基于凸优化的宽带阵列方向图综合算法

针对宽带任意阵列天线的方向图综合问题,提出了基于凸优化及其求解软件的方向图综合方法.其中针对宽带最低旁瓣方向图综合问题的特殊性,利用了凸优化的优良数值求解特性,以及最新的凸优化求解软件cvx时任意阵列天线的宽带最低旁瓣方向图综合算法进行了有效的建模和求解,获得了满足给定要求的宽带综合方向图.并通过详细的仿真分析验证了所提方法的正确性和有效性,而且优于当前提出的迭代算法.     

阵列天线的FEKO仿真分析

为在有限的硬件资源下,对复杂单元的大规模阵列天线进行有效分析,提出采用FEKO软件分析任意大规模阵列天线的有效方法. 首先应用FEKO进行相控阵分析,然后根据阵列天线的单元激励方向图(Active Element Pattern,AEP)进行阵列天线FEKO仿真分析. 实例表明,在普通硬件资源条件下,FEKO仿真分析可以在考虑单元互耦等实际因素的影响下,分析任意大规模阵列的方向图和端口特性等指标.     

近场麦克风阵列定点波束形成优化方法

为了有效的抑制干扰和噪声,该文在近场定点波束形成算法的基础上,研究麦克风阵列输出距离图和方向图的优化,通过施加不同距离和方向的虚拟干扰,来压低距离图和方向图的旁瓣,干扰强度随给定位置旁瓣高度而自适应的调整,最终实现阵列对期望信号形成的波束图优化,计算机仿真结果证明了该方法的正确性和有效性。     

阵列天线方向图仿真系统设计与研究

针对阵列天线的布阵问题,设计了一种阵列天线仿真系统,实现了阵列天线设计的可视化操作.通过设置阵元数、波长、阵元间距等天线相关参数,系统能够实现直线、平面、圆形和圆柱四类阵列天线的仿真分析.针对四类阵列天线稀疏布阵问题,系统采用遗传算法,对稀疏阵列天线的方向图特性进行研究.通过系统的仿真,用户可以直观地观察阵列天线方向图...     

基于微带阵列的天线设计与仿真

研究天线优化问题,为了达到高增益性能,采用天线阵列方法所设计的天线增益在达到一定范围后无法做进一步的提高,带宽偏窄,且占用相当的大小体积.针对上述问题,设计了一款工作于ISM频段的平面微带阵列天线.天线采用的是底边馈电方法对阵元贴片进行馈电,增加天线辐射面积,从而提高天线的增益并减小了天线大小.通过HFSS电磁仿真软件对天线进行仿真与优化,可以得到天线的高增益,并且具有良好的带宽范围.对仿真结果分析可得天线的带宽,增益及方向图性能均要优于传统的的微带阵列天线,空间利用率也高于传统馈电天线,达到优化天线的效果.     

基于遗传算法的低副瓣阵列天线综合

为得到更低副瓣的方向图,建立16单元线天线阵和32×32单元面天线阵遗传算法模型,并对这两类阵列天线方向图进行综合。将综合仿真结果与Chebyshev、Taylor两种传统综合方法进行比较。比较结果表明,遗传算法优化方向图的第1副瓣电平可达-40dB,且优化效率比传统方法高很多。为遗传算法在阵列天线方向图综合中的应用提供了技术支持。     

互耦效应对泰勒阵列天线的影响分析

互耦效应是低副瓣阵列天线分析与设计中需要考虑的重要问题.在经典阵列综合方法--泰勒综合法的基础之上,仿真分析了互耦效应对方向图副瓣性能的影响.结果表明,互耦效应对阵列天线的低副瓣性能影响较为严重.     

