基于自适应遗传算法的最优M序列码搜索

编码信号已经广泛地应用于现代雷达系统中,而编码信号的旁瓣抑制一直是雷达信号处理中有待优化的问题。提出一种基于自适应遗传算法（AGA）优化搜索M序列二相码波形的方法。对于M序列,初始寄存器的选择对于主副比是很关键的。自适应遗传算法的遗传算子交叉概率与变异概率可自适应调整。与标准遗传算法（SGA）相比,这种算法能更好地避免＂早熟＂现象,保持了物种样本的多样性,最终能够收敛到脉压特性更好的序列。试验结果证明了该方法的可行性和有效性。     

遗传算法在二相码优化搜索中的应用

旁瓣抑制一直是雷达信号处理中的关键过程,本文提出了一种利用遗传算法优化搜索二相码M序列的方法。以遗传算法搜索出的序列组作为M序列产生器的初始序列,可以得到非周期自相关特性较好的伪随机序列。利用此方法产生的M序列作为调制信号得到的二相编码信号不需要加权就可获得较高的主副比,从而避免了加权引起的失配损失。     

一种基于梯度免疫算法的参差MTI滤波器设计

为了解决动目标检测过程中的盲速问题,通常采用参差周期法设计参差滤波器组来达到同时抑制杂波和推远盲速的效果。提出了一种基于梯度免疫算法的参差MTI滤波器优化设计。该算法利用免疫算法搜索最优参差码,有效地避免了传统遗传算法中的早熟问题。针对传统的遗传算法运算量较大的问题,引入了梯度算子缩小初始种群规模,使运算量大大减少。仿真结果验证了算法的可行性和有效性。     

基于改进混合量子遗传算法的二相编码雷达波形优化

针对当前雷达波形优化算法搜索策略单一、适用范围受限的问题,提出了一种基于改进混合量子遗传算法的二相编码雷达波形优化算法。所提算法采用了一种新的自适应旋转角度策略,根据迭代次数和余弦相似度动态调整旋转角度,提高了算法的收敛速度、全局搜索能力和求解质量。仿真结果表明,与遗传算法、基本量子遗传算法和混合量子遗传算法相比,对于包含了单峰、多峰和非凸优化问题的6个标准测试函数,所提算法在质量和资源消耗上均表现更好;对于二相编码雷达波形优化,证实了使用所提算法优化波形是可行和有效的。     

基于免疫克隆算法的最优M序列搜索

二相编码脉冲压缩信号例如巴克码和M序列已经广泛应用于现代雷达系统中。二相编码波形设计中初始移位寄存器的选择是个关键技术，它直接决定了信号波形在满足最小峰值功率下能否具有最大脉压比。基于免疫学中的抗体克隆选择，提出了用免疫克隆算法（ICSA）来搜索M序列最优初始移位寄存器值。与标准遗传算法（SGA）和一种混合遗传算法（HGA）相比，文中提出的方法有效地战胜了早熟现象，得到了更优的搜索结果。实验结果证明了此算法的可行性和有效性。     

基于遗传算法的多相码设计及旁瓣抑制

由于信号波形的“随机性冶易于实现“捷变冶,多相码序列在一定程度上可以提高雷达系统的抗截获能力,在雷达系统中得到广泛应用。文中采用自适应遗传算法进行全局搜索来优化多相码设计,以获得主副瓣比接近理论最优的多相编码。针对小时带宽积相位编码信号高脉压副瓣的特点,提出基于迭代加权最小二乘算法的预失配滤波器设计方法,从而降低多相码序列的脉压副瓣并扩展多普勒容限。通过仿真分析,验证了该方法的可行性及有效性。     

模拟退火算法及其在相位编码信号设计中的应用

模拟退火是一种优化组合多变量函数的有效算法，本文应用模拟退火算法进行相位编码信号设计，设计信号包括：二相码序列、二相码集和多相码序列，其中部份设计结果优于采用红典算法优化所得结果，这类相位编码信号可应用于雷达、通信等领域。     

基于迫零算法的二相码旁瓣抑制滤波器设计

为了解决大时宽带宽积二相编码信号脉压旁瓣抑制滤波器设计过程中易出现局部最优问题,提出了基于迫零算法的失配滤波器设计方法.从时域波形人手分析了二相编码信号的脉压失配滤波,将旁瓣抑制滤波器的设计转换为迫零均衡问题,对迭代运算中的步长因子和误差向量进行了自适应修正,在提高了算法收敛速度的同时增加了稳健性.对不同码长m序列的仿真结果表明,基于迫零算法的失配滤波器设计方法,可以有效解决大时宽带宽积二相编码信号旁瓣抑制滤波器设计中局部最优的困扰,所设计的失配滤波器具有较好的峰值旁瓣电平性能.     

非周期性DSSS信号的PN码序列盲估计

非周期性DSSS信号由于在扩频码周期内扩频序列的不可重复性而使其PN码序列盲估计方法和针对常规周期性DSSS信号的估计方法有所不同.文中在已知扩频码周期、码速率和信息码速率等参数,且信息序列使不相关的前提下,提出了最大相关峰脉宽盲同步算法、分段矩阵特征分解序列估计方法和基于最优移位相加特性的信息码剥离算法来完成对非周期性DSSS信号的盲同步和PN码序列盲估计,理论分析和仿真结果表明上述方法具有运算量小、适用范围广、低信噪比条件下鲁棒的优点.     

