分析此组合的总增益Gz(i)，i为功能模块组合方案的次数。将此时总增益Gz(i)与目标总增益Gz_g比较，如果小于目标总增益，则离散微粒群算法重新选择一组功能模块组合，记为HA(i+1)，D(i+1)，A(i+1)和S(i+1)并由指标构建单元计算法分析此组合的总增益Gz(i+1),再与与目标总增益Gz_g比较，如果小于，则继续由离散微粒群重新选择一组功能模块组合，记为HA(i+2)，D(i+2)，A(i+2)和S(i+2)，直至总增益Gz大于目标总增益Gz_g。此时，得到的功能模块组合即为满足直放式收音机性能指标要求的模块组合。
至此，通过以上过程，完成了功能的动态重组，如图3所示。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种基于群体智能算法的功能可重组模拟电子系统，其特征在于：该系统包括：
功能模块连接规则单元，用于存放构成具有某项功能的模拟电子系统所包含的相关模块连接规则，用于在系统功能重组时，规定系统内各个模块如何连接；
备选模块单元，用于存放连接的各类功能模块及其对应的性能指标数据；
指标构建单元，根据模拟电子系统性要求，将备选单元按照连接关系，分析计算系统的指标，为选择重组方案生成单元生成方案提供参考；
选择重组方案生成单元，基于群体优化算法，选择符合系统性能指标的最优模块组合方案，实现模拟电子系统的功能重组；
所述功能模块连接规则单元与指标构建单元数据连接；
所述备选模块单元与指标构建单元数据连接；
所述指标构建单元与选择重组方案生成单元数据连接；
所述选择重组方案生成单元与备选模块单元数据连接。
2.一种基于群体智能算法的功能可重组模拟方法，其特征在于：该方法包括以下步骤：
S1：由功能模块连接规则单元利用具有某项功能的模拟电子系统功能模块图，得到具有该项功能的各个模块连接关系，同时，由备选模块单元利用所述系统功能模块图，从备选的备选模块单元中随机地选择相应模块，得到功能模块组合方案；
S2：指标构建单元利用模块连接关系和功能模块中方案计算得到第一步中功能模块组合方案性能指标，并将其传给选择重组方案生成单元；
S3：选择重组方案生成单元通过判断组合方案性能指标是否达到要求，以及比较该性能指标与上一次组合方案性能指标的优劣，决定是否重新选择重组方案。
3.根据权利要求2所述的一种基于群体智能算法的模拟电子系统重组方法，其特征在于：在所述S3中，若重新选择重组方案，则功能模块向备选模块单元发出重新选择功能模块组合方案，由备选模块单元给出新的组合方案，再由指标构建单元计算该组合方案性能指标，再由选择重组方案生成单元判断其否满足要求；
若不满足要求，则重复以上过程，直至满足要求，输出功能模块组合最优方案。
4.根据权利要求3所述的一种基于群体智能算法的模拟电子系统重组方法，其特征在于：所述备选模块单元包括高放模块组、检波模块组、功放模块组和喇叭模块组；
所述高放模块组为HA1，HA2，......，HAi，共计i个高放模块；
所述检波模块组为：D1，D2,......,Dj，共计j个检波模块；
所述功放模块组为：A1，A2，......，Ak，共计k个功放模块；
所述喇叭模块组为：S1，S2，......，Sl，共计l个喇叭模块；
所述指标构建单元分析计算直放式收音机的性能指标，总增益Gz为：
Gz＝Gh*Gd*Ga
其中，Gh为当前模块组合方案中选择的高放模块对应的增益，Gd当前模块组合方案中选择的检波模块对应的增益，Ga为当前模块组合方案中选择的功放模块对应的增益，在计算总增益时不考虑喇叭模块的增益；
选择重组方案生成单元：按照离散微粒群算法，首先随机选取一组功能模块组合，记为HA(i)，D(i)，A(i)和S(i)，并由指标构建单元计算法分析此组合的总增益Gz(i)；将此时总增益Gz(i)与目标总增益Gz_g比较，如果小于目标总增益，则离散微粒群算法重新选择一组功能模块组合，记为HA(i+1)，D(i+1)，A(i+1)和S(i+1)；并由指标构建单元计算法分析此组合的总增益Gz(i+1)，再与与目标总增益Gz_g比较，如果Gz(i+1)<Gz_g，则继续由离散微粒群重新选择一组功能模块组合，记为HA(i+2)，D(i+2)，A(i+2)和S(i+2)，直至Gz(i+1)>Gz_g；得到的功能模块组合即为满足直放式收音机性能指标要求的模块组合，完成功能的动态重组。
CN202111082233.7A 2021-09-15 2021-09-15 一种基于群体智能算法的功能可重组模拟电子系统及方法 Active CN113778941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111082233.7A CN113778941B (zh) 2021-09-15 2021-09-15 一种基于群体智能算法的功能可重组模拟电子系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111082233.7A CN113778941B (zh) 2021-09-15 2021-09-15 一种基于群体智能算法的功能可重组模拟电子系统及方法

