基于改进差分进化算法的天线阵列优化研究

针对具有阵元数目、孔径尺寸以及最小阵元间距约束,以抑制峰值旁瓣电平(PSLL),使非均匀阵列单元得到优化布局.优化过程中由于搜索空间较大,优化结果可能出现不可行解.为有效地解决以上两个问题,提出了一种改进的差分进化算法,采用实值编码,通过使用新的个体描述方式,减小了优化搜索空间;同时通过改造适应度函数,避免了变异交叉后出现不可行解.给出了改进算法的流程,通过仿真实例验证了算法的有效性和稳健性.仿真结果表明,改进方法在有最小阵元间距约束下以抑制峰值旁瓣电平为目的的非均匀阵列单元优化布局问题中有良好的应用前景.     

基于改进粒子群算法的宽带测向阵列结构优化

通过对测向模糊性进行分析,提出了针对宽带信号无模糊测向的阵列结构设计方法。该方法基于改进粒子群优化算法,以测向无模糊及各阵元最小间距为条件,对各阵元位置进行优化设计,得到合适的阵列结构以提高阵列的测向性能。仿真实验证明,改进粒子群算法提高了搜索效率,通过本方法设计的测向阵列在测向带宽内能够得到较高的测向性能,而且最小阵元间距不受均匀线阵中阵元间距不大于半波长的约束。     

基于MOPSO与凸优化算法的稀布圆阵列方向图优化

为了降低稀布阵列的峰值旁瓣电平并抑制稀布阵列的栅瓣,提出了一种多目标粒子群与凸优化相结合的方向图综合算法。该算法将多目标粒子群优化(Multi-objective particles swarm optimization,MOPSO)作为全局搜索器,凸优化算法作为局部搜索器来搜索最优解,优化的变量不仅是阵元的权值,而且还加入了阵元位置这一参数,从而能够提供更多的自由度来控制稀布阵列的性能。基于30阵元的稀布圆形阵列的仿真结果表明：与单纯使用MOPSO算法相比,本文提出的用MOPSO算法优化阵元位置,凸优化算法优化阵元权值的联合优化算法,得到的栅瓣和峰值旁瓣电平都小于-19.3　dB。     

基于增广矩阵束方法的平面天线阵列综合

针对平面阵列的稀布优化问题,提出了一种基于增广矩阵束方法的减少阵元数目、求解阵元位置和设计幅度激励的优化方法。首先对期望平面阵的方向图进行采样并由采样点数据构造增广矩阵,对此矩阵进行奇异值(SVD)分解,确定在误差允许范围内所需的最小阵元数目;然后基于广义特征值分解分别计算两组特征值,并根据类ESPRIT算法对特征值进行配对;最后在最小二乘准则条件下根据正确的特征值对求解平面阵列的阵元位置和激励。仿真结果表明该算法具有较高的计算效率和数值精度。     

求解离散优化问题的元胞量子狼群演化算法

针对离散空间优化问题,提出了求解离散优化问题的元胞量子狼群演化算法,首先,为了提高算法的全局收敛速度,采用双策略量子位初始化方法和滑模交叉方法,分别生成量子狼群初始位置和产生头狼,实现种群多样性;其次,为了描述头狼与猎物间的距离以及增强狼群的遍历范围,采用二进制编码方式和元胞自动机中的演化规则,分别实现狼群中个体狼与猎物距离的精确描述和量子旋转角的选取调整;然后,为了证明该算法的收敛性能,采用泛函分析方法,实现了算法全局收敛性能的验证;最后,通过6个标准测试函数的仿真实验,并与狼群算法以及量子狼群算法的优化结果进行比较。实验结果表明,该算法具有较快的收敛速度和较好的全局寻优能力。     

基于改进最速下降LCMV算法的稳健波束形成

基于线性约束最小方差准则(LCMV)的自适应波束形成技术,在理想条件下能够在期望信号方向保证增益最大,同时在干扰方向形成零陷.但在实际阵列系统中,指向误差、阵元位置误差以及阵元相位误差均使得传统的LCMV准则算法出现性能下降.针对最优权矢量解算问题,提出了基于牛顿法及可变加载约束的改进SD-LCMV算法,并将两者与线性约束LMS算法及递归稳健LCMV算法进行仿真对比,结果验证了改进算法对误差的稳健性.     

