用遗传算法精确求解部分充填波导的传播常数

应用遗传算法高精度求解了用有耗磁性材料部分充填的矩形波导的传播常数，并对结果进行了详细的分析。求解过程中，结合遗传算法的强大功能和参数跟踪策略中的搜索域压缩与位移功能而形成的一种新算法，其中参量跟踪策略有效缩小了搜索区域，保证了解的单一性，提高了运算速度；使用动态搜索域提高了解的精度。应用三阶差商公式预估新的搜索中心，使运算速度得以进一步提高。从实际结果可以看出此方法非常有效而且精确。     

基于改进广义回归神经网络和主成分分析的宽带DOA估计

为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。     

频率可重构超宽带天线研究

超宽带天线和可重构天线是当今天线领域研究的热点。将可重构天线技术应用到超宽带天线设计中,讨论了频率可重构超宽带天线的设计思路。以印刷单极子椭圆天线为原型,给出了两个可重构天线的具体结构,并对天线进行了可重构带阻设计,避免与相关频段之间的干扰。仿真结果表明:重构后天线Ⅱ的低频获得了扩展,其相对尺寸的长和宽分别减小到最大工作波长的0.116倍和0.087倍,工作频段为0.174～10.9GHz,可重构阻带为5.1～5.95GHz,带宽比可高达62:1.     

基于Matlab的电磁场理论之可视化教学研究

电磁场理论是一门研究宏观电磁现象的科学,它是工科电子类专业的一门重要的专业基础平台核心课程。针对电磁场理论课程＂难教＂、＂难学＂、＂难考＂的特点,为了提高教学效果,探讨了将面向科学与工程计算的高级语言Matlab引入电磁场理论课程教学的可行性和必要性,给出了Matlab语言在教学实践中的应用实例,以期达到可视化教学之目的。教学实践表明,基于Matlab的可视化教学可以扩充学生的感性认识,使抽象的理论课教学生动形象化,增加学生们的学习兴趣和信息,教学效果明显。     

基于混合核的PSO-SVM的L形天线谐振频率建模

人工神经网络进行建模时通常需要准备大量的数据样本,同时,网络结构一般都比较复杂;而采用支持向量机（SVM）进行建模时,不同核函数有不同的效果,各有利弊,且选取SVM模型参数的理论支撑尚不完整。为了解决这些问题,文中提出了一种基于粒子群优化（PSO）算法的新的SVM混合核函数,这种混合核函数是将局部核函数中的柯西核函数和全局核函数中的多项式核函数进行线性组合,且组合系数和各个核函数中的参数采用PSO算法来优化选取。采用UCI数据库中的wine-red数据集对该混合核函数进行了验证,仿真结果表明,该混合核函数可以提高模型的学习能力和泛化能力。最后,将基于混合核函数的PSO SVM方法用于L形微带天线谐振频率建模,进一步证明了这种方法是可行的和有效的。     

基于粒子群算法的高斯过程建模对GPS天线优化设计研究

目前微带天线的优化设计主要采用优化算法与电磁仿真软件HFSS相结合的方案, 但使用HFSS进行大量的精确电磁仿真花费时间较长且对硬件要求较高.为解决此问题, 提出了一种在优化过程中利用高斯过程模型替代全波电磁仿真软件的方法, 并应用粒子群算法进行优化设计, 这种方案可以有效减少优化设计所需时间.利用该方法对GPS北斗双模微带天线进行了优化设计, 在花费时间只有原方法0.2%的基础上所设计的天线能够满足设计指标, 证明了该方法的有效性.     

简化粒子群优化方法的改进研究

为了有效提高粒子群优化算法的收敛速度和搜索精度,增强算法跳出局部最优,寻得全局最优的能力,提出了一种改进的简化粒子群优化算法。该算法考虑了粒子惯性、个体经验和全局经验对于位置更新影响力的不同,改进了位置更新公式,克服了粒子群优化算法收敛速度慢和易陷入局部最优的缺点。标准函数测试结果表明该改进算法的收敛速度和搜索精度有了很大的提高。     

多用户MIMO系统用户选择算法

MIMO系统在不增加带宽的情况下可以有效提高频谱效率。但由于多用户MIMO系统现存预编码方法和系统天线数目的限制,使得系统容纳用户数为一限定值,无法满足实际需要。针对这一问题,给出一种等功率分配的用户选择算法,其通过对信道容量等效近似来得到较优的用户组。为了降低用户选择复杂度,给出一种迭代的次优用户选择算法,达到快速选取较优用户的目的。仿真结果表明所提算法可以获得较好的系统容量性能,适用于实际通信系统。     

基于HAF-NM算法的PPS的极大似然参数估计

在加性高斯白噪声的背景下,建立了多项式相位信号的信号模型.在此基础上,推导了PPS极大似然参数估计的目标函数;给出了HAF与PPS相位系数之间的关系;阐述了Nelder-Mead单纯形数值优化算法的基本思想和实现步骤.仿真结果表明,当信噪比大于4 dB时,三次PPS各阶相位系数的估计性能均达到CRLB的下界.HAF-NM单纯形算法具有计算量适中,估计性能良好等特点.     

求解电磁领域中复超越方程的PSO-PTS混合算法

将改进的粒子群算法(PSO)与参数跟踪策略(PTS)及动态搜索域相结合形成一种新的混合算法,用于求解电磁领域中复超越方程的高精度求根问题.在算法实现过程中,采用在粒子群算法中加入基于群体适应度方差的自适应变异操作来增加群体多样性,有效地避免算法陷入早熟收敛;使用参量跟踪策略有效地缩小了粒子群算法搜索区域,保证了解的单一性,提高了运算速度;使用动态搜索域提高了解的精度,并使运算速度得以进一步提高.通过实例说明该混合算法能够精确地解决复超越方程中的多值问题,解集完备性好,且与现有结果相吻合.