基于改进遗传算法的相控阵适当随机馈相方法北大核心CSCD

基于相控阵天线波束受数字移相器量化相位影响而引起较高寄生副瓣电平,文中提出了一种基于改进遗传算法的相控阵天线适当随机馈相方法。该方法通过融合适当随机馈相技术,减少了随机馈相优化问题的变量维数,有效降低了遗传算法优化时的难度;同时,在遗传优化交叉过程中采用混沌序列产生交叉点的位置,以海明距离度量个体间的差异程度,遵循防止"近亲结合"的个体配对原则,对"近亲"引入新的个体进行替代,改善了遗传算法容易陷入局部最优的缺点,提高了全局搜索能力。仿真结果表明,新方法在抑制相位量化寄生副瓣优于基于传统遗传算法的完全分布式随机馈相优化方法,更有效地降低了天线方向图峰值副瓣电平。     

基于Gomory-Hu算法有效实现的图像区域分割

提出一种基于图的图像区域分割方法。算法首先对原图像利用区域生长技术产生初始分割;其次以初始分割区域作为顶点构造赋权无向图;最后以Minimum Cut为准则,利用改进的Gomory-Hu算法得到图像的最终分割。该方法既减少了构造图的顶点又利用了全局信息来对区域分割。实验结果表明了该算法的有效性。     

基于混沌粒子群算法的宽零陷方向图综合方法

自适应阵列天线常需要采用宽零陷技术,以增强阵列天线抗干扰的稳健性。为此,提出了一种基于混沌粒子群算法（CPSO）的阵列天线宽零陷方向图综合方法。该算法首先采用混沌序列初始化粒子位置,以增强搜索多样性,并在对部分非优胜粒子的位置更新时引入混沌扰动项,在每次迭代中对全局最优位置进行变尺度混沌优化,提高了全局和局部搜索能力,加快了收敛速度。仿真结果验证了混沌粒子群算法在阵列天线宽零陷方向图综合时的收敛速度和精度方面均优于标准粒子群算法。     

基于图论Gomory-Hu算法的快速图像分割

Gomory-Hu算法是图论中的经典算法,用于寻找图的最小流割等价树,具有最优解,但是该算法很难处理较大的图像,而且倾向于分割出孤立点集。为此,给出了孤立点的判定方法,并提出一种基于Gomory-Hu算法的图像分割方法。该算法首先通过快速聚类减少图中顶点数目,然后构造新的赋权图,并应用Gomory-Hu算法对图进行最优划分,得到分割结果。提出的算法对多幅自然图像进行了分割实验,平均分割时间在3 s内。实验结果证明了算法的有效性和快速性。     

基于混沌粒子群算法的阵列天线容差分析

研究阵列天线性能优化设计,针对阵列天线幅相误差对天线性能的影响,传统的阵列天线容差分析采用统计理论方法,前提需要假设幅相误差服从某种概率分布,导致不同分布的幅相误差对应不同的结论形式,并且公式推导过程复杂.为了在建立阵列天线最坏情况容差分析的数学模型,提出了一种混沌粒子群算法简单实用的阵列天线最坏情况容差分析方法.通过在粒子群算法中利用混沌技术优化初始种群,并对位置更新时引入混沌扰动项和位置更新后进行边界约束,进行仿真,提高了粒子群算法的全局搜索能力.结果验证了算法在最坏情况分析时,可以得到在准确性和稳定性方面的优化结果.     

基于参数化最小割方法的SAR图像区域分割

由于SAR图像中存在大量的相干斑噪声,最小割准则(Minimum Cut Criterion)倾向于分割出小的孤立点集,因此最小割准则难以直接应用于SAR图像分割中。本文给出了一种可以根据需要来控制分割区域大小的参数化最小割准则(Parametric Minimum Cut Criterion),由此减少小的孤立点集的产生。该准则通过构建参数化割树(Parametric Cut Tree)得到理论最优解。为了参数化最小割准则更有效地应用于SAR图像分割,结合了区域分割方法中的四叉树分裂合并技术,给出了一种基于图论的SAR图像区域分割算法。在利用四叉树技术分裂图像时,根据SAR图像的统计特性,给出了一种新的区域一致性度量,有效地抑制了相干斑噪声的影响。实验结果表明了本文方法的有效性。     

基于混沌遗传算法的宽零陷波束赋形方法

针对传统自适应波束形成技术形成的零陷较窄,可能引起无法准确对准干扰方向而产生抑制失效的问题,提出了一种基于混沌遗传算法（Chaos-Genetic Algorithm,CGA）的宽零陷波束赋形方法。该方法通过建立宽零陷波束赋形数学模型,采用融合混沌技术的遗传算法进行优化;利用混沌序列初始化粒子位置,并在遗传交叉算子中引入变尺度混沌扰动项,增强种群多样性和跳出局部最优的能力,实现全局和局部搜索能力的提高,有效提高收敛精度和加快收敛速度。仿真结果验证了采用新方法能够在预定位置形成较深的宽零陷,具有较好的稳健性。     

基于图论Gomory Hu算法的快速图像分割*

GomoryHu算法是图论中的经典算法,用于寻找图的最小流割等价树,具有最优解,但是该算法很难处理较大的图像,而且倾向于分割出孤立点集。为此,给出了孤立点的判定方法,并提出一种基于GomoryHu算法的图像分割方法。该算法首先通过快速聚类减少图中顶点数目,然后构造新的赋权图,并应用GomoryHu算法对图进行最优划分,得到分割结果。提出的算法对多幅自然图像进行了分割实验,平均分割时间在3 s内。实验结果证明了算法的有效性和快速性。