MIMO雷达正交波形集设计——线性调频-相位编码混合波形

提出了基于线性调频-相位编码组合波形的MIMO雷达正交波形集设计方法。与常规单载频子脉冲相位编码信号相比,线性调频-相位编码波形具有易于实现宽频带和高距离分辨率的优点;建立了MIMO雷达正交波形集优化模型,利用遗传算法进行组合优化,所得波形集不仅具有较低的互相关性,而且每个波形的自相关旁瓣也受到一定的抑制,波形集性能优于常规相位编码波形。仿真实验验证了理论分析的正确性和优化方法的有效性。     

正弦信号幅值和初相位估计的问题研究

在已知频率的情况下,提出了利用互相关函数估计正弦信号幅值与初相位算法,解决了使用自相关函数法估计幅值丢失相位信息问题.并利用叠加法在不损失源信号能量的情况下,提高了观测信号信噪比,从而提高了正弦信号估计精度.仿真实验结果表明,基于叠加的互相关函数法可在较低信噪比情况下以较高精度估计正弦信号的幅值和初相位.     

基于自适应飞蛾扑火优化算法的三维路径规划

三维路径规划问题是在干扰环境下寻找出发点到目的地之间最优路径的组合优化问题。针对传统群智能算法在求解该问题时存在收敛精度低、易陷入局部最优等缺陷,提出了一种自适应飞蛾扑火优化算法对该问题进行优化求解。改进算法通过引入飞行方向动态调整策略和位置交叉策略,在动态调整飞蛾飞行方向的同时不断产生新个体,有效避免了算法陷入局部最优;通过自适应调整火焰的数量,在算法全局探索阶段增强了种群多样性,避免了早熟收敛。将自适应飞蛾扑火优化算法与其他群智能算法用于三维路径规划问题求解,实验结果表明,改进的自适应飞蛾扑火优化算法在所有算法中代价值最小,收敛速度最快,说明该算法在三维路径规划问题中具有更好的求解能力。     

融合折射原理反向学习的飞蛾扑火算法

飞蛾扑火算法是一种新型群智能优化算法,目前已经应用于特征选择和图像分割等诸多领域。然而,传统的飞蛾扑火算法后期收敛速度不足且容易陷入局部最优,从而影响了算法的整体性能。为了提高飞蛾扑火算法的优化性能,提出了一种基于折射原理反向学习的飞蛾扑火算法（ROBL-MFO）。该算法首先在飞蛾的更新公式中引入历史最优火焰平均值,使火焰间的信息能够互相交流,提高算法的收敛能力;其次利用随机反向学习策略对解进行反向学习,扩大算法的搜索空间;最后使用折射原理对解进行折射操作,提高种群的多样性,帮助算法跳出局部最优。在六个标准实验函数上得到的实验结果表明,对比其他算法,ROBL-MFO算法拥有更好的收敛速度,且能够有效跳出局部最优。     

改进粒子群算法在正交编码优化中的应用

为了避免同型号雷达发射信号之间产生的相互干扰,一般要求各雷达发射的信号是正交的,所以设计具有低自相关和互相关的正交编码信号是雷达抗干扰的关键。针对频率编码雷达信号,提出一种基于改进粒子群的正交编码信号优化算法,引入遗传算法中的交叉变异思想,从而克服基本粒子群算法(SPSO)收敛速度慢、易陷局部最优的缺点,最后对设计结果进行了分析。仿真结果表明,该方法是有效和可行的,在性能上要优于基本粒子群算法、模拟退火算法(SA)和混合遗传算法(HGA)。     

全局扰动和互利因子作用的飞蛾扑火优化算法

为解决飞蛾扑火优化(moth-flame optimization, MFO)算法收敛速度慢、容易陷入局部最优等问题，提出一种飞蛾扑火优化(DBMFO)算法。使用Bernoulli混沌映射，提高初始种群的多样性；引入全局扰动因子，提高算法的全局搜索能力；使用互利因子对全局扰动后的位置再次进行更新，避免新的算法陷入局部最优，使得算法更快收敛。通过对10个基准函数进行仿真实验，确定迭代系数的取值，通过Wilcoxon秩和检验来验证算法性能，其结果表明，改进的DBMFO算法在求解的精确度以及收敛速度上均有明显提升。     