稀疏超声相控阵声场特性的仿真及优化

设计发射阵列与接收阵列上下交错排列的稀疏阵列,可有效消除栅瓣和抑制旁瓣.针对稀疏超声相控阵列的相位模糊问题,采用直径为16mm的压电超声探头,利用活塞式振动和远声场近似,得到了相控阵的阵列因子和方向图,对不同阵元尺寸、间距、数目等参数的相控阵声场特性进行了仿真及优化.优化后的阵列比单列阵列结构更加紧凑,方向图旁瓣得到有效抑制,横向分辨率达到4.09°,扫描范围由30.扩大到50..设计的稀疏超声相控阵列优化特性可用于空气中的障碍检测.     

空间任意阵的MUSIC算法性能研究

针对特定应用环境对阵列结构的特殊要求,以及一维线阵无法完成多维空间谱估计的问题,建立了空间任意阵列的数学模型,推导了空间任意阵的MUSIC算法,分析了算法的性能,实现了空间目标信号波达方向的方位角和俯仰角二维联合估计;以空间任意四元阵为例,通过计算机仿真,对比研究了3种不同阵列结构的MUSIC算法定向性能,仿真结果证明了算法的正确性和有效性。     

自适应对角加载在波束形成中的仿真研究*

当阵列误差存在时,Capon波束形成算法性能会急剧下降,特别是阵列输出信干噪比(Signal  to Interference plus Noise Ratio, SINR)。对角加载可以减弱小特征值对应的噪声波束的影响,能有效改善阵列性能及方向图畸变,但加载值的确定是一个较为困难的问题。本文算法根据加载值和采样协方差矩阵间的关系确定加载值,能自适应的根据采样数据确定加载值,在小快拍数和阵列误差存在情况下仍具有良好的鲁棒性,明显改善了阵列性能并减小了方向图畸变,且使零陷准确对准干扰方向。计算机仿真结果证实了此算法的鲁棒性。     

多层微波吸收材料的遗传算法设计

利用遗传算法(GA)编写多涂层优化设计程序,该程序可以调用矢量网络分析仪测量的电磁参数,根据吸波材料的电磁参数对0.5～6.0GHz范围内不同材料的涂层厚度进行优化设计;讨论了不同的目标函数和厚度优化方法对优化结果的影响,提出多常数权重法建立目标函数。结果表明:此方法可以简单地从材料电磁参数的数据库中,按照设定的要求计算得到最优的电磁波吸收涂层;利用提出的多常数权重法建立的目标函数可以更好的设计宽频带高吸收的电磁波吸收涂层。     

新的组合赋权 TO PS IS 法及其在船舶设计决策中的应用

多属性决策的结果与权重向量的选取有密切的关系。分析了主观赋权和客观赋权的优劣,提出了一种新的组合赋权方法。该方法通过在专家评分法、层次分析法、信息熵法、变异系数法这四种主客观赋权方法间建立平衡系数的概念,使最终的组合赋权向量与原向量间欧氏距离最小。将这种组合赋权方式与 TOPSIS法结合应用于载重量DW＝35000t原油船船型方案决策分析,评判结果表明,新的组合赋权 TOPSIS法简单易行,意义明确。同时能兼顾主客观赋权的优点,合理、客观地给出排序方案。这种综合方法也能推广应用于船舶决策的其他领域。     

基于粒子群优化算法的支持向量机参数选择

由于支持向量机的主要参数的选择能够在很大程度上影响分类性能和效果,并且目前参数优化缺乏理论指导,提出一种粒子群优化算法以优化支持向量机参数的方法.该方法通过引入非线性递减惯性权值和异步线性变化的学习因子策略来改善标准粒子群算法的后期收敛速度慢、易陷入局部最优的缺陷.实验结果表明,相对于标准粒子群算法,本方法在参数优化方面具有良好的鲁棒性、快速收敛和全局搜索能力,具有更高的分类精确度和效率.     

