基于改进风驱动算法的非等间距直线阵综合

针对风驱动优化(WDO)算法在解决非等间距直线阵方向图综合问题时收敛精度不高和局部寻优能力不足等缺陷,提出一种小波变异风驱动优化(WDOWM)算法,其中的小波变异算子采用随机化思想丰富了种群多样性。应用该算法综合不同数目阵元到非等间距直线阵方向图实例中,采用二阶多因素多水平的均匀设计方法确定算法参数组合。仿真结果表明,在要求低旁瓣电平和给定方向零陷的情况下,该算法的收敛精度和收敛速度均优于基本风驱动优化算法;与采用粒子群(PSO)算法优化此问题的已有文献相比,所提算法综合的效果更佳。仿真结果说明了所提算法性能良好,适用于天线阵综合问题。     

空间映射粒子群算法用于电磁优化计算

将粒子群算法与空间映射算法相结合,提出了一种空间映射粒子群优化算法,并用于电磁问题的优化计算.算法实现过程中,将电磁仿真计算中精确网格剖分的计算模型作为精确模型,将粗糙网格剖分计算模型作为粗糙模型,在粒子群算法中计算粒子适应度前,使用粗糙模型结合基于卡尔曼滤波的映射关系,估计出粒子是否对算法最优解更新有效,并对有效的部分粒子做适应度计算,可以很大程度上减少算法的计算耗时.通过E型贴片天线和谐振腔缝隙天线的优化仿真说明了本算法的有效性.     

基于多目标粒子群算法的小型化槽螺旋天线研究

设计了一种小型化的槽螺旋天线。首先在普通的槽螺旋天线臂上开槽,再在天线最外圈的天线臂上加载6个等距分布的贴片电阻,基于多目标粒子群算法对开槽位置和贴片电阻阻值进行优化,使得天线的工作频率向低频偏移,同时保证具有良好的圆极化辐射特性。仿真结果表明:在0.44~18.00 GHz频段内回波损耗小于–10 d B,1.8~18.0 GHz频段内轴比小于3dB。与普通的螺旋天线相比,在天线口径不变的情况下,极大地改善了天线的低频端的辐射特性。     

基于PSO的E型双频天线自适应优化设计

研究天线性能优化问题,为了满足多个无线通信系统实现多系统收发共用,天线需在宽频带及不同频段下工作.为了得到优化的谐振频率和宽带,通过在矩形微带线上开两条对称的槽得到E型贴片天线,实现天线的双频功能,利用电磁仿真软件IE3D建立天线模型,通过IE3D对天线的性能进行仿真和分析,同时使用粒子群优化算法对其关键性参数进行了自适应优化,得出天线的具体尺寸.仿真结果表明,天线-10dB阻抗带宽分别为125 MHz(2400-2525MHz)和275MHz(5575-5850MHz),能够满足WLAN(2400-2484 MHz/5725-5825 MHz)的通信需求.优化的天线结构简单,具有很好的双频特性,在工作带宽内有很好的全向辐射特性.     

一种改进的相关信道下MIMO天线选择算法

由于MIMO系统天线间距的限制等原因,实际MIMO无线信道往往是衰落相关的,而信道相关性严重影响了MIMO系统的性能。针对这个问题,提出一种改进的基于相关性天线选择算法,通过选择具有最小平均相关性和最大相关矩阵行列式的天线子集作为最优天线集合。在选择较少天线的情况,降低了计算复杂度,达到几乎与相关性选择算法相同的性能,且非常接近最优选择算法。仿真结果证明了改进算法的有效性和可靠性。     

微量遗传算法在波导短匹配负载设计中的应用

介绍了微量遗传算法(MGA)，并将之与小生境(Niche)技术及洗牌(Shuffle)技术相结合，优化选择遗传算法(GA)的初始群体，明显地减少了内存需求及运算工作量。从它和基本遗传算法(SGA)的比较结果可以看出，在计算精度基本相当的情况下，其计算时间比SGA明显减少，计算效率大为提高。并应用MGA对波导短匹配负载进行了优化设计，结果表明效果良好。     

导电薄膜方电阻的同轴探针无损测量方法

方电阻是表征薄膜吸波材料的重要特征参量。本文给出了用同轴探针非破坏性测量导电薄膜方电阻的准确方法及对应公式和样品实测数据     

改进小波变异粒子群优化算法用于直线阵综合

为了有效避免粒子群优化(Particle Swarm Optimization,POS)算法早熟收敛和陷入局部最优,提出了一种改进的小波变异粒子群优化(Improved PSO with Wavelet Mutation,IPSOWM)算法,该算法每次迭代时以一定的概率选中粒子进行小波变异扰动,将该改进算法应用于直线阵综合问题,结合实际应用中的数字衰减器和数字相移器进行了仿真试验.结果表明:该改进算法的搜索精度及稳定性均优于对比文献中结论,适合于天线阵综合问题.     

微带天线谐振频率的小波粒子群小波神经网络建模

谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败。本文基于改进的小波变异粒子群优化算法该算法的小波神经网络对矩形微带天线的谐振频率进行建模,可以有效地提高神经网络的建模精度。仿真试验表明,改进的小波变异粒子群优化算法是一种有效的方法,可以有效提高小波神经网络的泛化能力,基于该算法所建立的微带天线的谐振频率模型好于此问题的已有结论。     

一种稀疏增强的压缩感知MIMO-OFDM信道估计算法

 基于压缩感知(Compressed Sensing, CS)的信道估计可以达到减少导频的目的,但在频-时域信道矩阵到时延-多普勒域的稀疏变换中存在谱泄漏现象,影响了信道矩阵的稀疏性和估计的均方误差(MSE)性能。为此该文对信道的稀疏性进行研究,提出一种时域加窗的稀疏优化CS信道估计算法。通过对时域加窗,所提算法抑制了由离散截断导致的多普勒域泄漏,再据此设计出观测矩阵,以此方式增强信道在时延-多普勒域的稀疏性,并实现对稀疏的信道矩阵更为准确的重构,达到改善信道估计MSE性能的目的。仿真结果表明随信噪比的增大,加窗CS算法相比无窗CS算法有效改善了信道估计的性能。