基于混合变异差分进化算法的均匀面阵稀疏优化

差分进化算法(DE)已被广泛应用于解决稀疏面阵优化问题,针对DE 算法早熟、全局搜索能力差、容易陷于局部最优的问题,提出一种混合变异差分进化算法,通过加入概率因子来平衡算法收敛速度与全局搜索能力,以阵列孔径、阵元数量以及阵元间距为约束条件,将算法中的实数编码转化为二进制编码,以方向图平面峰值旁瓣电平之和最低为目标函数,通过优化后得到的阵元分布,得到稀疏优化阵列的三维方向图。仿真结果表明:该方法在满足约束条件的同时,能够避免算法早熟得到较优的目标函数值,概率因子为算法提供了额外的自由度。     

矩形平面稀疏阵列的免疫算法优化

采用免疫算法来优化矩形平面稀疏阵列最大相对旁瓣电平,建立了基于免疫算法的克罗内克积形式矩形稀疏阵列模型,并进行了仿真实验,结果表明免疫算法能有效地降低矩形平面稀疏阵列的相对旁瓣。     

平面稀疏阵列天线的约束优化设计

针对有阵元数和阵列口径约束的矩形平面稀疏阵天线的综合问题,提出了一种基于整数编码的差分进化算法。该方法以每个阵元的栅格位置编号作为设计变量,使阵列的稀疏率满足约束条件,避免了优化过程中的不可行解,还减少了优化变量的个数。为了加速优化过程,采用快速傅里叶变化计算阵列的方向图。以改善阵列峰值副瓣电平为目的进行仿真试验,结果表明：优化后的稀疏天线阵峰值旁瓣电平比现有方法相比改善了1.2~1.7 dB,且具有收敛性和稳定性好的优点。     

基于生物地理学算法的稀疏平面阵列优化

天线阵列的相对旁瓣电平和阵元位置为非线性关系。对于非线性关系求最优值问题,用其他优化算法较难求解,而研究采用智能算法求解是一条值得探索的可行路径。提出了一种混合智能算法——改进生物地理学算法,即对生物地理学算法的迁移算子和变异算子进行改进,以提高种群的进化速率,进而优化对称和非对称稀疏平面阵列。仿真结果表明,与以往的算法相比,该算法提高了优化速率,降低阵列的相对旁瓣电平;阵元在阵列孔径内非对称分布比对称分布,所获得的旁瓣电平更低。     

基于约束差分进化的阵列置零

阵列置零的同时,阵列的旁瓣电平升高、主瓣增益降低甚至阵列指向都会发生改变,导致阵列性能降低。针对阵列置零时阵列性能降低问题,提出一种约束优化模型。在约束优化模型中不仅设置了零陷深度约束和近旁瓣电平约束,还设置了阵列期望方向增益约束及阵列指向约束。在满足约束条件下,使得阵列旁瓣电平最低。并且针对标准约束差分进化算法收敛慢,采用自适应约束差分进化(e-SADE)算法,该算法采用多种变异方式相结合、自适应地调节交叉概率和缩放因子。运用自适应约束差分进化分别通过调节阵元相位和阵列功率一定时的阵元权值求解这个约束优化问题,仿真结果表明提出的方法实现了需求的目标方向图,利用自适应约束差分进化算法优化实现阵列置零是有效可行的。     

基于二进制差分进化算法的MIMO 雷达阵列优化

针对智能优化算法在MIMO雷达稀疏阵列优化中具有条件约束和局部收敛等问题,本文提出一种参数自适应的二进制差分进化(Adaptive Binary Differential Evolution,ABDE)算法。首先,提出一种规范化的编码方式,解决阵元数和孔径约束问题。通过依次添加、去除阵元,并判断操作对目标函数值的影响来决定阵元位置。其次,改进差分进化算法。借鉴和声搜索(Harmony Search,HS)算法,引入随机扰动,从而增加种群的多样性。通过定义一种二进制差分变异方式BDE/best/1,使父代信息尽量多地传递给子代。然后,提出参数自适应调整策略。利用logistic函数,构造S型的种群进化曲线。最后,MIMO雷达阵列优化设计实验验证了算法的有效性。     

