任意形状导体目标的极点求解

从理论上求解极点,频域矩量法结合围线积分是通用且准确的方法,但由于计算量大而一直用于处理旋转对称目标的求解.本文提出Chebyshev多项式展开格林函数的方法,把频率因子从电场积分方程中分离出来,实现了多频点矩量法的快速计算,解决了任意形状导体目标极点的求解问题.最后对围线积分方法进行适当改进,并求解了三种目标的极点.     

应用切比雪夫逼近快速求解目标宽带雷达散射截面

将切比雪夫逼近理论应用于目标宽带电磁散射特性分析中,通过求解给定频带内的切比雪夫节点和节点处的目标表面电流,实现了频带内任意频率点表面电流的快速预测,从而实现目标宽带雷达散射截面的快速计算.组合场积分方程的使用消除了内谐振问题.将计算结果与传统矩量法逐点计算的结果进行了比较,结果表明在不影响精度的前提下,该方法的计算效率大大提高.     

车轮定位参数的线激光非接触方法研究

研究了汽车车轮定位参数的线激光非接触测量方法。每个车轮使用3个线结构激光传感器,通过求取轮胎上3条特征曲线的切平面来确定车轮的空间位置。轮胎切平面的求取精度是车轮定位量否准确的关键,比较了不同方案的特点,提出了二维椭圆拟合和三维搜索算法结合的轮胎切平面求取算法,并进行了现场实验研究。结果表明,该算法运算速度快,稳定可靠,切平面位置求取准确,定位参数的标准偏差小于2’。     

社会认知算法在非线性多峰函数寻优中的应用

多峰寻优问题是现实中经常遇到的问题,传统求解方法多易陷入局部最优.为了求解多峰优化问题,利用一种新的智能算法--社会认知算法,它对目标函数的解析性质没有要求,适合于非线性多蜂函数问题处理的求解,使搜索不容易陷入局部最优,并给出了该算法的原理和步骤.最后通过仿真实验结果表明,与其他优化算法比较,该算法概念清楚,计算简单,具有很好的全局寻优特性,表明了该方法的有效性,适用于求解于多峰寻优问题.     

用于分布式目标最优极化求解的Lagrange乘因子法优化

目前拉格朗日乘因子法是求解分布式目标最优极化的主要算法.该算法需要计算一个以拉格朗日乘法因子为自变量的六次多项式方程.针对拉格朗日乘因子法在计算该多项式方程根时存在的问题,提出了一种优化求解法.在理论证明该方程最大根对应天线最大接收功率而最小根对应天线最小接收功率的基础上,该优化求解法通过缩小迭代搜索区间获取方程最大、最小根,然后利用这些根与天线极化之间的关系式求解目标最优极化.为了提高迭代收敛速度,通过理论分析确定了最小初始迭代搜索区间.实验结果表明, 该优化求解法消除了算法对于拉格朗日乘因子初始值的依赖,提高了算法的运算速度.     

基于微分搜索的高光谱图像非线性解混算法

针对线性混合模型在实际高光谱图像解混过程中的局限性,提出一种新的基于微分搜索的非线性高光谱图像解混算法.在广义双线性模型的基础上采用重构误差作为解混的目标函数,将非线性解混问题转化为最优化问题.将目标函数中的待求参数映射为微分搜索过程中的位置变量,利用微分搜索算法对目标函数进行优化求解.在求解过程中,通过执行搜索范围控制等机制满足高光谱图像解混的约束要求,进而求得丰度系数和非线性参数,实现非线性高光谱图像解混.仿真数据和真实遥感数据实验结果表明,所提出的非线性解混算法可以有效克服线性模型下解混算法的局限性,避免了由于使用梯度类优化方法而易陷入局部收敛的问题,较之其它高光谱图像解混算法具有更好的解混精度.     

基于共轭梯度法的多层神经网络训练方法

建立多层人工神经网络的最优化求解方法,以多层神经网络总体平均误差为目标函数,以权值和阈值作为设计变量,采用共轭梯度法对网络的权值和阈值进行优化计算,完成神经网络训练的方法.将优化原理应用到多层神经网络权值和阈值的计算问题,实现网络权值和阈值的快速计算,为分析神经网络的合理结构提供了必要条件.     

