蚁群算法优化神经网络的零点误差非线性校正

为解决电流互感器的零点误差非线性校正问题,提出一种蚁群算法优化径向基函数(RBF)的零点误差非线性校正方法(ACO-RBF).利用蚁群算法对RBF神经网络参数进行优化,并采用优化后的RBF神经网络对电流互感器零点误差进行自适应校正.仿真结果表明,相对于其他校正方法,ACO-RBF可提高电流互感器自动测试系统的测量精度,减少测量误差,较好地反映零点误差变化的特点.     

多波束天线通道幅相误差的自校正算法

多波束天线利用多信号分类(MUSIC)算法对目标参数进行精确估计时,存在多波束天线的通道幅度和相位误差的失配现象,使MUSIC算法的性能严重下降;针对基于MUSIC的数字波束通道不一致问题,给出了一种新的基于MUSIC算法的最小化代价函数的波束无源自校正算法,利用阵列结构的先验知识对接收数据进行预处理,得到校正矩阵后自校正,并根据多波束阵列天线形成网络天线实测参数,加入随机幅度和相位误差进行计算机模拟仿真,验证仿真算法的正确性。     

基于Matlab的Capon波束形成和空域谱算法仿真分析

采用Matlab语言分别仿真了Capon波束形成,Bartlett和Music空域谱估计算法,仿真结果展示了阵列天线参数与天线波束图之间的关系,使复杂的天线参数直观化,算法的理论结果可视化.通过改变信号和噪声的方向,幅度以及调整阵列天线的参数,对比前后的天线波束图仿真结果的变化.通过分析仿真的结果,指出了这几种算法上的优缺点,为将来算法的改进和适用范围的扩大以及新的算法的提出打下了铺垫.     

基于静态波束综合的波束域预处理算法

针对自适应波束形成的波束域方法在波束覆盖区域外存在强相关干扰源时多目标方位估计失效的问题,提出采用静态波束综合的波束域预处理算法。该算法利用多波束系统输出确定干扰大致方位,再以常规波束的权矢量为期望权矢量,通过求解最优化问题得到最优权矢量,在波束覆盖区域外的相关干扰源附近方位形成较宽零陷。仿真结果表明,该算法在相关和非相关干扰源情况下,均能较好的抑制干扰,进一步提高了波束域预处理方法的抗干扰能力。     

基于模拟退火算法的波束图设计

文中提出了基于模拟退火算法的波束设计方法.其思想是按照给定的波束优化要求,建立某种相应的目标函数,利用模拟退火算法对波束的加权系数进行全局寻优,达到波束优化的目的.模拟退火算法模拟了固体缓慢退火从而获得最低内能的物理过程,是一种简单而有效的随机性全局优化算法.为证明该设计方法的可行性和有效性,给出了15元平面阵的设计实例以及仿真结果.结果表明,使用该方法设计的波束与常规方法相比,获得了更低的旁瓣级.     

带约束多目标最优化问题的一种新的进化算法

1 引言多目标最优化问题在科学技术、经济管理等领域大量存在,进化算法一次运算可望求出多目标最优化的许多有效解的特性,引起众多学者的研究兴趣。目前,仅在网址:www.la-nia.mx/～ccoello//emoo/emoobib.html上就可查到近千篇多目标进化算法方面的文献。最近几年出现的多目标进化算法,绝大多数都是研究无约束多目标最优化问题(例如见文[1,2]),而实际问题中遇到的多目标最优化往往都带有约束条件,因而处理约束就是解决现实问题的关键。正如Kalyan-moy Deb等学者在文[3]中指出:“研究者是该把注意力集中在解决约束多目标最优化问题的时候了”。     

矢量水听器阵波束域MUSIC算法研究

矢量水听器可同时拾取声压和振速信息,成阵后水听器间的相移信息量增大。基于矢量水听器阵的波束形成性能明显由于同条件下的声压水听器阵,但其空间分辨力依然受阵列物理空间的限制。已经有人研究了矢量水听器阵的高分辨谱估计方法（MUSIC算法）,但属于对阵元域信号进行的直接处理,运算量较大。提出一种基于矢量水听器阵的波束域MUSIC算法（BMUSIC）。该算法首先将矢量水听器阵元的空间数据转换到波束空间,然后对转换后的数据再运用MUSIC算法。不但实现了降维处理,减小了运算量,而且可进一步抑制扫描扇面外的噪声。对BMUSIC算法进行了仿真并与常规MUSIC算法进行了比较。结果表明,该方法可得到与阵元域MUSIC算法相当的方位分辨力。     

针对鱼眼图像边缘校正缺失的快速校正算法

针对鱼眼图像校正中水平方向畸变以及边缘缺失的问题,通过引入可控参数控制边缘部分的校正范围,同时融合三角计算以及参数变换,获取校正关系,使映射面与鱼眼图像达到最佳匹配结果.获取校正关系后运用双线性插值算法对校正图像进行插值运算以填充图像.实验表明,算法对视图主要区域和边缘部分畸变的校正取得较好效果,边缘部分信息流失较少,...     

基于时-频域指标的控制系统演化校正

针对控制系统校正器参数适应系统时-频域特定性能要求的问题,提出一种基于自适应粒子群算法的控制系统校正方法。它以系统的时域误差积分指标为目标函数,以系统的幅值裕度、相角裕度等频域指标为约束条件建立优化模型。再利用罚函数,将该带约束的目标函数转化无约束的目标函数。之后,在Matlab环境下,将自适应粒子群算法与Simulink仿真技术相结合,优化控制系统校正器参数,从而实现控制系统校正。仿真结果表明,这种方法简单、高效,所设计的校正器性能优异,十分适合于工程应用。     

基于接收信号强度指示的误差自校正定位算法

节点定位是无线传感器网络应用的关键技术。为了有效抑制各种环境干扰因素对未知节点定位精度的影响,提出一种基于接收信号强度的误差自校正定位算法。该算法通过信标节点之间的测距找出校正节点,用校正节点和质心信标节点的实际位置求得测距距离和实际距离,利用校正节点的误差自校正因子替换未知节点的测距误差因子,对测距误差进行补偿,最后利用加权质心方法确定未知节点的最终位置。仿真结果表明,该算法降低了测距误差对定位的影响,提高了定位精度,具有普遍应用价值。     

对消除入射信号偏差的鲁棒性波束成形方法的改

消除入射信号信号偏差的波束成形方法目前已经有多种研究解决方案.有一种自适应鲁棒性波束成型方法,引导向量的误差表示为空间中的多面体.本文则将方差空间表达为更为广泛的空间椭球体并进行数学推导,该方法减少了待估参数数目,具有更佳的性能.仿真结果也表明了本方法的优越性.     

一种基于特征空间的盲波束形成算法

绝大多数通信信号都具有周期平稳信号特性。利用信号的周期平稳特性可以进行真正的盲自适应波束形成,因而受到了广泛关注。ＣＡＢ类算法就是其中的一种。它的运算量较小,但鲁棒性不够强。本文针对其不足,提出了一种基于特征空间的盲波束形成算法。该算法将估计的导引矢量约束在信号子空间,降低了目标信号含于自相关估计矩阵和有限次快拍相关阵引起的子空间扰动的影响,提高了算法的收敛速度和鲁棒性。同时,目前用于进行子空间分解的新算法层出不穷,运算量不断降低。因此,本文提出的盲算法具有很强的实用性和广阔的应用前景。计算机仿真验证了理论分析。     

中等规模中继协作通信系统波束成型算法研究

针对传统算法在中等规模中继协作通信系统的数据传输速率低、系统稳定性差、网络建设成本高等问题,提出了一种基于改进MaMi技术的迭代方法。该算法在目标函数为多峰函数的情况下,采用基于零空间投影方法,得到了性能提高的正交零空间投影MaMi算法,通过控制算法复杂度,最大可能地找到全局最优解。仿真结果表明,相比原始算法,改进后的MaMi算法有更好的应用性能。     

基于内部罚函数的进化算法求解约束优化问题

为解决现有约束处理方法可行解的适应度函数不包含约束条件的问题,提出了一种内部罚函数候选解筛选规则.该候选解筛选规则分别对可行解和不可行解采用内部罚函数和约束违反度进行筛选,从而达到平衡最小化目标函数和满足约束条件的目的.以进化策略算法为基础,给出了基于内部罚函数候选解筛选规则的进化算法的一个实现.进一步地,从理论和实验角度分别验证了内部罚函数候选解筛选规则的有效性:以(1+1)进化算法为例,从进化成功率方面验证了内部罚函数候选解筛选规则的理论有效性;通过13个测试问题的数值实验,从进化成功率、候选解后代是可行解的比例、进化步长和收敛速度方面验证了内部罚函数候选解筛选规则的实验有效性.     

宽带电力线MIMO通信中基于能效的波束成形算法

宽带电力线MIMO通信中,由于存在多用户干扰和共信道干扰,需要应用波束成形算法消除,由于信道状态信息不能准确获得,需要对信道进行量化反馈,故反馈误差会导致系统性能下降;针对此问题,本文提出了一种考虑量化误差影响的波束成形算法,此算法在保证用户服务质量的前提下,以最大化系统能源利用效率为优化目标,仿真验证了此波束成形算法的有效性和鲁棒性.     

基于粒子群遗传算法的BP神经网络摄像机标定

摄像机标定是从二维图像提取三维空间信息的关键步骤,标定的精度直接关系到三维重构结果的逼真程度。为了有效解决传统摄像机标定算法中的多参数、计算费时费力等问题,提高摄像机标定的精度和速度,将粒子群遗传算法（particle swarm optimization genetic algorithm,PSO-GA）应用于摄像机标定中。对参数进行粒子群算法优化后,再使用遗传算法中的选择、交叉和变异等操作进行参数优化,以实现粒子群算法与遗传算法的融合。结合后的算法全局搜索能力较强,收敛速度更快,优化能力与鲁棒性得以提高。同时,基于神经网络的摄像机标定方法所能覆盖的标定空间十分有限,提出了一种采用粒子群遗传算法优化BP神经网络的摄像机标定方法,以解决传统摄像机标定方法难以解决的问题。实验数据表明,基于粒子群遗传算法的BP神经网络标定是一种可行的方法,标定精度高,收敛速度快,泛化能力强。     

求解约束优化的带偏好双目标优化方法

文章提出了一种求解约束优化问题的新方法。它把约束优化问题转化为双目标优化问题,一个目标是原问题的目标,另一目标是由约束条件转化得到。转化得到的双目标优化与一般的双目标优化问题不同在于它偏好那些使约束条件满足的最优解。我们利用动态权值将这一带有偏好的双目标优化转化为无约束的单目标优化,并使其满足偏好特性。我们对四个标准测试函数进行了数据仿真实验,实验结果表明该算法是有效的。     

稀疏阵列的波束形成与控制方法

首先从信号与信息处理的角度阐述了波束形成所要解决的技术问题和波束形成的理论优势和方法局限,并对传统的基于空域波形采样的波束形成技术进行了再思考。其次,分析了稀疏阵列的布阵特点对波束形成技术的挑战,给出了空域、时域、频域分布式相参信号处理等关键技术及其理论性能的分析与比较结果,并利用实例分析了空、时、频协同采样克服低维欠采样模糊的可行性。最后分析了在实际应用中遇到的一些非理想因素对稀疏阵列波束形成与控制的影响及其解决方法。     

一种新的应用于5G中的自适应波束赋形优化算法

5G standard uses millimeter wave band to realize communication. In order to cover more reasonable in 5G communicationsystem, beamforming technology must be adopted. To speed up the convergence, a novel algorithm based on the SWO criterion isproposed which can be applied in millimeter wave communication. The simulation results show that compared with other beamform-ing algorithms, the proposed algorithm can achieve higher convergence speed and is more realizable.     

改进粒子群算法在支持向量机训练中的应用

训练支持向量机需要求解二次规划问题,LPSO算法对于求解含线性约束优化问题是一种直观、简单的方法。改进后的LPSO算法较好的解决了早熟收敛问题。对谷氨酸发酵过程建模的实验表明本文提出的方法训练精度高,泛化能力强。