基于改进风驱动优化算法的稀疏阵列旁瓣抑制方法

针对阵列稀疏通常会引起波束方向图旁瓣电平抬高的问题,本文提出了一种基于改进风驱动优化算法和凸优化的稀疏阵列旁瓣抑制方法。该方法首先针对传统的风驱动优化（Wind driven optimization, WDO）算法缺少普遍适用的参数设置方案,提出了一种结合高斯分布的改进风驱动优化算法。将半圆阵方向图的峰值旁瓣电平作为目标函数,采用改进的WDO算法作为全局优化算法来优化阵元位置,同时采用凸优化算法作为局部优化算法来高效求解有效阵元的最优加权系数,确保了阵元位置和权值的理想匹配。仿真结果表明,在稀疏 阵列阵元数一定的情况下,算法可有效降低旁瓣水平,具有更好的全局寻优能力和更快的收敛速度,为稀疏阵列的旁瓣抑制提供了有效的优化设计方法。     

基于改进遗传算法的圆阵列方向图联合优化

为降低圆阵列方向图的峰值旁瓣电平,提出一种基于改进遗传算法的圆阵列方向图优化方法。将阵元位置和阵元权值作为联合优化变量,以最小化波束方向图峰值旁瓣为目标函数,采用遗传算法优化阵元位置和阵元权值,以增加变量的自由度,在采用双重选择机制的基础上,结合差分进化、内插/外推、单点交叉和多点交叉4种方式实现交叉变异。实验结果表明,该方法能降低陷入局部最优点的概率,具有较好的适应度和较快的收敛速度,使峰值旁瓣电平降低至?12.611 dB。     

基于灰关联混合蛙跳算法的雷达波形设计

提出了一种基于灰关联混合蛙跳算法的雷达波形设计方法,以混合蛙跳算法为主体,在局部更 新算子中引入遗传算法的遗传算子,并改进原始蛙跳算法的分组方法,丰富了种群的多样性,同时引入灰关联综合评价法则对适应度函数值加以关联度分析。文中以设计具有低自相关旁瓣和互相关特性的正交多相编码为例,将该算法用于雷达波形设计中。仿真结果表明使用本文算法产生 的波形具备较好的低自相关特性和互相关特性,表明了该算法是有效和可行的。     

基于改进差分进化算法的天线阵列优化研究

针对具有阵元数目、孔径尺寸以及最小阵元间距约束,以抑制峰值旁瓣电平(PSLL),使非均匀阵列单元得到优化布局.优化过程中由于搜索空间较大,优化结果可能出现不可行解.为有效地解决以上两个问题,提出了一种改进的差分进化算法,采用实值编码,通过使用新的个体描述方式,减小了优化搜索空间;同时通过改造适应度函数,避免了变异交叉后出现不可行解.给出了改进算法的流程,通过仿真实例验证了算法的有效性和稳健性.仿真结果表明,改进方法在有最小阵元间距约束下以抑制峰值旁瓣电平为目的的非均匀阵列单元优化布局问题中有良好的应用前景.     

基于凸优化的3D变迹函数水下声呐成像算法

针对水下声呐成像算法中旁瓣电平过高的问题,提出一种基于凸优化的3D变迹函数优化方法,用于成像算法之前,以求在波束形成中获得较低旁瓣电平。利用凸优化算法高效求解满足约束条件的阵元激励权值,将激励权值形成一个3D变迹函数,以幅度变迹的方式作用于各阵元接收的信号,并对幅度变迹后的各阵元接收信号采用延时叠加方法波束形成并成像。以主瓣宽度和峰值旁瓣电平作为衡量波束性能的指标,将所提出方法与切比雪夫窗函数方法和未经变迹函数方法处理进行对比,并进行成像仿真。实验结果表明:所提出方法可以有效地抑制波束峰值旁瓣电平,提高成像对比度。     

基于改进探路者算法的多阈值图像分割

针对多阈值图像分割方法中存在的计算量大、运行时间长等问题,在标准探路者算法的基础上,引入Tent混沌映射初始化和自适应t分布策略,提出一种基于改进探路者算法的多阈值图像分割方法,该方法以Kapur熵为目标函数对最优分割阈值进行搜索。为了验证算法的有效性,首先通过标准测试函数验证改进探路者算法的收敛精度和收敛速度,然后将改进探路者算法与Kapur熵结合后应用于Berkeley图像数据集进行多阈值分割,并与标准探路者算法、飞蛾扑火算法、灰狼优化算法和粒子群算法进行比较和分析。实验结果表明,提出的改进探路者算法收敛速度更快、求解精度更高,较其他对比算法有着更好的分割效果,且PSNR与SSIM都有更好的表现,能有效解决多阈值图像分割问题。     

