适当随机相位量化对和差波瓣指向精度的改善

研究了适当随机相位量化法对相控阵天线波束指向的影响，并与四舍五入法进行了比较，得到了最佳波束指向的量化控制码。利用这种控制码，波束指向精度提高了一个数量级。     

基于和声搜索和模式探测移动的混沌鱼群算法

鱼群算法是一种群智能优化算法,寻优效果良好,但后期易产生陷入局部极值;混沌搜索全局搜索能力强,能跳出局部极值,但局部搜索能力不强。为了提高算法的全局搜索能力和搜索精度,文中提出一种基于和声搜索和模式探测移动的混沌鱼群算法,在鱼群寻优过程中利用混沌搜索的遍历性使其摆脱局部极值,同时用模式探测移动、和声搜索来提高搜索精度。仿真结果表明,该算法比基本鱼群算法和混沌鱼群算法的搜索精度更高,收敛速度更快。     

基于遗传-细菌觅食组合算法的非线性模型优化

文中提出一种遗传-细菌觅食组合优化算法以解决非线性模型优化问题。该方法先使用遗传算法进行全局搜索,并缩小最优解的搜索范围;再使用细菌觅食优化算法在该局部范围内执行局部搜索。这种组合搜索策略可以增强算法的收敛性,并能有效地均衡全局搜索和局部搜索。文中利用单峰、多峰和复杂多峰等非线性函数模型验证所提算法的性能。实验结果表明,组合算法的计算精度和效率分别比遗传算法和细菌觅食优化算法提高了30%和50%,表明该组合算法具有更快的收敛速度,更高的求解精度,适用于大规模多极值的非线性问题。     

一种结合遗传算法和钻石搜索的多模式快速运动估计方法

为了解决视频编码中运动矢量搜索精度与速度的矛盾,本文提出了一种基于遗传算法(GA)和钻石搜索(DS)的多模式快速运动估计方法——MMS算法.它以图像序列的时空预测矢量作为图像活动剧烈程度的判据,自适应选择搜索模式.针对平缓运动类型使用快速的DS搜索模式,针对剧烈运动类型使用GA/DS联合搜索模式.与现有的次优解快速算法相比,MMS有效地解决了在大运动矢量情况下编码器性能下降的问题,可以从整体上提升编码器的性能,接近理想的全搜索法的结果;与其它直接利用GA进行全局优化的方法相比,MMS利用DS配合GA实现加速收敛.此外,通过引入多模式处理的概念,在保证搜索精度的同时,充分发挥了次优解算法的效率,整体编码速度与DS等快速算法的结果十分接近.这一方法为有效地解决运动估计中的矛盾问题提供了一个新的处理框架.实验结果验证了算法的性能.     

采用搜索趋化策略的布谷鸟全局优化算法

布谷鸟搜索算法是一种基于莱维飞行搜索策略的新型智能优化算法.单一的莱维飞行随机搜索更新策略存在全局搜索性能不足和寻优精度不高等缺陷.为了解决这一问题,本文提出了一种改进的布谷鸟全局优化算法.该算法的主要特点在于以下三个方面:首先,采用全局探测和模式移动交替进行的模式搜索趋化策略,实现了布谷鸟莱维飞行的全局探测与模式搜索的局部优化的有机结合,从而避免盲目搜索,加强算法的局部开采能力;其次,采取自适应竞争机制动态选择最优解数量,实现了迭代过程搜索速度和解的多样性间的有效平衡;最后,采用优势集搜索机制,实现了最优解的有效合作分享,强化了优势经验的学习.对52个典型测试函数实验结果表明,本文算法不仅寻优精度和寻优率显著提高,鲁棒性强,且适合于多峰及复杂高维空间全局优化问题.本文算法与最新提出的改进的布谷鸟优化算法以及其它智能优化策略相比,其全局搜索性能与寻优精度更具优势,效果更好.     

基于短时分数阶傅里叶变换的时频分析方法

本文研究了短时分数阶傅里叶变换(STFRFT)时频分析方法的分辨率精度和算法性能.首先,文中给出了一种STFRFT时频分辨率的数学计算表达式,其有利于时频分辨率的量化比较,仿真结果表明该理论量化值与观察值基本吻合;其次,针对算法运算量大的问题,提出了一种STFRFT的快速计算方法,它较传统的穷举搜索方法运算量约降低1个数量级;最后,给出了算法估计误差的理论分析并运用该方法对多目标信号进行了分析,仿真表明该方法可有效抑制交叉项和解决多分量时频信号的分离问题.     

