遗传算法用于波达方向估计的线阵优化

利用遗传算法优化阵列设计来改善声目标波达方向估计性能.研究波达方向估计采用信号相位匹配原理的奇异值分解法SVDSPM,利用遗传算法对线阵进行了优化.优化时,阵列孔径不变,将阵元数目作为优化变量,优化目标是降低DOA估计误差.仿真结果标明:优化后在阵元数目减少的情况下,DOA估计偏差和均方误差更小.而且优化的阵列有好的低信噪比及宽带信号波达方向估计的能力.     

遗传算法用于波达方向估计的圆阵稀疏优化

关于阵列信号优化问题,利用遗传算法对双圈圆阵进行优化,尽量用最少的阵元个数达到甚至取得更好的 DOA 估计,改善了 CBF 算法的方位估计性能.在单源和多源入射条件下,分别设定了不同的目标函数,为了探测阵的主瓣宽度或最大旁瓣水平尽可能小,对双圈圆阵进行了稀疏优化.仿真结果表明:优化阵的主瓣宽度比原始均匀圆阵阵小 1°,最大旁瓣水平降低近 3dB 左右.优化后的阵列在不同频率和低信噪比情况下仍具有较好的 DOA 估计性能,为设计提供了可靠的参考.     

超宽带系统等距线阵的方向图

给出了高斯脉冲波形的自相关函数和能谱密度函数等时域、频域基本特性,建立了超宽带系统的等距线阵接收模型．并以接收高斯脉冲为例,从信号能量的角度定义了天线阵列的峰值幅度方向图、峰值功率方向图和能量方向图。对等距线阵的各种方向图进行了仿真计算,结合仿真结果对各种方向图的角度分辨率进行了比较,各种方向图的公式定义和仿真结果都表明等距线阵的峰值功率方向图具有更好的角度分辨率,为阵列天线在超宽带系统中的应用研究奠定了基础。     

增加主瓣增益控制的阵列天线方向图综合遗传算法

阵列天线方向图综合是针对阵列天线方向图进行的相关研究中的一项基础性的研究内容。不同的应用场景中不仅需要设计形式不同的天线阵列,更需要阵列天线方向图并根据不同的性能参数指标要求进行分析优化,从而获得符合使用要求的阵列方向图。针对传统阵列天线方向图综合算法在方向图综合过程中未考虑主瓣增益约束的问题,提出了一种用于阵列天线方向图综合的改进遗传算法。在经典遗传算法的基础上设计了新的适应度函数以满足特殊情况下对主瓣增益进行约束的需求;并在算法计算过程中增加了精英保留策略,设计了随进化代数改变的交叉、变异概率。经仿真实验,结果表明所提算法能够在阵列天线方向图综合时在保证主瓣方向上的增益满足要求的同时可以获得相对低的副瓣电平水平。     

基于最小冗余线阵的谱相关波达方向估计算法

根据均匀线阵输出的共轭循环相关矩阵具有很大的冗余特性，提出了基于最小冗余线阵的谱相关共轭循环MUSIC算法。该算法利用了信号的时域和空域联合特征，并引入了伪数据矩阵，使算法的性能远优于其他方法。理论分析和计算机仿真实验均表明，与基于最小冗余线阵的共轭循环MUSIC算法相比，该算法具有良好的波这方向估计性能，扩展了阵列孔径，抗噪能力强，分辨率高，能用较少的阵元估计更多的信号源方向。     

基于遗传算法的最优控制加权阵的设计

遗传算法作为一种全局优化算法在自动控制领域得到了广泛的应用，在线性二次型最优控制设计中加权阵的选择是一项既重要又困难的工作，提出一种根据系统瞬态响应这一具有直接工程意义的品质指标，通过遗传算法来确定线性二次型最优控制加权阵的设计方法。根据这样确定的加权阵设计的最优控制器可实现闭环系统具有所期望的响应特性，且满足最优性以保证闭环系统的渐近稳定性及具有较大的稳定裕量。通过一个单输入单输出三阶系统的仿真实例说明了此方法的可行性与有效性。     

基于遗传算法的均匀圆阵DOA估计研究

用遗传算法对均匀圆阵进行目标的方位角估计,引入确定性最大似然准则确定遗传算法中的适应度函数,利用模式空间变换方法将均匀圆阵转换为虚拟线阵.通过计算机仿真验证算法在低信噪比的情况下有很好的收敛性和稳定性.     

