基于广义分布式天线阵的MIMO检测

针对超3代（B3G）系统中广义分布式天线阵的架构,提出了适用于多个多天线阵中多输入多输出（MIMO）结构的交叉迭代检测译码算法. 该算法通过在多天线阵之间交叉传递信息的方式,将传统的贝尔实验室分层空时码（BLAST）译码算法与干扰删除操作结合起来,实现交叉迭代译码,有效地解决了广义分布式天线阵系统中相邻天线阵覆盖范围内使用相同资源用户之间的干扰问题,改善了系统性能.     

NLOS环境下基于自适应遗传算法的TOA/AOA定位算法

在视距传播(LOS)环境下,波达时间/电波到达角(TOA/AOA)定位算法比TOA算法的定位精度有了进一步的提高,但是在非视距传播(NLOS)环境下,这些定位算法的精度会受到较大影响。为了减小NLOS传播的影响,提出了一种NLOS环境下的TOA/AOA定位算法。利用自适应遗传算法对TOA/AOA混合定位算法中的非线性优化问题进行求解,从而提高系统的定位精度。仿真结果表明,提出的算法在NLOS环境下有较高的定位精度,性能优于Chan算法和LS算法。     

空间相关随机MIMO信道建模

针对几何建模的空间相关信道复杂度较高的问题,提出了一种通用的空间相关随机MIMO信道的建模方法。构建该信道首先需产生随机独立的MIMO信道,其次将该信道进行相位补偿,最后乘上空间相关矩阵。该信道建模采用随机产生方式,同时考虑信道的时延扩展、多普勒扩展、角度扩展等多种信道参数,通过调整某些参数可生成适用于各种MIMO技术研究的信道模型,如智能天线、空间分集、复用等,并且具有计算复杂度低、产生简便的优点。     

基于遗传算法的压缩感知DOA测量矩阵设计

基于格拉姆矩阵(Gram matrix),利用遗传算法给出一种优化压缩感知波达方向测量矩阵的方法。对阵元进行不重复采样,构造测量矩阵;根据稀疏字典得到压缩感知DOA的感知矩阵,并由其构造格拉姆矩阵;以所得格拉姆矩阵非对角元素的平方和作为遗传算法的适应度值,利用遗传算法求解出最佳采样阵元。仿真实验显示,以所给方法设计的测量矩阵,在采样阵元较少且信噪较低的情形下,仍具有较好的DOA估计性能。     

一种特殊的稀疏线天线阵

本文提出了构造稀疏线阵的新方法。阵元位置序列相应于有限投景几何理论中的完备差集。用计算机求得了不同阵列长度下阵列分布的各种组态。给出方向性图计算公式。并对各种阵列的辐射特性进行了比较，本文还揭示降满阵和这种稀疏阵的关系，指出，在一定的数学准则下，满阵是这种稀疏线阵的极限。     

基于遗传算法的邮路优化

本文讨论了应用遗传算法 ,以邮运成本为权值的邮路优化问题     

基于遗传算法的BP网络优化研究

提出了一种改进的自适应遗传算法(IAGA)，它利用网络结构的特点，采用前向自适应技术，实现对神经网络的有效训练．仿真实验表明，该算法优于BP算法和标准遗传算法(BGA)，网络训练质量和效率都有很大提高．     

基于遗传算法的神经网络优化的研究

有效地确定神经网络的参数和结构,一直是神经网络研究中的一个难点。遗传算法是一种基自然选择和自然遗传机理的全局搜索学习算法。本文研究了遗传算法优化神经网络连接权的思想和方法。实验结果表明,遗传算法为训练神经网络提供了一种新的途径。     

基于遗传算法的BP网络优化研究

提出了一种改进的自适应遗传算法(IAGA),它利用网络结构的特点,采用前向自适应技术,实现对神经网络的有效训练.仿真实验表明,该算法优于BP算法和标准遗传算法(BGA),网络训练质量和效率都有很大提高.     

基于遗传算法的邮路优化

本文讨论了应用遗传算法，以邮运成本为权值的邮路优化问题。     

基于遗传算法的结构优化方法

介绍了结构优化的数学模型和遗传算法的改进,同时分别用简单遗传算法和改进的遗传算法对算例进行了计算比较。计算表明,改进的遗传算法能加快收敛速度,提高精度。最后通过编制VC＋＋来实现遗传算法程序,并结合算例对其进行了分析,证明了本程序是正确的。     

基于可变种群遗传算法的MIMO直接盲多用户检测

本文研究了遗传算法在MIMO系统中直接盲多用户信号检测问题,通过分析遗传算法种群的构成对算法收敛速度和性能的影响,本文提出了一种基于可变种群的改进遗传算法,测试函数的计算表明,与传统的遗传算法相比,改进的算法能够以比较快的速度收敛到全局最优解,利用改进的算法对MIMO系统的直接盲多用户信号检测的仿真结果也进一步表明了算法的有效性。     

基于改进遗传算法的输电网优化规划

针对传统电网规划方法往往只能提供一种规划方案的缺点,提出用遗传算法进行输电网规划,根据输电网规划的特点,对遗传操作进行了改进设计,算例分析表明,该法可获得一批最优、次优的规划方案,结果令人满意.     

基于遗传算法的神经网络优化的研究

有效地确定神经网络的参数和结构,一直是神经网络研究中的一个难点。遗传算法是一种基于自然选择和自然遗传机理的全局搜索学习算法。本文研究了用遗传算法优化神经网络连接权的思想和方法。实验结果表明,遗传算法为训练神经网络提供了一种新的途径     

基于遗传算法优化的模糊控制技术

在传统模糊控制的基础上,提出了一种基于遗传算法优化的自调整模糊控制算法．通过对模糊变量隶属函数参数编码优化,实现了模糊控制规则的在线自调整,并通过物理实验证实了算法的可行性．     

行波电流天线阵的加载

天线进行加载后可使电流以行波分布，从而改善天线的综合性能。本文以两单元天线阵为基础讨论天线阵的行波加载问题，提出了确定阵单元加载量的加载公式。研究了加载量与相关参量的相互关系。数值计算表明，天线阵经加载后可保证在全方位的电扫描过程中，保持单元电流的行波分布，从而可使天线阵的系统性能得以改善。另外所导公式计算简便，避免了传统方法解决同类问题时计算量大的困难。     

基于遗传算法的供水泵站优化调度

本文对供水泵站的效率优化问题进行了探讨，在提出用指数曲线准确地拟合水泵性能曲线的基础上，建立了供水泵站效率优化问题的数学模型，并设计了相应的遗传算法进行求解，仿真实验结果表明了该算法合理、有效。     

基于改进免疫遗传算法的电力系统无功优化

电力系统无功优化是保证系统电压质量、降低网损的重要措施.基于遗传算法、免疫算法的优缺点,提出一种应用于电力系统无功优化的新算法-改进的免疫遗传算法.对IEEE-30节点系统的仿真表明:该算法能够有效地提高收敛速度,避免早熟收敛.     

基于自适应小生境遗传算法的物流配送路径优化研究

针对遗传算法具有早熟的缺点和小生境遗传算法比遗传算法更费时的问题,将自适应小生境技术引人遗传算法,构建自适应小生境遗传算法,用以解决带时间窗的车辆路径优化问题.实验结果表明该算法具有更好的搜索能力和收敛速度,能有效地调和种群多样性与算法耗时的矛盾,解决物流配送车辆路径优化的问题.