GLONASS卫星信号模拟器导航电文生成

导航电文的生成是GLONASS卫星信号模拟器研制中的关键部分,获得正确的导航电文信息是接收机实现定位、测速以及授时等功能的前提条件。为了满足接收机测试的需要,GLO-NASS卫星信号模拟器输出信号必须调制正确的导航电文。GLONASS卫星信号模拟器由模拟器仿真软件和信号生成单元组成。主要研究GLONASS卫星信号模拟器的软件部分。在分析GLONASS卫星信号模拟器结构和导航电文结构的基础上,详细介绍了GLONASS卫星信号模拟器中导航电文的生成过程。重点对从R inex文件中读取星历参数并转化成二进制格式导航电文的程序实现进行了深入研究,利用GLONASS接收机对卫星信号模拟器输出的仿真信号进行电文解析和定位解算,试验结果可以验证卫星信号模拟器中导航电文生成的正确性。     

导航电文设计与评估技术研究综述

卫星导航电文是卫星导航系统正常运行与性能保障的必备因素,对电文的设 计与评估是卫星导航系统设计与建设的关键环节。本文从卫星导航电文的数据内容、电 文结构、播发方式等几个方面,对目前不同的全球卫星导航系统的导航电文的发展 历程、性能差异等进行了分析探讨,指出了当前导航电文设计与评估存在的技术问题,并对 未来的相关技术和发展趋势进行了预测与展望。     

北斗2代卫星导航电文纠错校验设计与仿真

提出了一种制表映射的BCH纠错解码和校验方法,通过对RNSS-ICD文档北斗导航电文BCH编码的深入理解,设计出了一种占用CPU资源少、实现简单方便的制表映射的编码和纠错解码算法,减小了算法在实现时对CPU和内存资源的占用;给出了一种再编码校验的校验方法仿真验证了该算法的准确性和可靠性,保证导航电文的可靠性;对提高接收机的性能具有很强的工程适用价值.     

基于FPGA的北斗导航电文译码器的研究与设计

通过对北斗导航电文BCH纠错编译码方式的深入理解和研究,提出了一种基于并行数据处理的BCH译码器的设计方案。该方案利用FPGA对BCH电文进行并行处理,在一个时钟周期内实现电文译码,提高了BCH解码模块的译码效率;同时给出了系统各个模块的Modelsim仿真结果与分析,验证了设计的可行性。本设计对提高接收机的基带数据处理性能有一定的参考和指导意义。     

一种新型多目标遗传优化算法及其应用研究

文章针对一般约束多目标优化问题，在设计了新的适应度函数和选择算子的基础上，提出一种新型多目标遗传算法。将其应用于集群目标靶场效能优化问题，验证了算法的有效性。     

基于人工免疫算法的多目标函数优化

提出了一种新型的人工免疫算法用来解决多目标函数优化问题。基于自然免疫系统固有的优良特性对算法进行了设计和分析。最后,算法对3个较复杂的多目标问题进行了优化,优化结果能很好地覆盖问题的Paret。最优面,并且把算法与某些混合遗传算法进行了对比实验,表明人工免疫算法在解决多目标优化问题上具有可观的研究前景。     

城市交通联网控制及其多目标优化实现

从城市交通的宏观动态特性出发, 提出了城市交通的动态多车道、四相位网络模型, 并给出了多目标优化性能指标及其约束条件. 采用了遗传算法进行多目标优化. 仿真结果表明本文的方案是可行的.     

模拟退火算法与遗传算法结合及多目标优化求解研究

多目标优化问题是目前遗传算法应用研究的一个重点。本文针对经典遗传算法在多目标优化计算中,难以获得足够的比较均匀的Ｐａｒｅｔｏ优集的不足,提出一种热力学遗传算法,研究热力学中熵和温度的概念,并综合利用约束交叉、适应度共享技术来进行目标函数的优化计算。实验结果显示,这种改进型遗传算法能得到一个较好的Ｐａｒｅｔｏ优集。     

基于多目标遗传算法的工程资源优化配置

为了使工程资源能够在工程应用中最大程度的优化配置, 利用遗传算法模拟自然进化过程求得最优解的特点, 对遗传算法和多目标优化问题的理论基础和模式定理的进行了分析, 讨论了遗传算法在解决多目标优化工程资源问题过程中的优势, 最后将多目标遗传算法应用于具体工程资源配置实例予以实现. 仿真优化结果表明: 遗传算法在工程资源优化配置过程中更具有先进性, 可靠性和优化性.     