平面六边形稀疏阵列天线的优化

针对标准的差分进化算法只能处理连续空间的优化问题,提出了一种基于取整策略的差分进化算法。该方法只需要对优化变量进行四舍五入取整,就能够把标准差分进化算法用于稀疏阵列天线方向图优化。将取整策略的差分进化算法应用到六边形平面稀疏天线阵的布阵设计。为了计算六边形阵列天线的方向图,提出在口径中添加虚拟单元的计算模型,把六边形阵列转化为可以实现二维快速傅里叶变换的矩形阵列。以改善阵列峰值副瓣电平为目的进行仿真试验,结果表明,优化后的稀疏天线阵峰值旁瓣电平与采用遗传算法相比改善了4.5~5.1 dB,且具有计算速度快、稳定性好的优点。     

基于改进差分进化算法的时间调制阵列多波束优化形成

提出了一种基于时间调制阵列的数字多波束形成方法。时间调制阵列会产生基波分量和各次谐波分量,通过调整各个单元的控制时序,实现谐波分量的幅度和相位综合,可以在正负第一次谐波处实现期望方向的波束形成。同时采用改进差分进化算法来优化控制时序,进一步降低最大旁瓣电平,实现两个指向不同的数字波束的设计。最后通过与时间调制阵列波束形成和基于基本差分进化算法的时间调制阵列波束形成对比,验证了该算法在数字多波束形成中的可行性和有效性。     

基于差分进化算法的交通图像稀疏分解

提出了一种基于差分进化算法的交通图像稀疏分解方法,该方法采用非对称原子和收敛速度较快和寻优能力强的差分进化算法,来实现对交通图像的稀疏分解。仿真实验结果表明,该方法能对交通图像进行快速、有效地稀疏分解。     

基于差分进化算法和遗传算法的混合优化 算法及其在阵列天线方向图综合中的应用

阵列天线方向图综合作为智能天线的一项重要技术对于复杂系统的优化问题提出了更高的要求.本文结合差分进化的基本思想和遗传算法的基因交叉和变异方法构建了一种新的混合优化方法.该算法使用差分进化算子作为主要优化手段,结合遗传算法优胜劣汰的基本思想以及其中的交叉和变异方法,通过融合两种优化方法各自的优点,可以显著改善多参数、高度非线性问题的优化结果、提高计算效率.计算机仿真结果表明,与现有算法相比,该算法用于天线方向图综合具有收敛速度快、优化能力强、算法可靠等优势.     

基于动态参数差分进化算法的多约束稀布矩形面阵优化

针对多约束条件下稀布矩形平面阵列天线的优化问题,该文提出一种基于动态参数差分进化(DPDE)算法的方向图综合方法。首先,对差分进化(DE)算法中的缩放因子和交叉概率引入动态变化控制策略,提高搜索效率和搜索精度。其次,改进矩阵映射方法,重新定义映射法则,改善现有方法随机性强和搜索精度低的不足。最后,为检验所提方法的有效性进行仿真实验,实验数据表明,该方法可以提高天线优化性能,有效降低天线的峰值旁瓣电平。

     

基于稀疏采样阵列优化的APG-MUSIC算法

针对稀疏阵列下2维波达方向(DOA)估计问题,该文提出一种基于稀疏采样阵列优化的加速逼近梯度(APG)算法与多重信号分类(MUSIC)算法相结合的2D-DOA估计方法。首先,建立稀疏阵列下的2D-DOA估计信号模型,并证明其具备低秩特征,满足零空间性质(NSP)。其次,为提高稀疏阵列下矩阵填充方法重构接收信号矩阵性能和以此为基础的2D-DOA估计精度,提出基于遗传算法(GA)的稀疏采样阵列优化方法。最后,将APG和MUSIC算法相结合,在重构完整平面阵列接收信号矩阵的基础上完成2维波达方向估计。计算机仿真结果表明,该方法在保证2维波达方向估计精度前提下,大幅提高阵元利用率,有效降低空间谱平均旁瓣,与常规2D-DOA估计方法相比具有优势。     

稀布圆阵的降维优化方法

针对有阵列孔径,阵元数目和最小阵元间距3种约束下的稀布圆形阵列综合问题,该文提出了一种基于修正遗传算法的降维优化方法。为了充分利用阵元布阵的自由度,同时使稀布阵列满足多个设计约束,在阵元排布时将2维平面阵列优化设计降维成1维的稀布直线阵列,计算阵列性能时再还原为平面阵列。该方法改进了现有圆阵综合方法中轨迹圆半径和轨迹圆上阵元数分布优化的不足,实现了全部阵元的联合优化,降低了算法的复杂性,同时保证了阵列的旁瓣性能,仿真结果证明了该方法的有效性。     