不同分辨率线阵卫星影像联合区域网平差

不同影像联合区域网平差可以提高影像利用率与应急几何处理效率,以达到利用少量控制点对影像进行定位的目的,该文以严格成像模型为基础,将姿轨系统误差描述为时间的二次多项式,通过引入带权虚拟观测值改善法方程状态来克服定向参数之间的相关性,并给出各类观测值的定权方法,推导出区域网平差模型,并对不同分辨率影像进行联合区域网平差。结果表明:控制点个数并非越多越好,对本实验区域而言,采用SPOT-5影像进行几何定位,周边布设4个控制点即可消除大部分系统误差;影像分辨率影响像点坐标量测精度,不同分辨率影像联合平差时可以通过权值设定及增加影像重叠度方法改善几何定位精度。     

基于光束法平差的双线阵系统标定技术

针对线阵相机特殊使用场景中所需要的高精度图像,对线阵相机进行高精度标定。提出一种基于光束法平差的双线阵相机标定方法。通过背景差分法获取线阵相机的特征点的像素坐标。再利用已有的直接线性变换方法和非线性优化方法求出相机的内参,外参,畸变参数后,将得到的初始参数与世界坐标作为待优化集合,利用LM法和光束法平差对该集合进行更进一步的优化,使得双线阵系统的重投影误差降到最低。实验表明,该方法与传统的线阵相机标定方法相比重投影误差降低了75.01%。     

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.     

用GA寻优线性系统模糊控制器规则

控制精度和自适应能力一直是模糊控制应用中较难解决的问题,解决这一问题的关键在于选取适当的控制规则,而遗传算法可以较好地解决常规的数学优化技术所不能有效解决的问题。该文给出了对于具有修正因子的控制规则,采用遗传算法对其参数进行自调整的方法,它可提高模糊控制器的性能。通过仿真实验表明了该方法对于线性系统的控制是有效的。     

基于微遗传算法的稀疏天线阵列优化方法

为生成无栅瓣、高空间分辨率的方向图,均匀平面阵列使用的天线单元数量很多,实现难度和成本高。稀疏布阵只需要相对较少的单元数目,会出现旁瓣电平升高、测向模糊等问题。通过对天线阵列特性进行分析,以全向一致、无栅瓣、低旁瓣的高分辨方向图为目标,利用微遗传算法对多重圆环阵列单元的位置参数进行优化,性能分析表明综合出的多重圆环阵列具有方位角对称、旁瓣电平低、起伏小的特点,且该算法优化效率高、收敛速度快。     

ARM多维天线阵控制系统的设计

介绍基于ARM和CPLD的多维天线阵控制系统的设计。系统采用串行通信方式,用ARM嵌入式系统与CPLD相连接取代传统上采用的计算机连接CPLD方式的控制,由于ARM的运用使系统控制阵列天线更具智能化、应用程序更简化,CPLD的使用大大增加了与外设相连接的引脚数,满足了项目中对多条控制线的需求。作为主控制器的ARM取代了PC机,ARM具有体积小、集成度高、运算速度快、存储器容量大、功耗低等特点,节约了项目成本,缩小了整机体积,增强了系统的稳定性和灵活性,在实际应用中取得了理想的效果。     

