一种主瓣保形的波束形成新方法

为了保证通信卫星在人为电磁干扰及复杂电磁环境下的正常工作,利用主天线和辅助天线相互配合的思想调整相控阵天线阵元的初始静态权值,通过带有主波束保形的调零算法来对多个干扰实现有效抑制的同时达到波束主瓣保形的目的,即保证在主瓣干扰处准确形成较深的零陷时,主瓣内其他方向上波束方向图与静态方向图尽可能相似。这样可以保证通信时有效地抑制电磁干扰,同时尽量减少对周围服务区域通信质量的影响,并通过仿真验证了这种方法的有效性。     

多目标量子编码遗传算法

如何使算法快速收敛到真正的Pareto前沿,并保持解集在前沿分布的均匀性是多目标优化算法重点研究解决的问题。该文提出一种基于量子遗传算法的多目标优化算法,利用量子遗传算法的高效全局搜索能力,在整个解空间内快速搜索多目标函数的Pareto最优解,利用量子遗传算法维持解集多样性的特点,使搜索到的Pareto最优解在前沿均匀分布。通过求解带约束的多目标函数优化问题,对该文算法的多目标优化性能进行了考察,并与NSGAII,PAES,MOPSO和Ray-Tai-Seows算法等知名多目标优化算法进行比较,结果证明了该文算法的有效性和先进性。     

多目标优化问题的遗传算法改进研究

基于Nash均衡的思想在NSGA所求得的Pareto最优解基础上,探讨一种能对多目标优化问题进行求解的遗传算法。采用Nash均衡的思想在多目标优化的遗传算法,结合NSGA算法,提出一种能得到多个Pareto最优解的多目标优化算法。通过目标函数线性加权法、NSGA对函数进行了试验分析,对部分自变量进行固定,对其他的自变量进行优化,对Pareto最优解进行持续优化,进而实现加速算法的收敛,从实验中得出了这种算法具有较快的收敛性,但是其运行时间和NSGA相比没有多少改善。     

多个体参与交叉的Pareto多目标遗传算法

Pareto多目标遗传算法是利用Pareto最优的概念发展出的一种求解多目标优化问题的向量优化方法,能够得到Pareto最优解集.由于采用常规的两个体参与交叉的遗传算法,使整个算法耗费在小生境(Niche)算子上的时间太多,导致算法的效率较低.本文发展出多个体参与交叉的Pareto多目标遗传算法,群体中的个体采用真实值表示,使该算法的速度大大提高,同时证明了相应的模式定理,并提出用方差和熵来分析该算法对解群多样性的影响.最后用算例说明了采用多个体参与交叉的Pareto多目标遗传算法与常规算法比较的结果,证明了本文提出算法的优越性.     

基于Gradient-GA的星载赋形天线闭环调零算法

传统的数字信号处理方法如数字波束形成技术在多阵元通道情况下设备量大,而且通道一致性很难保障,导致性能不理想,基于此提出了一种联合梯度和遗传算法的星载天线闭环调零算法,在射频端直接搜索最优权值并完成波束合成,因而不需要多通道数字化处理.该算法结合了遗传算法不受初始值选取的限制,具有全局的搜索的能力和梯度的快速收敛特性,极大地减少了初始种群规模,使运算复杂度大大减小,提高了算法的在线实现能力.通过对其马尔可夫链模型的分析可知该算法以概率1收敛到最优值;基于实测数据的仿真实验表明了该算法的有效性.     

基于遗传算法的圆形天线阵波束成形算法

将基于GA(遗传算法)的波束成形算法应用于二维圆形天线阵,研究了算法在解决抑制多个窄角度强干扰问题时的性能;同时提出了一种改进的二进制编码方法,该方法引入了若干参数用以方便地控制解的精度和搜索空间。仿真结果表明,算法可以使得天线阵在主波束对准有用信号的同时,有效地抑制多个强干扰。文中建立的模型适用于卫星通信抗空间恶意干扰问题。     

全空域多目标测控天线零点约束方向图综合方法

针对全空域多目标测控天线相互干扰的问题,提出了一种基于零点约束的全空域多目标测控天线方向图综合方法.该方法对多个干扰目标方向进行零点约束,求取逼近给定方向图的最优权矢量的闭合解,生成具有干扰抑制能力的优化波束方向图.仿真结果表明,所提方向图综合方法在维持原有给定方向图特性的前提下,可在多个方向形成有效零点.在等效2m口径全空域多目标测控实物天线对该方法开展试验验证,结果表明在干扰方向抑制能力大于60 dB,证明了方法的正确性.     

主瓣干扰下自适应方向图保形方法的研究

当存在主瓣干扰时，自适应天线方向图会出现副瓣电平升高及主波束变形的严重问题。本文提出了基于阻塞矩阵预处理的自适应波束保形方法和基于特征投影预处理的自适应波束保形方法，这两种方法在抑制干扰的同时，有效地解决了上述的波束畸变问题。仿真结果证明了这两种方法的有效性。     

NLMS算法波束形成性能的研究

通过智能天线中的自适应波束形成技术可自动跟踪有用信号和抑制干扰。文中探讨了自适应波束的形成原理,并运用NLMS自适应算法得出了最优权向量,然后通过仿真分析了天线阵列的结构尺寸、入射信号以及信干比SIR对NLMS算法波束形成器性能的影响。     

基于粒子群优化的地震应急物资多目标调度算法

合理高效地优化调度救灾物资对提升地震应急救援效果具有重要意义。地震应急需要同时兼顾时效性、公平性和经济性等相互冲突的多个调度目标。该文对地震应急物资调度问题建立了带约束的3目标优化模型，并设计了基于进化状态评估的自适应多目标粒子群优化算法(AMOPSO/ESE)来求解Pareto最优解集。然后根据“先粗后精”的决策行为模式提出了由兴趣最优解集和邻域最优解集构成的Pareto前沿来辅助决策过程。仿真表明该算法能有效地获得优化调度方案，与其他算法相比，所得Pareto解集在收敛性和多样性上具有性能优势。