三目标柯西粒子群算法的电力系统无功优化

通过建立有功网损最小、电压偏差最小和静态稳定电压裕度最大的三目标无功优化模型。提出柯西粒子群算法,并针对IEEE14节点系统进行三目标电力系统无功优化。当种群多样性较差时,通过对交叉的粒子进行柯西变异从而扩大搜索空间,提高种群多样性,防止出现过早的收敛,进而避免了算法陷入局部最优解的问题,同时也提高了收敛速度。通过数据测试和比较柯西粒子群算法在收敛速度、精度、全局搜索能力上均优于常规差分进化算法和常规粒子群算法。其结果验证了该模型和算法的有效性,为电力系统安全经济运行提供了参考。     

光纤光栅电压传感器非线性校正研究

针对传统的光纤光栅电压传感器非线性校正算法具 有运行速度慢,拟合精度不高的缺陷。在研究了大量国内外文献过后,本文为了解决一些传 统非线性校正方法在光栅光纤传感器校正中的不足,在此提出了一种基于蚁群算法优化的分 段支持向量机回归的 校正算法。由于传统的蚁群算法在信号处理中搜索速度不理想,最小二乘支持向量机回归算 法精度不高,所以此算法是结合了蚁群 算法搜索最小二乘支持向量机回归最佳参数原理的基础上将样本空间按照数据分布情况进行 分段回归,以此减少算法运行时间。首 先通过蚁群算法优化各个支持向量机参数,然后通过分段回归得到传感器完整的特性,曲线 拟合精度为99.97%。此算法克服了传统 支持向量机回归算法中局部最优解的问题,具有较好的全局收敛效果。     

梯度策略自适应差分进化算法

差分进化算法是一种有效求解全局优化问题的方法,为进一步提高求解精度,加快求解过程,文中提出一种梯度策略自适应差分进化算法。该算法是在差分进化算法中加入梯度下降法,使其不仅有较好的全局搜索能力,且具有传统优化方法的快速局部搜索能力,因此具有较高搜索精度和较快的搜索过程。通过对CEC2005测试集中的1～14号测试函数进行仿真实验,并与SaDE,NSDE以及CMAES等算法实验结果进行了对比,结果表明了该算法的有效性。     

激光陀螺模式电压的求解算法与实现

为了选择较佳的激光陀螺工作模式,加速陀螺启动与跳模过程,进行陀螺寿命预测,以减小陀螺精度损失,提高陀螺工作可靠性,需要确定激光陀螺的模式电压.模式电压可以通过搜索陀螺光强扫描曲线的局部极大值和其对应的电压得到.介绍了寻找局部极大值点的两个典型算法,即黄金分割法和斜率(一阶微分)算法来确定模式电压.通过编写代码在C8051F121单片机上进行验证,比较得出斜率算法确定激光陀螺模式电压的方法更优.     

一维液晶全息编码相控阵天线设计与实现

针对小型极化相控阵雷达精确信号目标探测应用背景,为降低传统T/R相控阵天馈系统设计及调试复杂度,满足低功耗、低损耗、低成本制造、轻薄等应用需求,提出了一种液晶全息编码相控阵天线. 主体采用小型化全息辐射单元、慢波结构、平行板波导馈电系统构成的一维全息电控扫描相控阵天线,利用成熟液晶面板制造工艺,通过控制全息辐射单元下方液晶分子的偏转状态调节天线谐振频点,组成全息编码相控阵天线. 天线结构通过仿真优化确定,并在实物加工和测量基础上通过全息优化算法及电压灰度控制降低由耦合作用引入的副瓣性能恶化度,用梯度递减的搜索算法结合适当的目标函数优化算法实现方向图的最优控制. 实测结果表明,该天线的波束扫描角度达到±49°,经过算法优化后,波束指向角准确度改善3°,旁瓣抑制电平改善1.7 dB.     

去除地面反射波的波达角估计方法研究

以基于极化平面的波达角（Direction of Arrival，DOA）估计算法为基础，针对近地面天线受地面反射波影响从而极大地影响DOA估计的准确性问题，对如何去除地面反射波的影响进行深入研究.分别采用理想地面近似法、反射系数法和阵列抑制算法进行仿真试验，对比和分析这三种算法的优缺点，以及各自的适用性.理论分析和仿真试验表明:理想地面近似算法在实际地面参数与理想导电平面相近时，具有准确的计算结果，但在其他情况下计算结果与真实值误差很大；反射系数法通过地面的电导率σ、相对介电常数ε_r以及入射波的极角θ分别求出地面的水平反射系数和垂直反射系数，从而准确估算出来波方向，但由于该方法需要预先知道地面参数，故其应用场景受到了一定的限制；阵列抑制算法巧妙地利用地面反射波和直达波在相位延迟和入射角方面的关系，通过移相操作，生成抑制反射波的新数据，再对其进行处理，准确计算出DOA.通过比较分析可以得出，阵列抑制算法可用于任何类型的实际地面，且无需知道实际地面参数，同时该算法具有很好的准确性，因此其应用场景不受限制，具有很好的理论研究和实际应用价值.     

高性能空时二维角度估计改进算法

干扰角度估计是数字阵列雷达抗干扰的基础,本文针对实际数字阵列天线阵元间距大于半波长导致大角度估计时阵元相位出现模糊问题,提出一种新的基于时空DOA矩阵的多目标高性能二维角度估计算法。该算法首先计算时空DOA矩阵并进行特征值分解,接着利用空时矩阵特征向量与来波导向矢量匹配特性,对估计得到的各导向矢量分别进行相位解模糊,进而利用导向矢量联立方程组,得到各来波角度信息的最小二乘解。相位解模糊过程主要通过计算多组模糊解对应的导向矢量与实际估计得到的导向矢量的相关性,选取相关值最大的一组模糊解作为真实解来实现。仿真与数字阵列天线实测结果表明,与时空DOA矩阵法相比,本文算法具有更高的测角精度和更加稳健的输出性能。      

基于粒子群算法的阵列波束宽零陷优化设计

作为一种新型的群智能随机优化算法,粒子群优化（PSO ）算法在解决各种非线性复杂问题上得到了广泛的应用。研究了粒子群优化算法在阵列天线方向图零陷加宽技术上的应用,通过实例表明粒子群算法能够在较宽的角度区间上形成满足要求的零陷,在抗干扰应用方面具有较高的应用前景。     

基于高阶非线性模型的多目标高光谱图像解混算法

在高阶非线性混合模型的基础上,提出一种多目标高光谱图像解混算法,解决传统方法受高光谱数据异常值影响而解混精度不高的问题。该算法以重构误差与光谱角分布为目标函数建立优化模型,并同时优化两目标函数以减少数据异常值对模型求解的影响,使解混结果在两个评价指标上得到提升;最后采用差分搜索算法求解多目标优化模型,解决梯度类优化方法易陷入局部极值的问题,从而进一步提升解混精度。实验结果表明,文中算法与传统高光谱解混算法相比,具有更精确的端元丰度估计结果和更高的解混精度。     

三目标自适应变异微粒群算法的无功优化

电力系统无功优化是提高电能质量保证电网运行的重要环节,文中建立了综合考虑有功网损和电压偏移最小及电压稳定裕度最大的三目标无功优化模型,引入了自适应变异微粒群算法用于解决三目标电力系统无功优化问题。该算法利用群体的适应度方差来动态监控微粒群聚集的状况,采用增加随机扰动的方法对聚集的微粒进行变异,并对惯性权重进行自适应调整,使该算法既能跳出局部最优,防止早熟,又能提高收敛速度和精度。将该算法与其他算法应用于IEEE-14节点系统中进行无功优化,通过数据的计算和比较,结果验证了该模型和算法用于解决多目标电力系统无功优化问题的优越性和实用性。     

基于回溯优化的非线性高光谱图像解混

为了进一步提升高光谱图像的解混精度,提出一种基于回溯优化的高光谱图像后非线性解混算法。在后非线性混合模型的基础上,以观测图像与重构图像之间的重构误差为目标函数,使用回溯搜索算法在解空间搜索使目标函数取得极小值的最优解。在搜索过程中,利用回溯搜索算法的边界控制机制有效保证了高光谱图像解混过程中的约束条件,进而有效实现了对解混丰度值和非线性参数的精确估计。针对合成高光谱图像和真实高光谱遥感图像的解混实验表明,文中算法具有优异的解混性能,所达到的解混精度显著优于现有非线性高光谱图像解混算法。     

阵元等功率约束下的MIMO雷达发射加权矩阵优化算法

为提高多输入多输出(MIMO)雷达的目标角度估计性能,同时兼顾雷达发射功率利用率的需求,该文以合成发射导向矢量与期望导向矢量二范数误差为目标函数,研究了阵元等功率约束下的发射加权矩阵优化问题。推导了发射加权矩阵向量化条件下的等价优化模型,并基于循环优化方法和改进PDR算法对其进行了求解。在每次迭代过程中,所提方法均能获得子优化问题的闭式解,因而其计算复杂度非常低。在此基础之上,从理论上证明了所提方法的收敛性。由于该方法实现了MIMO雷达发射功率在期望空域的聚焦,在同等条件下相比传统MIMO雷达能够有效提高目标的角度估计性能。最后,仿真实验表明了所提方法的有效性。     

改进传播算子的角度和多普勒频率联合估计算法

在角度和多普勒频率的联合估计中,针对传统传播算子算法在低信噪比下精度差的问题,提出了一种改进传播算子算法。该算法首先利用时域平滑技术得到扩展流型矩阵,并使用传播算子矩阵的平移不变性获得角度的粗略估计;然后,构造与扩展流型矩阵具有正交关系的新传播算子矩阵,并以此建立2维优化问题的目标函数;最后,引入导向矢量的Frobenius范数约束,将2维优化问题转换为1维优化问题,通过1维局部搜索获得角度和多普勒的精确估计。本文算法不需要对协方差矩阵进行特征值分解,角度和多普勒估计结果可以自动配对。仿真实验表明,本文算法有较高的估计精度和分辨率。      

基于HFSS的智能天线自适应算法的研究

以3G基站系统智能天线阵列为研究对象,在研究了常用智能天线自适应算法的基础上,针对常用算法测向精度有限以及来波方向估计过程的复杂性等问题,通过在接收机的输出端引入阵列导向矢量信号,利用阵列导向矢量的特殊性质,得出了一种改进后的自适应算法。采用该算法的智能天线阵列,不仅具有较强的波束搜索能力和抗干扰性能,而且不存在复杂的来波方向估计过程。最后通过对8元直线型智能天线阵列的HFSS仿真实验,得出了SINR、驻波比、方向图等特性曲线,验证了该算法的可行性。