基于生产计划排单的遗传算法的优化与应用

ERP是当今国际上先进的企业管理模式,其核心是计划体系,包括主生产计划、采购计划、车间作业计划等。车间作业计划的管理目标是按物料需求计划的要求,按时、按质、按量和低成本地完成加工制造任务。该文探讨了遗传算法在车间作业计划安排中的应用,主要是针对Flow Shop的调度问题,给出了包括建模、编码、选择、交叉、变异和适应性函数等的具体算法,并在最后给出了自适应算法、混合遗传算法等优化算法。经仿真算例分析,该算法取得较理想的效果。     

遗传算法在阵列天线方向图综合中的应用

应用实数编码的遗传算法进行阵列天线方向图综合的优化设计.针对阵列天线方向图综合的特点,运用算法,通过优化单元电流幅度、阵元间距,对阵列天线方向图进行了综合优化,其中包括方向图的波瓣控制和零点生成,并同时压低旁瓣电平使其达到期望值.仿真结果表明,通过优化,天线阵的辐射特性获得很大的改善,在主瓣宽度满足要求的情况下,副瓣电平也可达到-33.6100dB.良好的仿真结果表明遗传算法在阵列天线方向图综合中的应用是有效的,有良好的应用前景.     

基于遗传多目标优化算法的Pareto最优解研究

遗传算法可有效求解多目标优化问题中的Pareto最优解,并利用MATLAB进行了仿真验证。     

Evolving Evolutionary Algorithms with Patterns

A new model for evolving evolutionary algorithms (EAs) is proposed in this paper. The model is based on the multi expression programming (MEP) technique. Each MEP chromosome encodes an evolutionary pattern which is repeatedly used for generating the individuals of a new generation. The evolved pattern is embedded into a standard evolutionary scheme which is used for solving a particular problem. Several evolutionary algorithms for function optimization are evolved by using the considered model. The evolved evolutionary algorithms are compared with a human-designed genetic algorithm. Numerical experiments show that the evolved evolutionary algorithms can compete with standard approaches for several well-known benchmarking problems.     

基于遗传算法的无刷直流电机控制参数优化

基于Simulink平台建立无刷直流电机双闭环控制系统仿真模型,对其双闭环均采用带限幅输出的积分分离PI调节器,利用基于实数编码的改进遗传算法对传统试凑法得出的转速环的准最优PI参数进行优化,其适应度函数充分考虑了系统的误差及控制量,得出了最优的PI参数.解决了不能准确用数学方法来描述的系统,在Matlab中可以用遗传算法实现其控制.经仿真分析表明,应用遗传算法可以快速的得到控制模型的最优参数,比传统方法相比具有更快的动态响应和更高的调节精度.     

基于遗传算法的QoS多播路由优化算法

研究了带宽、延时、延时抖动和分组丢失率约束以及费用最小的QoS多播路由优化问题,提出了一种启发式遗传算法、该算法采用可变长度染色体(路由串)和它的基因(节点)应用于编码问题。交叉操作在交叉点进行部分染色体(部分路由)交换,变异操作维持种群的多样性。该算法采用简单维护操作维护好所有的不可行的染色体,交叉操作和变异操作相结合保证了最优解的搜索能力和解的全局收敛性。计算机仿真实验证明该算法快速有效,可靠性高。     

基于双极偏好占优的阵列天线优化方法

传统进化算法在解决4个或4个以上目标的阵列天线综合问题时,出现了选择压力不足的难题.给出了一种基于双极偏好占优的阵列天线优化设计方法,该方法借助决策者根据解决实际问题的经验给出的目标值偏好,采用TOPSIS方法,比较Pareto解之间的相对贴近度值,建立了严格的非支配关系,引导种群向高的定向辐射方向图及低的零陷值靠近.为了可视化高维空间中的解集,用高维空间对角技术法对高维空间上的解进行可视化,并将该方法与现有的3种多目标优化方法进行解集质量优劣的比较与分析.仿真结果显示,该方法在解决4个以上目标的阵列天线综合问题时具有更好的收敛性以及更多的优秀解个数.