基于多目标飞蛾算法的电力系统无功优化研究

鉴于电力需求的日益增长与传统无功优化方法的桎梏,如何更加合理有效地解决电力系统的无功优化问题逐渐成为了研究的热点。提出一种多目标飞蛾扑火算法来解决电力系统多目标无功优化的问题,算法引入固定大小的外部储存机制、自适应的网格和筛选机制来有效存储和提升无功优化问题的帕累托最优解集,算法采用CEC2009标准多目标测试函数来进行仿真实验,并与两种经典算法进行性能的对比分析。此外,在电力系统IEEE 30节点上将该算法与MOPSO,NGSGA-II算法的求解结果进行比较分析的结果表明,多目标飞蛾算法具有良好的性能,并在解决电力系统多目标无功优化问题上具有良好的潜力。     

BOC及其衍生信号通用无模糊捕获分析

针对BOC(binary offset carrier)及其衍生信号通用无模糊捕获方法匮乏的问题,提出了一种基于伪相关函数(pseudo correlation function,PCF)的无模糊捕获改进方法。首先,根据形状码向量的概念构建了BOC信号的互相关函数统一表达式,并提出了两组新的形状码向量;然后,通过接收信号与形状码向量对应的参考信号做互相关合成得到一个单峰;最后,通过单峰与自相关函数合成得到通用无模糊捕获方法。仿真实验表明,在同一条件下,新提出的捕获方法主峰能量相对于副载波相位消除法提高了23%,并且能够适用于所有类型和所有调制阶数的BOC信号,能够完全消除同步过程中自相关函数的模糊性。     

基于改进二次相关算法的TDOA时延估计

在TDOA时延估计中,二次相关算法能够较好地抑制噪声干扰,进而提高时延估值精度.为了进一步提升在较强噪声干扰的条件下二次相关算法的抗噪性能,在传统二次相关算法中的互相关函数部分加入SCOT加权函数,提出了基于改进二次相关算法的TDOA时延估计.算法对接收到的信号分别进行自相关以及SCOT加权互相关,再将所得到的相关函数进行二次广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比时改进算法较传统算法具有较高的估值精度.     

基于连续混沌系统的低旁瓣雷达波形设计*

线性调频波(LFM)为了降低旁瓣而进行加窗处理,这导致信噪比损失;目前的非线性调频(NLFM)信号中有很多是离散混沌调频信号,自相关旁瓣也较高。针对这一问题,提出利用初始值优化过后的连续混沌系统的变量进行调频,可获得自相函数旁瓣低至-3953 dB的调频信号。仿真结果表明,相比于加窗后的线性调频信号、离散混沌调频信号和离散混沌调相信号,连续混沌调频信号具有更好的旁瓣抑制效果,并且保持了混沌信号固有的抗干扰性能（ECCM）。     

基于延时互相关的正弦信号频率估计方法

为提高非整周期采样信号的频率估计精度,提出一种基于延时互相关的正弦信号频率估计方法。首先,截取一段采样信号及其等长度延时信号;其次,对2段信号做互相关运算,并构建不包含误差项的误差校正信号;然后,对误差校正信号进行频率粗估计,并生成参考信号;最后,根据柯西-施瓦兹不等式构造误差函数,通过最小化误差函数得到频率精估计值。仿真实验结果表明：该方法能有效降低非整周期采样的影响,提高频率估计精度,其估计精度优于同等条件下基于自相关的频率估计方法,使得频率估计值的均方误差更接近克拉美罗下限。     

基于遗传算法的雷达抗同频干扰方法研究

为了抑制或规避雷达编队中同型雷达发射信号之间产生的同频干扰,通常设计具有低自相关和互相关的正交信号是雷达编队抗同频干扰的关键。针对调频编码脉冲雷达信号的特点,提出了新的雷达编队抗同频干扰信号处理方法,应用遗传算法对调频编码序列进行优化选取,从中找出具有低自相关和互相关性能的几组正交编码组,以规避同型雷达间的同频干扰现象。仿真结果表明,该方法是有效的和可行的。