平面分层介质结构的空间域格式函数近似解

本文详细描述了用离散复镜像法求解平面分层介质结构的空间域格林函数的过程,指出传统离散复镜像法中存在的不足之处。给出了采用现代谱估计技术中的矩阵束法代替Ｐｒｏｎｙ法,并通过改变Ｓｏｍｍｅｒｆｅｌｄ积分路径,进行多级近似的改进方法。该方法避免了预先研究谱域格林函数的性态和繁琐的提取极点的过程,提高了计算效率和稳定性。     

介质目标电磁散射特性的多层特征基函数法分析

特征基函数法是近几年提出的一种基于分块和高阶基函数概念求解电磁散射问题的快速算法.为了更有效地分析电大尺寸多目标的电磁散射问题,将基于Foldy-Lax多径散射方程的特征基函数法扩展为多层特征基函数法,通过对子域进行多层划分来控制生成矩阵维数的大小和计算精度.应用多层特征基函数法计算了介质目标的远区散射场,数值结果与传统特征基函数法的计算结果吻合良好,且计算效率明显提高.     

基于图像分割的置信传播立体匹配算法研究

在采用全局优化的立体匹配时,利用传统的基于像素点的置信传播算法进行消息传输存在两个不足:计算量大和单个像素点容易导致误差.利用图像分割思想来弥补这两个不足,提出基于图像分割的置信传播算法,利用分割区域代替像素点,视差平面模板集代替视差搜索空间范围,消息传输转换为在分割区域间的传输,一定程度上降低了算法的计算量,同时利用...     

基于函数复杂度的自适应模拟退火和禁忌搜索新算法

在求解多峰复杂函数的过程中,传统的模拟退火算法和禁忌搜索算法经常出现算法快速收敛于局部最优解、后期收敛速度变慢和搜索能力变差等问题.为解决这些问题,本文给出函数复杂度的定义,并提出基于函数复杂度的自适应模拟退火和禁忌搜索算法.该算法首先根据函数复杂度自适应调整步长控制参数,然后根据调整后步长求得函数的粗糙解,在此基础上再使用初始步长求得全局最优解.实验表明,该算法不仅可以跳出局部最优解的限制,并且减少了迭代次数,有效地提高了全局和局部搜索能力.     

最大阵元利用率MIMO雷达阵列优化快速算法

针对MIMO雷达最大阵元利用率阵列结构优化算法中使用穷举搜索运算量太大的问题,提出了一种快速算法。该算法在只包含两个阵元的最优阵列基础上,通过迭代的方式向前一个最优阵列增加一个新阵元来寻找包含指定阵元数的最优阵列。文中对该算法的有效性进行了证明,并与穷举搜索方法做了复杂度比较。理论分析和仿真实验表明,该算法能够显著降低运算量,尤其在阵元数目较大时具有明显优势。并且,在阵元数一定的情况下,所得到的优化阵列与穷举搜索的结果具有等同的性能。     

耦合负类样本裁剪与非对称错分惩罚的非均衡SVM算法

针对标准支持向量机（SVM）识别非均衡数据往往会出现最优超平面倾向性和正类样本大量错分的现象,探讨SVM识别非均衡数据失效的原因及对策;考虑到SVM最优超平面仅由少量支持向量完全决定的特性,提出一种基于负类边界样本裁剪策略的SVM数学模型.鉴于该模型需经多次负类数据的"训练-裁剪"过程才能较好地识别正类样本且较为费时,以等效的一次性裁掉更多样本的裁截面技术作为替代,提出一种耦合负类样本裁剪与非对称错分惩罚的非均衡SVM算法,并利用改进正余弦优化算法优化裁剪偏移量以提高算法的非均衡数据处理能力.数值实验结果验证了裁剪偏移量的优化必要性、改进正余弦优化算法的较强优化性能和改进SVM算法对非均衡数据的较好识别性能.     

基于混合变异差分进化算法的均匀面阵稀疏优化

差分进化算法(DE)已被广泛应用于解决稀疏面阵优化问题,针对DE 算法早熟、全局搜索能力差、容易陷于局部最优的问题,提出一种混合变异差分进化算法,通过加入概率因子来平衡算法收敛速度与全局搜索能力,以阵列孔径、阵元数量以及阵元间距为约束条件,将算法中的实数编码转化为二进制编码,以方向图平面峰值旁瓣电平之和最低为目标函数,通过优化后得到的阵元分布,得到稀疏优化阵列的三维方向图。仿真结果表明:该方法在满足约束条件的同时,能够避免算法早熟得到较优的目标函数值,概率因子为算法提供了额外的自由度。     

无线传感器网络节点三维定位的翻转模糊检测

为了解决基于测距的无线传感器网络节点三维定位中可能会发生翻转模糊的问题,本文提出并证明了节点三维定位的翻转模糊检测问题,可以等价为判断是否存在一个平面和所有参考节点的测距误差球都相交的问题(Existence of Intersecting Plane,EIP).为了求解EIP问题,本文进一步提出了公切面法(Common Tangent Plane,CTP)和正交投影法(Orthogonal Projection,OP)两种求解方法.CTP方法采用的是边界检测原理,OP方法则将EIP问题转化为一个角度计算问题,并用坐标变换的方式来求解.经过理论分析和大量的仿真证明,CTP方法虽然具有较好的检测效果,但是计算复杂度太大;而OP方法在几乎获得与CTP方法相同的检测结果的情况下,能够大大降低求解EIP问题的计算复杂度.     

参数自适应混沌粒子群算法在盲源分离中的应用

独立分量分析(ICA)是盲源信号分离中应用最为广泛技术,其应用过程需要对目标函数进行优化,传统粒子算法(PSO)对其进行优化时,存在易陷入局部最优、稳定性差等缺陷,针对此问题,提出采用参数自适应混沌粒子群算法对ICA进行优化.首先采用对PSO的参数进行自适应调整,提高粒子的搜索能力,然后对粒子群进行混沌扰动,提高算法收敛速度.仿真结果表明,使用参数自适应混沌粒子群算法可以有效解决ICA的目标函数优化问题,极大提高了盲源信号的分离效果.     

基于遗传算法的声源三维定位方法

相位变换加权的可控响应功率（SRP-PHAT）算法是一种基于麦克风阵列的鲁棒声源定位方法,该算法在有混响和噪声的环境下仍有较高的定位精度.但该算法用网格法对整个声源空间进行搜索,逐点计算其目标函数,因而总的计算量非常大,不适用于实时定位系统.针对SRP-PHAT的特点,采用遗传算法进行搜索,使总的计算量大幅度降低.仿真结果表明在混响时间为300ms,信噪比为5dB的条件下,该算法仍可达到较高的定位精度.     

基于配准的红外焦平面阵列条纹非均匀性校正

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声.分析了其产生的原因,提出了一种基于亮度恒定假设和配准的条纹非均匀性校正算法.根据相邻两帧获得亮度均方误差函数,最后通过最小化全局亮度均方误差函数得到全局最优解作为非均匀性校正的参数.实验结果表明,该算法能够在几帧内达到较好的收...     

802．11无线局域网中AP放置与信道配置的联合算法

在多小区无线局域网规划中,接入访问点(AP)放置与信道配置是两个重要的任务。在给定用户业务需求的条件下,谋求最大系统吞吐率和资源分配的公平性是网络规划的目标,其中公平性由吞吐率均衡因子表征。在传统的规划策略中,AP放置与信道配置被分割为两个先后的步骤;而该文提出的目标函数则将这两个问题联合解决以得到更好的系统性能。当采用全局遍历时,对目标函数寻求全局最优解计算量庞大;因此该文又提出了一种有效的局部最优解搜索算法补丁算法,此算法计算量小,同时能较好地逼近全局最优解。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制( GSM)系统接收端最大似然( ML)检测算法计算复杂度极高的缺点,提出了一种基于压缩感知( CS)信号重构理论的低复杂度信号检测算法。首先,在多输入多输出( MI-MO)信道模型下,通过改进正交匹配追踪( OMP)算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。