Publications (2)

Publication Number Publication Date
CN113778941A true CN113778941A (zh) 2021-12-10
CN113778941B CN113778941B (zh) 2023-06-27

Family

ID=78844081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111082233.7A Active CN113778941B (zh) 2021-09-15 2021-09-15 一种基于群体智能算法的功能可重组模拟电子系统及方法

Country Status (1)

Country Link
CN (1) CN113778941B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258131A (zh) * 2013-04-25 2013-08-21 中山大学 基于正交学习粒子群的功率电路元件优化方法
CN103369571A (zh) * 2013-07-26 2013-10-23 厦门大学 基于多网联合测量的传播模型校正与覆盖自优化方法
CN104143116A (zh) * 2014-07-23 2014-11-12 西安空间无线电技术研究所 一种基于粒子群算法的系统软防护组合优化方法
CN109862535A (zh) * 2019-01-04 2019-06-07 南京大学 基于模拟退火粒子群算法的路边单元非全覆盖优化部署方法
CN109871982A (zh) * 2019-01-10 2019-06-11 北京国电通网络技术有限公司 一种配电网重构方法及云服务器、电子设备
CN113127973A (zh) * 2021-04-16 2021-07-16 湖南大学 基于cae仿真技术的多材料智能选材方法、系统及电子设备
CN113239533A (zh) * 2021-04-28 2021-08-10 联合汽车电子有限公司 发动机排气系统温度模型构建方法、装置及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258131A (zh) * 2013-04-25 2013-08-21 中山大学 基于正交学习粒子群的功率电路元件优化方法
CN103369571A (zh) * 2013-07-26 2013-10-23 厦门大学 基于多网联合测量的传播模型校正与覆盖自优化方法
CN104143116A (zh) * 2014-07-23 2014-11-12 西安空间无线电技术研究所 一种基于粒子群算法的系统软防护组合优化方法
CN109862535A (zh) * 2019-01-04 2019-06-07 南京大学 基于模拟退火粒子群算法的路边单元非全覆盖优化部署方法
CN109871982A (zh) * 2019-01-10 2019-06-11 北京国电通网络技术有限公司 一种配电网重构方法及云服务器、电子设备
CN113127973A (zh) * 2021-04-16 2021-07-16 湖南大学 基于cae仿真技术的多材料智能选材方法、系统及电子设备
CN113239533A (zh) * 2021-04-28 2021-08-10 联合汽车电子有限公司 发动机排气系统温度模型构建方法、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯文江 等: ""基于粒子群算法的认知无线电参数优化及敏感度分析"", 《计算机科学》, vol. 38, no. 10, pages 87 - 90 *
吴伟 李楠 郭茂耘: ""粗糙集及PSO优化BP网络的故障诊断研究"", 《计算机科学》, vol. 38, no. 11, pages 200 - 203 *

Also Published As

Publication number Publication date
CN113778941B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN107547633B (zh) 一种用户常驻点的处理方法、装置和存储介质
Benidris et al. Power system reliability evaluation using a state space classification technique and particle swarm optimisation search method
Thong Soft computing methods for WiMax network planning on 3D geographical information systems
Hu et al. Wireless access point configuration by genetic programming
CN113778941A (zh) 一种基于群体智能算法的功能可重组模拟电子系统及方法
CN112786032A (zh) 显示内容控制方法、装置、计算机装置及可读存储介质
CN110061882A (zh) License动态调整的方法
CN107943981A (zh) HBase行分页方法、服务器及计算机可读存储介质
CN112329371A (zh) 一种基于IALO-BP神经网络的Doherty功率放大器逆向建模方法
CN117131100A (zh) 电力设备故障数据的挖掘方法、装置、设备及存储介质
CN108574947A (zh) 一种物联网测试方法及装置
EP4203488A1 (en) Parameter configuration method and related system
CN113688507B (zh) 一种超外差接收机射频链路的放大器最优配置及选型方法
Qela et al. Simulation of large wireless sensor networks using Cell-DEVS
Weise et al. Genetic programming techniques for sensor networks
CN112541548A (zh) 关系网络的生成方法、装置、计算机设备及存储介质
Xia et al. On delta-modulated control: A simple system with complex dynamics
EP3859551A1 (en) Method and apparatus for establishing index for data
CN111030604A (zh) Dcdc转换器的控制方法、装置、存储介质和电子设备
Guo et al. Multi-objective optimal combination queries
CN114817315B (zh) 数据处理方法以及系统
CN113727412B (zh) 异构无线传感器网络分簇路由方法、装置、介质及设备
CN116684286A (zh) 一种映射关系表的建立方法、装置、设备及存储介质
CN116822105A (zh) 通信线路的排布方法、系统以及计算机可读存储介质
CN117574660A (zh) 基于随机信号组互相关矩阵最大团模型的信号库生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant