空间光到单模光纤章动耦合技术研究

阐述了空间光到单模光纤耦合原理,设计了基于快速反射镜结合光纤光电探测器的章动耦合算法,在LabVIEW环境下仿真了光纤端面章动的动态跟踪过程,并进行了激光章动系统耦合实验,实现了静态条件下59.63%的耦合效率,进行了1.65 GHz码速率的视频传输演示与扰动实验,验证了章动耦合算法的有效性与可行性。通过实验与仿真数据结果,分析了章动算法参数中章动半径、收敛步长与章动单周采样点数对耦合性能的影响。结果表明,在光纤端面当章动半径从0.1μm增加到2.5μm时,耦合效率与耦合稳定性下降,耦合速率无明显变化,但章动半径过小会导致收敛角度识别误差增大,降低耦合速率;当收敛步长从0.1μm增加到2.5μm时,耦合效率与耦合稳定性下降,耦合速率上升;当章动单周采样点数从100减少到5时,耦合效率与耦合稳定性无明显变化趋势,但由于采样点数过少,收敛角度分辨率降低,耦合速率明显下降。     

用于稀疏系统辨识的改进l0-LMS算法

该文研究和改进了l0-LMS算法以提高对稀疏系统进行辨识的性能。首先依据均方误差反映出的收敛深度信息动态调节步长,提高了算法的收敛速度;其次利用估计误差绝对值加权修正零吸引函数,减小了稳态失调误差。然后定性分析了改进算法中各个参数的取值对收敛速度和稳态性能的影响。最后,计算机仿真验证了新算法的性能明显优于原l0-LMS算法和若干现有稀疏系统辨识的方法。     

弹道中段带翼弹头章动微多普勒特性研究

文中建立了带翼锥体弹头章动数学模型,分析了章动参数对目标姿态角的影响,推导了带翼弹头固定型和滑动型点散射中心的章动微多普勒理论公式,并对其进行了时频分析。基于电磁计算软件获取的目标静态电磁散射数据,结合目标运动模型合成了带翼弹头的雷达动态回波,进而获得其章动微多普勒的电磁仿真结果,验证了章动微多普勒理论公式的正确性,并给出了重要结论。     

基于变步长等变化自适应盲源分离算法

对于基于梯度自适应的盲源分离算法，认真选择步长参数以达到好的分离性能是非常必要的。如果为加快收敛速度而增大步长因子，将会导致大的稳态误差，甚至引起算法发散，因此固定步长因子无法解决收敛速度和稳态误差之间的矛盾。本文为EASI算法提出了一种变步长的解决方案。通过建立步长因子与分离矩阵相互差异之间的非线性关系，加快了收敛速度，减小了失调误差。计算机仿真结果与理论分析相一致，证实了该算法明显优于传统的EASI算法。     

基于CMMB标准准的LDPC码动态译码算法研究

针对低密度奇偶校验码(LDPC)的置信传播算法(BP)、分层算法(LBP)在迭代过程中以随机的节点顺序更新,不能快速达到收敛的特点,本文详细分析了一种选择可靠度小的节点先更新的动态译码算法,并以应用于CMMB标准的LDPC码进行性能仿真.与LBP算法相比,动态算法的译码收敛速度明显提高,译码的平均迭代次数减少50%.最后对动态算法的译码复杂度进行了分析.     

基于激光章动的空间光到单模光纤的耦合方法

基于模场匹配原理,分析了耦合效率与抖动幅度、艾里斑半径和单模光纤模场半径比值的关系。为了减小随机角抖动对耦合效率的影响,提出了基于激光章动的空间光到单模光纤的自动耦合方案,利用数据采集卡算出脱靶量并输出补偿电压。分析了算法精度的影响因素、激光章动信号频率与抖动频率的关系,用Matlab仿真及实验验证了算法的可行性。实验得到脱靶量角度精度约为3μrad,结合空间激光通信系统验证了系统的可行性。没有扰动时系统的耦合效率为67%;引入扰动并用控制系统进行扰动补偿后,系统的耦合效率提高了6.5%,响应速度为40Hz。耦合系统结构简单,控制算法精度高,控制器信号处理速度快,对空间光到单模光纤的耦合具有重要意义。     

基于精英区域学习的动态差分进化算法

DE算法简单高效,但对复杂问题也存在收敛效率较低的问题,为提高DE算法的全局勘探能力和收敛精度,提出了一种新的精英区域学习动态差分进化算法,算法首先将历史精英保存在精英池中,然后采用正弦函数对精英池中的精英进行区域学习,最后利用动态DE模式有效提高收敛的速度,并从理论上证明了算法的收敛性.通过对包括单峰函数、多峰函数和偏移函数的20个基准测试函数的仿真实验和分析,验证了新算法的有效性和适用性,其能在保持较高的收敛速度的同时也能保持较好的收敛精度,经与多种知名的DE算法在统计学上的分析比较,证明了该算法是一种具有竞争力的新算法.     

CDMA系统中自适应阵列天线的HLMS算法性能分析

在CDMA基站中采用自适应阵列天线技术可以克服多址干扰，提高系统容量。本文针对目前一种收敛速度较快的HLMS算法作了性能分析，仿真结果表明除特殊条件外，HLMS算法在加快收敛速度的同时也增大了噪声。     

无线传感器网络分布式一致时间同步协议的收敛分析及加速设计

该文研究了基于分布式一致的无线传感器网络时间同步协议的收敛和加速问题。通过将其同步迭代过程映射到马尔可夫链的状态转移过程,推导出了分布式一致时间同步协议在循环网中的收敛速度与节点邻居数和网络规模有关。Matlab仿真实验表明该结论对类均匀规则网和类均匀网也是正确的。此外,对于类均匀网,邻居数分布也会影响协议的收敛速度。因此该文提出了基于改变网络邻居数分布的加速算法来提高分布式一致时间同步协议的收敛速度。规模为100个节点的类均匀网络实验结果表明,该文提出的加速算法在没有显著改变节点平均传输半径的情况下可使分布式一致时间同步协议的收敛迭代次数降低约25%。     

基于归并策略的一致性时钟同步算法

针对分布式飞行仿真的时钟同步问题,在Luca Schenato等人的ATS(Average Time Synchronization)算法的基础上,提出了基于归并策略的一致性时钟同步算法。该算法会在获得系统时钟后,通过邻近原则或者极大极小原则对时钟进行排序组合,以此加快算法的收敛速度;同时通过重定义ATS算法的调节因子σij,使时钟收敛具有自适应性,进一步加快时钟收敛速度,使得该算法更佳适用于飞行仿真控制试验的数据同步过程。实验表明该算法相比于原算法在同步精度、收敛速度、稳定性都得到提升。     

基于S形函数的变步长LMS算法

针对定步长LMS算法在收敛速度、时变跟踪能力和稳态失调噪声几个重要指标上不能兼顾的问题,引入人工神经网络中一种常用激励函数———S形函数,并将其应用于变步长LMS算法中。结合算法对收敛速度、精度及稳态失调噪声的要求,引入改变S形函数曲线曲率及收敛终值的2个参数：α和β。分析当α和β值固定时的情况,仿真结果表明定参数算法若其值选择不当会引起较大误差。按照步长值在时变阶段自适应增大,在稳态阶段步长很小的原则,构造了变参数α（n）和β（n）,仿真结果表明变参数算法兼顾多个参数,整体表现较好。     

基于粒子群优化算法的传感器优化部署方法研究

针对目前三维空间传感器部署算法PSO算法存在寻优精度、全局收敛性和收敛速度不能保证的问题,提出了通过惯性权重线性递减策略与动态加速常数自适应策略改进的基于粒子群的WCPSO优化算法,有效地提高了算法的寻优精度和收敛速度。给出了算法的设计方案并进行了来袭路径未知和来袭路径预估情况下的仿真实验,仿真实验结果表明WCPSO算法的优化效果和效率都要优于改进前的PSO算法。     

一种改进的HARF算法

本文对一种超稳定自适应递归滤波器(HARF)算法进行了改进,改进后的算法具有收敛速度快、收敛速度受人为参数选择影响小等特点,最后给出了计算机仿真结果。     

使用变步长频域LMS算法的自适应Volterra均衡器

Volterra均衡器能够有效地克服卫星信道的非线性失真,但由于非线性均衡器的输入矩阵特征值扩展严重,使得自适应过程收敛缓慢。为克服这个缺点,提出应用变步长的频域LMS算法对Volterra均衡器的权值系数进行自适应更新。算法利用正交变换降低输入序列的相关性,同时动态地调整迭代步长提高均衡器的收敛速度。仿真结果表明与时域算法相比,均衡器的收敛速度提高了25倍左右;均衡器收敛后纠了信号的幅度和相位失真。     