Sparse Planar Retrodirective Antenna Array Using Improved Adaptive Genetic Algorithm

An improved adaptive genetic algorithm is presented in this paper.It primarily includes two modified methods:one is novel adaptive probabilities of crossover and mutation,the other is truncated selection approach.This algorithm has been validated to be superior to the simple genetic algorithm (SGA) by a complicated binary testing function.Then the proposed algorithm is applied to optimizing the planar retrodirective array to reduce the cost of the hardware.The fitness function is discussed in the optimization example.After optimization,the sparse planar retrodirective antenna array keeps excellent retrodirectivity,while the array architecture has been simplified by 34％.The optimized antenna array can replace uniform full array effectively.Results show that this work will gain more engineering benefits in practice.     

基于差分演化算法的自适应无迹卡尔曼滤波

该文在分析无迹变换缩放参数选择方法的基础上,通过对几种缩放参数选择方法的对比分析后,确定以缩放参数选择作为优化目标,将差分演化算法(Differential Evolution, DE)应用到无迹卡尔曼滤波(Unscented Kalman Filter, UKF)计算中,选择每时刻滤波误差最小的缩放参数。提出了基于差分演化算法的自适应无迹卡尔曼滤波算法。通过实验表明,这种自适应策略不仅能够有效提高UKF的精度,避免使用固定缩放参数时可能造成的滤波随机发散;而且不受缩放参数个数限制,可以应用到任意形式的UKF中。     

基于模拟退火算法的平面稀疏阵优化

大规模稀疏阵列优化时,解空间十分庞大,一般优化算法难以实现.模拟退火算法不是一种解空间遍历算法,因而非常适合用于解决此类问题.利用平面阵的对称性,对解空间进行镜像压缩,进一步提高了优化效率.利用解空间压缩后的模拟退火算法优化得到了一种副瓣特性优良的稀疏布阵方式.     

基于稀疏面阵的低复杂度三维信源定位算法

针对3维信源定位中阵列结构过于复杂、算法复杂度过高、谱峰搜索范围过大的问题,该文提出一种基于互素线阵互素平移的稀疏面阵(CLACS-SPA)的3维降秩MUSIC算法(RARE-MUSIC).所提CLACS-SPA拥有中心对称的互素稀疏面阵结构,相较于同口径均匀面阵结构减少了大量的阵元,降低了阵列的结构复杂度;以CLAC...     

基于改进差分进化算法的机载分布式阵列栅瓣抑制方法

近年来,分布式天线阵列以其突破传统布阵环境限制的灵活性/ 高增益性成为阵列研究的热点。对于机载雷达系统,应用分布式天线阵列可以充分利用机身布阵空间资源,提高阵列的增益和空间分辨率。现有分布式优化方法多针对单元间大间距阵列与多子阵分散排布阵列,机载环境下双子阵分布式阵列优化研究极少。文章针对机载双子阵分布式阵列孔径栅瓣密集问题,提出利用差分进化算法并加以改进,实现对机载的分布式阵列栅瓣进行抑制。该方法能够在满足约束条件的同时,有效降低双子阵分布式阵列的高栅瓣问题,同时,阵列的副瓣可以被控制在较低的水平。在一定的子阵间距条件下,阵列的最大副瓣电平可以降低到-10 dB 左右。对优化算法的有效性进行蒙特卡洛实验,结果验证了该方法的可行性。     

基于改进的自适应差分演化算法的二维Otsu多阈值图像分割

针对常规最大类间方差法在多阈值图像分割中存在的运算量大、计算时间长、分割精度较低等问题,该文提出一种基于改进的自适应差分演化(JADE)算法的2维Otsu多阈值分割法。首先,为增强初始化种群的质量、提升控制参数的适应性,将混沌映射机制融入到JADE算法中;进而,通过该改进算法求解2维 Otsu 多阈值图像的最佳分割阈值;最终,将该算法与差分进化(DE), JADE,改进正弦参数自适应的差分进化(LSHADE-cnEpSin)以及增强的适应性微分变换差分进化(EFADE) 4种算法的2维Otsu多阈值图像分割进行比较。实验结果表明,与其它4种算法相比,基于改进JADE算法的2维Otsu多阈值图像分割在分割速度以及精度上均有较明显的改善。