最大化个人偏好的多目标优化进化算法

针对多目标优化过程中如何将个人偏好信息融入寻优搜索过程的问题,本文提出一种最大化个人偏好 以确定搜索方向的多目标优化进化算法．该算法首先采用权重和法将多目标问题转换为单目标问题,再利用遗传算 法进行全局搜索,在满足个人偏好约束条件下,每一代进化结束后通过解约束优化问题获得能够使种群综合适应度 具有最大方差的权重组合,从而最大化个人偏好以选择综合最优的个体进行遗传操作．按照不同个人偏好应用于传 动系统进行控制器设计,仿真结果表明该算法能够获得满足个人偏好约束条件下的全局最优解．     

FlexRay动态段消息调度优化算法

研究FlexRay网络动态段,对汽车的安全、稳定、可靠运行很重要。目前针对FlexRay动态段,设计兼顾最坏响应时间与总线利用率的调度算法相对较少。针对现有研究的不足,本文提出一种类DM算法的启发式调度算法,以减少消息最坏响应时间与提高总线利用率的综合效率为目标,找出最佳的FID分配方案。通过Matlab仿真验证,结果表明该优化调度算法的有效性。     

一种1553B总线命令优化算法

1553B 总线是一种集中式控制的飞机内部电子系统联网的标准。针对1553B总线通信协议的特点,通过对设置的命令所生成的命令时序表进行优化排列,提出一种产生优化总线传输方案的算法,以达到在一个大周期内总线负载均衡,从而生成加载在总线控制器中的优化总线命令表文件。应用表明,该算法能有效完成总线命令优化任务,提高总线传输效率。     

基于数据结构的算法优化

通过对问题的分析,选用合适的数据结构,可将算法的计算时间减至0(na(n)),数据结构的优化直接导致算法的优化.     

车载卫星/惯导组合导航算法优化及精度分析

研究卫星惯导系统优化设计问题,由于惯性系统输出随时间变化存在漂移问题.传统组合导航系统滤波器模型越精细、维数越高,则组合精度越高,但计算量也越大,应用复杂度和成本也越高.为了降低车载应用成本及保证导航精度,针对简化惯导误差模型对组合导航系统滤波精度的影响,提出了一种组合导航系统滤波器优化算法,得出在车载条件下忽略惯导误差方程中计算量大的哥氏效应及地球自转误差项对组合导航精度影响不大,但计算量和成本可以得到减小.选取北京公主坟立交桥作为跑车路线,验证了所提算法的有效性.     

智能优化算法及其在打浆优化中的应用

提出了一种遗传算法与神经网络技术相结合的智能优化算法,实现打浆过程的优化控制;首先针对打浆过程中系统的非线性、工艺参数间关系的不确定性,对打浆过程采用神经网络建立输入与输出之间的非线性模型,再利用遗传算法对控制参数寻求决策变量优化求解;通过改进遗传算法的交叉、变异算子等,使算法在优化过程中能有效地保持种群的多样性,防止种群过早收敛、局部收敛的现象,以实现打浆全局最优控制;实践表明,该智能优化算法,在满足打浆前后性能指标的同时明显降低了打浆能耗,是解决过程控制优化问题的可行之路。     

自适应无迹卡尔曼滤波算法在地磁导航中的应用

考虑到地磁导航过程中,无迹卡尔曼滤波(UKF)受初始值误差、系统噪声不确定性和环境磁异常扰动这些因素的影响,将自适应估计原理引入到UKF算法,提高UKF算法的收敛性和地磁导航系统的稳定性.计算结果表明,在地磁导航系统数据处理中,UKF算法略优于扩展卡尔曼滤波(EKF),自适应UKF算法优于自适应EKF算法,自适应UKF算法能够很好地抑制初始化误差、系统噪声不确定性和环境磁异常扰动对导航解的影响,进一步提高地磁导航系统的定位精度和可靠性.     

改进的鲸鱼优化算法及其应用

为了准确地建立断路器热脱扣器的脱扣时间预测模型,改善脱扣器的稳定性。提出了一种改进的鲸鱼优化算法（IWOA）和支持向量回归（SVR）综合建模的方法。针对鲸鱼优化算法（WOA）具有易陷入局部最优解、收敛速度慢、收敛精度低等问题,提出三个策略改进,并在10个基本测试函数上进行比较,结果证明改进的鲸鱼优化算法具有更高的收敛精度和更快的收敛速度。建立IWOA-SVR脱扣时间预测模型,并优化断路器的生产过程,进而提高断路器的生产效率和产品质量。     

蚁群优化算法及其应用

蚂蚁算法是由意大利学者M．Dorigo等人提出的一种新型的模拟进化算法。该算法首先应用于旅行商问题并获得了极大的成功,其后,又被用于求解指派问题、Job—shop调度问题、图着色问题和网络路由问题等。实践证明,蚂蚁算法是一种鲁棒性强、收敛性好、实用性广的优化算法,但同时也存在一些不足,如收敛速度慢和容易出现停滞现象等。     

BLOB数据优化算法及其应用

为了提高WEB信息系统中存取非结构二进制数据文件存取效率,对基于关系数据库的BLOB数据存取技术及算法优化进行了研究;综合运用了ADO.NET 3.5数据访问接口和内存缓冲区机制,阐述了BLOB存取的原理和算法,并提出了BLOB存储的优化算法;通过建立不同的存储模型,比较了数据存取效率,两种存取方案中,采用对BLOB分块传输和分块存储的改进算法明显改善了存取效率;算法测试和实际应用的结果表明,BLOB数据优化算法具有更高的存取效率和可靠性,已经成功应用于某高校多媒体教学平台中。