大多普勒下基于FFT伪码捕获技术研究

在直接序列扩频通信中,伪码的捕获一般是通过相关运算来实现的,对于具有大多普勒频移的直接序列扩频信号,采用传统的伪码捕获方法,捕获时间将会很长,同时运算量也非常大。为了实现伪码的快速捕获,研究了一种基于FFT的伪码并行捕获算法。针对伪码长度不是2的整数次幂和存在数据跳变的问题,提出一种改善方法。计算机仿真结果表明：该方法既能满足FFT快速运算的要求又能消除数据跳变的影响,从而提高了基于FFT的伪码并行捕获性能。     

基于指数遗忘分布的瞬时频率估计算法

本文提出了基于指数遗忘分布的信号瞬时频率估计算法.与其他的时频分布算法相比,通过采用单边指数分析窗口,指数遗忘分布可以在时频分析中引入迭代算法从而大大提高计算效率,本文对这一算法的性能进行了理论分析,同时其有效性在相应的仿真试验中得到了证明.     

头标压缩算法在移动IPv6中的应用

无线网络的带宽相对较窄,为了解决移动IPv6分组头标开销过大问题,本文提出了移动IPv6头标压缩算法。在无线链路上仅在数据流开始的时候发送完整的分组和选项头标,后续的IPv6分组只传送头标域中的变化部分和相对同一个流的关键标识符,在无线链路的两端压缩/解压缩分组头标。该算法有较好的容错功能,有效利用了无线带宽,应用前景广阔。     

Hybrid Genetic Algorithm for the Design of Modified Frequency-Response Masking Filters in a Discrete Space

This paper presents the design of high-speed, arbitrary bandwidth sharp finite impulse response filters with signed powers-of-two coefficients based on a modified frequency-response masking (FRM) structure. A novel hybrid genetic algorithm (HGA) is proposed to jointly optimize all subfilters in a discrete space. The proposed HGA introduces the simulated annealing technique into the genetic algorithm (GA) optimization process and effectively prevents the GA from prematurely converging. It is shown, by means of examples, that FRM filters designed by the HGA achieve a significant reduction in the number of bits.     

传感器网络小波数据压缩算法的设计与实现

无线传感器网络是无线网络重点研究的内容,数据压缩是其中的一项关键技术。文章研究无线传感器网络中基于小波变换的数据压缩算法设计与实现问题。首先提出适合资源受限无线传感器网络的渐进Haar小波变换,然后基于信号量机制和游程编码提出了一种小波数据压缩算法在无线传感器网络中的实现方案。原型系统实验表明,算法具有低的压缩压缩误差和较高的压缩比。     

一种有效的RGPO干扰鉴别算法及性能分析

本文研究目标跟踪时的距离门后拖(RGPO)干扰鉴别问题,分析了现有χ²检验算法的不足,在χ²检验算法的基础上,提出了一种采用信号似然比预处理和移位寄存器后处理相结合的鉴别算法,称之为Chi+SLR+register算法.该算法在最佳寄存器长度下,能使误判概率最小.在相当宽的寄存器长度范围内,该算法都有很好的鉴别性能.此外,该算法在有SOJ干扰时,也能保持高的鉴别率,因而是一种更有效的RGPO干扰鉴别算法.     

一种改进的快速IMP伪码捕获方法

针对迭代信息传递（IMP）伪码捕获算法中寄存器状态选取单元存在复杂度高且缺乏理论依据的问题,提出了一种改进的迭代伪码捕获算法。首先在分析译码得到的后验信息概率分布特性的基础上,定义基于后验信息的评价函数来衡量PN码的寄存器状态估计向量的可靠性。然后,按可靠度从高到低的顺序依次选取状态估计向量作为寄存器状态,进而生成本地PN码并进行相关验证。若相关值大于门限,则宣布捕获成功,操作停止;否则,选取下一个估计向量进行相同操作。若已用完所有的状态估计向量,则宣布捕获失败。最后利用长m序列为例进行理论分析及仿真,结果表明改进算法在一定程度上降低了运算复杂度,大大提高了收敛速度,同时捕获性能提高了大约1~3dB,特别适合于扩频通信系统中长PN序列的快速捕获。      

一种非线性回归模型参数估计的混合基因算法

提出了一种新的结合可变多面体法和基因算法的混合基因算法(HGA),它通过对问题的解空间交替进行全局和局部搜索,达到快速收敛至全局最优解,较好地解决了基因算法在达到全局最优解前收敛慢的问题。非线性回归模型参数估计的实验表明该算法具有较好的通用性和有效性。     

应用激光多普勒技术测量HGA共振的研究

对硬盘磁头HGA组件进行了模态分析和计算,介绍了激光多普勒技术用于硬盘磁头HGA组件的共振测量的原理,并据此设计了激光多普勒测量系统用于测量HGA共振特性.使用该测量装置,成功的测量了三组HGA的共振数据.试验表明,该测量系统能有效的实现HGA共振测量,并可获得较高的精度.     

水声通信数据无损压缩方法的对比研究

为了选择适合水声通信数据无损压缩的算法,对哈夫曼压缩算法和LZ77压缩算法进行了对比研究。通过C语言编程实现两种算法的压缩,并利用水声通信数据获得压缩结果。对两种算法的压缩率和压缩效率对比分析之后,得出结论：对于水声信号,使用哈夫曼算法将获得更好的压缩率和压缩速率。尤其是哈夫曼算法的压缩速率远远优于LZ77算法。