基于遗传算法的部分比特自适应波束形成

介绍了基于遗传算法的部分比特自适应波束形成方法，该方法可实现星载面天线阵方向图的实时综合。模拟实验结果表明，算法都能够在波束“凝视”方向满足指定增益的前提下对抗来自副瓣的强干扰。而且具有比唯相算法更快的收敛速度。本文的方法可用于任意平面阵列，其结果对工程和理论研究都具有重要意义。     

自适应波束形成的神经网络方法

在自适应陈列天线中，自适应波束形成的问题可以归结为带线性约束的最小二乘问题，为解决传统算法中运算量过大的问题，文章提出一种利用Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ网络实现自适应波束形成的方法，由于神经网络具有大规模并行处理的能力，该方法较传统方法有更好的实时处理能力。     

发射自适应波束形成技术研究

在天线阵发射波束时进行方向图零点控制是现代雷达采用的先进技术之一,该文分析了一种唯相位共轭梯度自适应于扰置零算法,并详细叙述了我们研制的基于TMS320C31的雷达自适应干扰对零阵列处理实验系统。理论分析和实验结果均表明系统能有效置零抑制干扰、是一种实用性强的系统。     

共轭梯度自适应波束形成算法

本文讨论了共轭梯度算法在自适应波束形成中的应用，指出在时域和空域同时处理，与仅在时域或空域处理的方法相比，不仅在性能上得到了改进，而且放宽了对阵元数目的要求。同时提出了一种前后向平均和多层前后向处理的结构和方法，使算法在上得到了进一步的改善。     

基于高阶统计量的自适应非线性波束形成新算法

本文提出了一种新的基于高阶统计量的自适应非线性波束形成器，与常规的基于２阶相关矩阵自适应数字波束形成器相比，它的有效阵列孔径得到扩展，可抑制多于阵元数个有源干扰，对主瓣干扰抑制的性能及波束保形得到明显的提高，对阵元误差具有更强的容差能力。计算机仿真结果验证了这些结论。     

基于特征结构的自适应波束形成新算法

基于相关矩阵的特征分解，本文提出了一种改进的线性约束最小方差波束形成（ＬＣＭＶ）新算法，当目标信号含于相关矩阵中时，新算法能有效地抑制信号对消现象，并且具有良好的波束保形能力和快速收敛特点，计算机仿真结果验证了这些优点。     

基于遗传算法的波束形成算法研究

随着卫星导航技术的不断发展,相控阵天线在导航领域中的应用也越来越多。波束形成算法是决定相控阵工作性能的重要因素。针对卫星导航领域对相控阵天线波束形成的需求,对基于遗传算法的波束形成算法进行了研究,重点满足对均匀加权下的旁瓣抑制、窄波束形成进行了优化设计。同时,在算法设计过程中,充分考虑了器件的不理想因素带来的幅相误差,得到了良好的优化结果,提高了算法的应用性能。     

一种基于期望信号预减除的稳健自适应波束形成方法

针对自适应波束形成中的期望信号自消除问题,提出一种干扰加噪声协方差矩阵重建稳健自适应波束形成方法。算法具有较低的计算时间复杂度。该方法首先使用波达方向估计技术得到期望信号的波达方向,其次对每两根相邻天线的接收信号进行特定的加权相减,能够减除阵列信号中的期望信号成分,继而得到不含期望信号且保留了干扰加和噪声的更新阵列信号,再次,使用更新阵列信号计算干扰加噪声协方差矩阵,最后计算得到加权矢量。理论分析给出了减除期望信号过程的原理和算法的复杂度,仿真结果表明,在16阵元情况下,所提算法的输出信干噪比(Signal to Interference plus Noise Ratio,SINR)性能比最优值低0.52 dB,因自由度损失造成的性能损失小于0.3 dB,综合性能优于其他对比的方法。     

误差条件下基于协方差矩阵重构的自适应波束形成

针对有幅相误差的互质阵列,提出了一种基于协方差矩阵重构的鲁棒自适应波束形成方法。该方法的主要思想是重构信号的协方差矩阵。如果幅相误差存在且无法被忽视,协方差矩阵重构的精度会受到幅相误差的影响。为了消除幅相误差的影响,准确地重构信号的协方差矩阵,提出了一种基于最小二乘(TLS)的方法。首先,建立了含有幅相误差的协方差矩阵重构的基本模型。然后,将问题转化为变量误差(EIV)模型。再将幅相误差的校准转换为与幅相误差相关的误差矩阵的估计,再利用估计结果得到信号协方差矩阵的有效估计。为了解决误差矩阵估计问题,提出了一种交替下降算法。仿真结果表明,即使在存在幅相误差的情况下,该方法仍能提高协方差矩阵的重建精度,并且自适应波束的性能优于现有算法。     

共轭梯度自适应波束形成算法

本文讨论了共轭梯度算法在自适应波束形成中的应用,指出在时域和空域同时处理,与仅在时域或空域处理的方法相比,不仅在性能上得到了改进,而且放宽了对阵元数目的要求。同时提出了一种前后向平均和多层前后向处理的结构和方法,使算法在性能上得到了进一步的改善。     

