基于粒子群遗传算法的三轴磁通门误差校正

针对目前磁通门磁力仪误差校正方法中存在的校正精度不高和受初始参数影响较大的问题,提出一种基于粒子群遗传算法的磁通门误差校正方法。该方法首先在分析误差产生机理的基础上建立了误差校正模型,随后利用粒子群遗传算法来求解校正参数,该算法通过对粒子群中的适应度较差的粒子进行交叉、变异操作来增加算法的全局最优搜索能力。仿真实验结果表明,与传统的粒子群优化算法相比,基于粒子群遗传算法的误差校正能快速地收敛,且具有较强的全局最优搜索能力,可以实现对磁通门磁力仪的高精度校正。     

均匀圆阵互耦和幅相差有源校正分离迭代算法

阵列互耦和幅相差的综合影响会严重影响其测向性能,在研究由互耦和幅相差引起的阵列误差校正问题的基础上,针对均匀圆阵,提出了一种改进的阵列误差校正算法,通过测量得到的一组校正源的方向向量来估计阵列误差,改进算法充分利用了均匀圆阵互耦矩阵的特殊结构,并通过分离迭代的方法实现了阵列误差的优化校正.计算机仿真结果表明,改进算法提高了参数估计精度,并且可推广应用于校正源方位存在偏差的情况.     

基于动态学习策略多群体粒子群的消磁站水下磁传感器位置校正方法

消磁站海底敷设磁传感器是舰艇磁场测量的主要形式之一，水下磁传感器的位置偏差直接影响着舰艇磁场的测量精度和防护能力评估。针对现有方法难以准确定位消磁站水下磁传感器的问题，提出一种基于动态学习策略多群体粒子群的消磁站水下磁传感器位置校正方法。该方法首先将通电载流线圈等效成磁偶极子磁源，再通过线性多重计量方法改变磁源与磁传感器的相对位置以获取多组磁传感器磁场测量数据，据此建立水下磁传感器位置校正模型，并采用动态学习策略多群体粒子群优化算法优化求得位置偏差矢量，从而实现水下磁传感器位置的高精度校正。在综合分析磁偶极子等效误差等主要影响因素的基础上，设计了数值模拟实验和物理缩比模型实验，结果表明：该方法可有效解决消磁站水下磁传感器的位置校正问题，校正后x轴、y轴和z轴三个方向的位置误差均小于0.1 m。经过校正后的消磁站磁场测量精度可以满足舰艇磁场测量要求，该方法可以对消磁站位置安装偏差不大于0.3 m的水下磁传感器完成校正工作，具有较好的实用价值。     

基于矩阵重构的DOA阵元位置误差校正方法

针对阵元位置误差引起阵列流型出现一定的偏差和扰动,从而导致多重信号分类(MU-SIC)算法估计波达方向(DOA)性能下降的问题,本文在Toeplitz预处理算法的基础上,提出了一种基于矩阵重构的阵元误差校正算法.所提算法首先对有阵列位置误差的协方差矩阵进行预处理,恢复理想情况下协方差矩阵的Toeplitz结构,然后利用核范数优化算法构造凸优化函数,对处理后的协方差矩阵进行降噪,同时保证信号和噪声子空间的正确划分,最后利用MUSIC算法进行DOA估计.计算机仿真和实验分析表明,所提算法有效改善了存在阵元位置误差时MUSIC算法的角度分辨能力,而且减少了由快拍数不足带来的影响,提高了估计精度.     

量子粒子群算法的弹载SAR图像自聚焦方法

为了补偿弹载合成孔径雷达( SAR)回波数据中的相位误差,研究了一种新颖的SAR图像自聚焦算法.该方法以量子粒子群( QPSO)算法为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正,改善聚焦质量以提高打击精度.同传统的相位梯度自聚焦算法(PGA)相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频高阶...     

基于粒子群优化的地磁传感器非对准误差校正方法

针对椭球拟合校正方法中存在的旋转模糊性问题,提出了一种基于粒子群优化(PSO)的自主校正方法实现对地磁传感器非对准误差的估计,无需外部传感器辅助即可准确地求解地磁传感器的12个校正参数。采用仿真和实验数据验证了改进算法的性能,仿真结果显示该方法在椭球拟合校正方法的基础上将滚转角的测量精度从8°提高到1°,转台实验结果也表明所提出的自主校正方法提高了滚转角的实时测量精度。     

基于单辅助源的阵列幅相误差校正方法

研究了一种基于辅助信源的阵列校正算法.当阵列存在不依赖方位的幅相误差时,用本文的方法对阵列进行校正,校正后的各个阵列各个通道的增益和相位均达到一致,对修正后的阵列采用MUSIC算法得到了准确的波达方向估计值,仿真试验验证了该方法的有效性和可行性.     

粒子群和模糊算法相结合的MPPT算法

针对粒子群算法在稳定状态下精度不理想的问题,提出粒子群算法和模糊算法相结合的MPPT算法。该算法融合了粒子群算法和模糊算法的优点,利用粒子群算法在全局范围内搜索最大功率点,满足一定误差要求后再采用模糊算法继续进行最大功率点追踪,使光伏逆变系统同时具有全局寻优功能和较高的跟踪精度。仿真结果表明,该算法的输出功率高于普通粒子群算法输出功率,并能够精确地搜索到全局最大功率,实现了对全局最大功率点的跟踪且提高了精度,验证了算法的有效性。     

基于混合离散粒子群算法的多无人作战飞机协同目标分配

针对多无人作战飞机(UCAV)协同目标分配问题,提出了一种基于混合离散粒子群算法的多UCAV协同目标分配方法。混合离散粒子群算法根据多UCAV协同目标分配问题的特点,设计了新的粒子群位置和速度更新公式,并且充分利用粒子群优化算法的全局搜索能力,同时利用禁忌搜索的局部搜索能力,使2种算法的优势得到互补,较为显著地提升了原算法的性能。仿真结果表明:混合离散粒子群算法能够有效地解决多约束条件下多UCAV协同目标分配问题,并且算法简单、灵活,易于实现和扩展。     

基于改进鲸鱼优化算法的盲源分离方法

针对盲源分离方法中粒子群算法设置参数多、收敛速度慢的问题,提出了基于改进鲸鱼优化算法的盲源分离方法。该方法利用独立性准则,以混合信号的峰度作为目标函数,用鲸鱼优化算法代替常规的粒子群算法,并引入自适应权重,加快收敛速度,实现了对瞬时混叠信号的盲分离,有效解决了粒子群算法参数复杂、收敛速度慢的问题。仿真对比结果表明,基于改进鲸鱼优化算法的盲分离方法性能优于基于粒子群优化算法的盲分离方法,在低信噪比下也有良好的分离效果,应用于盲信号分离问题中是有效的。