基于时间度的风险型动态灰色多属决策方法

针对方案属性值为区间灰数的动态多属性决策问题,提出了一种基于前景理论的动态多属性决策方法。定义了区间灰数新的距离测度;鉴于被评价对象在时序上的差异信息和波动性,建立了基于熵和时间度的确定时间权重的优化模型;以两两方案互为参考点确定了前景价值函数,由此构建了求解最优权向量的优化模型,最后以方案的综合前景值对方案进行排序。通过实例说明了该方法的合理性和有效性。     

融合词语统计特征和语义信息的文本分类方法研究

为了更好地表示文本语义信息,提高文本分类准确率,改进了特征权重计算方法,并融合特征向量与语义向量进行文本表示.首先基于文本复杂网络实现文本特征提取,接着利用网络节点统计特征改进TF-IDF得到特征向量,再基于LSTM抽取语义向量,最后将特征向量与语义向量相融合,使新的文本表示向量信息区分度更高.以网络新闻数据为实验对象的实验结果表明,改进特征权重计算方法,在特征向量中引入了语义和结构信息,并融合特征向量和语义向量,能进一步丰富文本信息,改善文本分类效果.     

三参数区间灰数信息下的动态多属性决策方法

针对方案属性值为三参数区间灰数的动态多属性决策问题, 提出一种基于前景理论的动态多属性决策方法. 定义了三参数区间灰数距离测度和排序方法; 鉴于被评价对象在时序上的差异信息和波动性, 建立基于方差和时间度的确定时间权重的优化模型; 以两两方案互为参考点确定前景价值函数, 由此构建求解最优权向量的优化模型,并通过求解方案的综合前景值对方案进行排序. 实例研究表明了该方法的合理性和有效性.

     

基于多元决策模型的结晶器协调控制方案

针对在特定物理环境、经济环境和工程环境下,如何选择最佳的结晶器协调控制方案的问题,提出一种新的控制方案分析方法:基于多元决策模型的模糊分析方法.根据连铸工业过程对结晶器控制系统的要求,选取鲁棒性、超调量、能量消耗率、安全性、安装成本、复杂性等6个指标建立综合评估体系,采用判断矩阵法确定多元决策权重向量,进而构造出控制系统评价优选的多元决策模型.基于该模型,在多元约束条件下对4种典型的结晶器协调控制方案及其仿真结果进行了模糊分析.分析结果对实际结晶器控制系统的设计有指导性意义.该方法可以推广到其他控制系统的方案评估中去.     

多输入-多输出系统的模型简化

用于大系统的模型最优简化的积分平方误差法,至今仅对输入向量的各分量相同时的少 数几种函数有效.本文指出,对各分量为不同类型函数的向量输入时,多输入-多输出系统的 模型同样可用积分平方误差法进行最优简化.     

基于人工免疫网络的正交小波盲均衡算法

传统的常数模盲均衡算法存在收敛速度慢、均方误差大、易陷入局部极小值点等缺点。为此,提出一种基于人工免疫系统的正交小波盲均衡算法。该算法将均衡器系数向量作为抗体,经过抗体克隆、变异和抑制等操作,搜索到适应度值最高的抗体,即均衡器的最优系数,使权向量跳出局部最优点,接近全局最优点,并利用正交小波变换改善常数模盲均衡算法的收敛性,降低均方误差。仿真实验结果表明,该算法收敛速度快、均方误差小,能得到全局最优解。     

基于模因算法的多模盲均衡算法

由于常模盲均衡算法(Constant modulus blind equalization,CMA)收敛速度和均方误差都不甚理想,且对多模信号均衡时会发生相位旋转,本文提出了基于模因算法的多模盲均衡算法(Multi-modulus blind equalization algorithm based on memetic algorithm,MA-MMA)。该算法将多模盲均衡算法(Multi-modulus blind equalization algorithm,MMA)代价函数的倒数作为模因算法(Memetic algorithm,MA)的适应度函数,利用MA全局优化机制和局部深度搜索能力,在每次全局搜索后对全部新产生的个体进行局部深度搜索,将全局和局部搜索得到的最优个体解向量作为MMA的初始最优权向量。仿真结果表明,与传统的CMA,MMA以及基于遗传算法的多模盲均衡算法相比,MA-MMA 的收敛速度最快,稳态误差最小,输出信号星座图最清晰。