混合遗传算法用于卫星自适应调零天线研究

将遗传算法与LMS算法结合构成一种混合遗传算法,并将其用于卫星自适应调零天线的波束空间调零处理。研究了参数设置对混合算法抗干扰能力的影响,并讨论了一种参数自适应的方法,这种方法降低了参数选择的难度,提高了参数选择的效率,并能够动态的调整参数设置达到较好的抗干扰效果。     

基于复数GA的波束空间自适应调零处理

建立了直接辐射阵列多波束天线波束形成的数学模型.提出一种改进的复数编码遗传算法,在算法的初期和后期采用不同的配对方案,在奇数代和偶数代分别采用外推、内插和正交外推内插算子,克服了已有算法的早熟和对初始群体依赖等缺陷,提高了算法的全局收敛能力.采用记忆算子使算法能够对抗位置跳变干扰.模拟实验结果表明,该波束空间自适应调零新方法能够应用于LEO卫星抗干扰,且调零分辨率高、性能稳定可靠,可以获得比传统自适应波束形成算法更好的干扰抑制性能.     

遗传算法在雷达组网最优化布阵中算法研究

分析了遗传算法用于雷达组网最优化布阵的基本原理和关键技术。遗传算法是从多个初始点开始寻优，通过判断适度函数决定是否被淘汰或选择，从而实现全局或准全局最优，与传统雷达组网的效用函数法、专家法等方法比较具有原理简单、搜索量少、速度快等优点，解决了传统算法搜索量大、速度慢等问题。计算机的仿真实验表明了该方法的有效性。     

基于改进自适应遗传算法的图像配准方法

采用遗传算法进行图像配准时,存在收敛速度慢、易早熟的问题,可能导致误配。为克服这些缺点,提出了改进的自适应遗传算法(improved adaptive genetic algorithm,IAGA)。该算法以互信息作为相似性测度,通过对遗传参数设置的改进,自适应的调解进化过程中的交叉概率和变异概率,既提高了遗传算法的收敛速度,又有效地防止了早熟。实验结果表明,改进算法具有更好的有效性和精确性。     

一种基于种群多样性的新型自适应遗传算法

为克服传统自适应遗传算法易出现未成熟收敛的问题,提出一种新型基于种群多样性的自适应遗传算法。解决未成熟收敛问题的关键是避免算法在寻找到最优解前种群多样性的丧失。为适应进化过程中种群多样性的变化,提出了包含方差因子和种群熵因子的交叉概率和变异概率公式。根据种群收敛情况相应地调整交叉概率及变异概率,在不破坏种群优良基因模式的同时保持种群的多样性。通过标准函数测试与已有算法进行对比,结果表明,所提算法相较于已有算法,在保证收敛精确度的同时提高了收敛速度,有效克服了“早熟”等问题。     

基于改进小生境遗传算法的微波/光混合链路中继卫星资源调度方法

针对微波/光混合链路中继卫星系统多资源约束 下的多目标综合调度问题,分析了微波与激光混 合链路的主要特点和影响因素,建立了混合链路资源调度多目标约束规划模型;将小生境技 术引入遗传 算法,并设计了基于精英保留的选择机制和自适应的交叉、变异算子,提出了一种改进的小 生境遗传算 法对模型进行求解。所提算法可有效避免遗传算法局部优化能力差及容易陷入局部最优等缺 陷,同时能够 防止最优解的丢失,解决了混合链路多资源约束下的多目标综合调度问题。仿真结果表明 ,相对与传统 的遗传算法,本文算法在保持种群多样性和求解全局最优解方面具有优势,有效解决微波/ 激光混合链路中继卫星系统的多目标综合调度问题。     

基于自适应遗传算法的方向图综合

提出了一种改进的方向图综合方法.该方法以遗传算法为基础,以正交基函数表示天线口径分布,并且在优化过程中,对交叉概率、变异概率和变异范围同时进行自适应的变化.和原有的遗传算法相比,该算法减少了优化变量的数目,天线激励的相位和幅度曲线更光滑,提高了收敛的速度,并且缩小了幅度的动态变化范围.线阵和面阵的仿真结果均表明,该方法实用、高效.     

基于自适应遗传算法的EPS路感研究

文中研究了汽车转向路感的形成,并对系统进行了动力学建模,分析了电动助力转向系统的路感特性,研究了电动助力转向系统路感的影响因素.提出了用自适应遗传算法改善电动助力转向系统的路感.仿真结果表明,自适应遗传算法具有搜索速度快,收敛精度高等优点,基于自适应遗传算法优化的系统参数提高了系统的转向路感.     

自适应混合遗传算法在弹药装载中的应用研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题,属于NP 完全问题,其求解是很困难的。本文在考虑弹药装载中各类约束条件的情况下,对简单遗传算法进行了多方面改进,提出了一种自适应混合遗传算法,来求解弹药装载问题。本文对该算法的编码和解码过程,以及复制算子、交叉算子和变异算子的构建,进行了详细的阐述,给出了使用该算法求解弹药装载问题的具体实现方法。