改进的参考独立分量分析算法

针对参考独立分量分析收敛速度较慢的问题,提出了两种基于改进的快速收敛牛顿迭代方法的参考独立分量分析方法。该方法首先对观测信号进行白化预处理,避免观测信号矩阵求逆运算,减少了算法的计算量;然后采用修正的具有三阶收敛速度的牛顿迭代方法对参考独立分量分析的代价函数进行优化,推导出快速收敛的参考独立分量分析算法。仿真实验结果表明,改进后的算法是有效的,算法收敛速度相对原算法提高了1.7倍,相对现有算法提高了1倍,而且误差更小。     

一种基于角度信息的约束高维多目标进化算法

目前约束高维多目标进化算法大多注重提高收敛精度,而收敛速度相对较慢.为提高算法的收敛速度,提出一种基于角度信息的约束高维多目标进化算法.该算法提出基于角度违反度函数的选择操作,依据动态的收敛性和分布性直接选择较优个体,提高收敛速度;此外,提出了基于差分进化算法的交叉操作,在不同的进化阶段选用不可行解参与交叉操作,补偿收敛精度.在标准测试函数集C-DTLZ上进行仿真实验,并与当前国内外性能优异的4种约束高维多目标进化算法进行对比,证明了本文算法收敛精度保持良好,而收敛速度得到了提升,且目标维数越高提升效果越明显.     

线性约束差分恒模自适应阵列性能分析

线性约束差分恒模算法(LCDCM)能有效克服恒模算法(CMA)中存在的干扰捕获问题,但其性能受迭代步长的影响。本文对所需信号功率、干扰信号功率及所需信号和干扰信号空域相关系数对迭代步长取值和算法收敛速度的影响进行了分析,给出了保证算法收敛的迭代步长的取值范围。最后利用计算机仿真对上述理论结果进行了验证。     

一种新型变步长CMA盲均衡算法

针对传统固定步长CMA盲均衡算法中收敛速度和剩余误差这对矛盾,提出了一种新型变步长恒模盲均衡算法,即由瑞利分布函数实施对其步长的调节,通过调整该步长公式中的两个参数以加快收敛速度和减小剩余误差,并且在此基础上对该算法进行了改进。用4QAM信号,通过典型电话信道对固定步长的CMA算法,基于瑞利步长的CMA和改进后的CMA算法进行计算机仿真。通过对仿真出的算法收敛曲线以及输出星座图进行分析,最终得出在瑞利步长算法的基础上改进后的CMA算法克服了前两种算法的缺点,即具有收敛速度更快,剩余误差更小的优点。     

一种改进蚁群算法求解VRP问题

车辆路径问题(VRP)是一个NP难题,蚁群算法是求解诸如车辆路径安排问题等组合优化问题的有效工具.在了解VRP问题及蚁群算法的基础上,分析了蚁群算法在VRP中的应用,针对蚁群系统(ACS)的不足之处,借鉴MMAS思想,引入动态负反馈机制及适当增大能见度机制对蚁群算法进行改进优化,结合节约函数求解VRP问题.仿真结果表明,本文提出的算法无论是在最优值还是在收敛速度上都优于基本蚁群算法,实用性强,能较好的解决VRP问题.     

原子量级条件下单晶硅磨削过程中的亚表面损伤

应用分子动力学仿真研究了原子量级条件下磨粒钝圆半径、磨削深度和磨削速度对单晶硅磨削后亚表面损伤层深度的影响.分子动力学仿真结果表明:在磨削深度和磨削速度相同情况下,随着磨粒钝圆半径的减小,损伤层深度和硅原子间势能亦减小.随着磨削深度的增大,损伤层深度和硅原子间势能增大.在磨削深度和磨粒钝圆半径相同的情况下,在20～200 m/s范围内,磨削速度对单晶硅亚表面损伤影响很小,说明分子动力学仿真对磨削速度的变化不敏感,因此可以适当提高仿真速度,从而缩短仿真时间和扩大仿真规模.单晶硅亚表面损伤主要是基于硅原子间势能的变化,并通过超精密磨削实验进行了实验验证.