基于辅助阵元的阵列误差有源校正算法

阵列互耦、幅相误差和阵元位置误差的综合影响会严重影响超分辨率算法的性能,为此,针对上述3种阵列误差的综合影响,给出了一类基于辅助阵元的有源校正算法.首先,将3种阵列误差的综合影响等效为一种依赖方位变化的幅相误差,并通过一种基于辅助阵元的自校正方法得到了关于3种阵列误差的非线性最小二乘优化模型;然后,针对阵列误差矩阵可能出现的不同模型,给出了相应的求解算法;接着,针对算法的参数估计唯一性给出了较为细致的分析,并对算法做了进一步改进;最后,通过仿真实验验证了新算法的有效性.     

基于改进风驱动优化算法的稀疏阵列旁瓣抑制方法

针对阵列稀疏通常会引起波束方向图旁瓣电平抬高的问题,本文提出了一种基于改进风驱动优化算法和凸优化的稀疏阵列旁瓣抑制方法。该方法首先针对传统的风驱动优化（Wind driven optimization, WDO）算法缺少普遍适用的参数设置方案,提出了一种结合高斯分布的改进风驱动优化算法。将半圆阵方向图的峰值旁瓣电平作为目标函数,采用改进的WDO算法作为全局优化算法来优化阵元位置,同时采用凸优化算法作为局部优化算法来高效求解有效阵元的最优加权系数,确保了阵元位置和权值的理想匹配。仿真结果表明,在稀疏 阵列阵元数一定的情况下,算法可有效降低旁瓣水平,具有更好的全局寻优能力和更快的收敛速度,为稀疏阵列的旁瓣抑制提供了有效的优化设计方法。     

基于改进杂草入侵算法的阵元失效校正方法

针对天线损伤造成的阵元缺失问题,出现的旁瓣电平升高、主瓣展宽等性能恶化现象,提出一种通过改变计算适应度方法的改进杂草入侵优化算法.算法能够加快程序运行时间,提高算法效率.并利用改进的杂草入侵优化算法,针对-40dB的32单元阵列为例,随机缺失4阵元后进行优化,恢复原方向图副瓣水平.并且为验证算法在实际工程的应用性,针对16阵元天线采集实测数据进行校正优化.结果显示,上述算法能够有效地解决,阵列天线中天线单元失效后方向图恶化问题.     

基于免疫粒子群算法的交叉天线阵列优化方法

针对平面多臂交叉天线阵列,提出了一种获得低最大副瓣高度(MSLL)、窄半功率波束宽度(HP-BW)和较少阵元数量的阵列稀布优化方法.并提出了一种基于旋转对称特性的交叉阵列优化模型,应用粒子群优化(PSO)算法对阵列进行优化,引入改进的免疫过程提高个体多样性,从而达到更好的全局搜索效果.仿真结果表明:相比于粒子群算法,改...     

改进灰狼优化算法在WSN节点部署中的应用

根据无线传感网络节点在随机部署时存在聚集程度高导致覆盖率低的问题,提出了一种改进的灰狼优化算法,并将其应用于无线传感网络节点的优化覆盖.首先,利用混沌算法进行算法种群的初始化,以提高种群多样性;其次,在灰狼算法的基础上改进其收敛因子,平衡全局和局部搜索能力,提高算法中后期的优化能力;最后,对δ狼进行融合变异以改善局部极值问题.仿真实验表明,将改进后的灰狼优化算法应用于WSN节点部署优化中,与标准灰狼优化算法相比加快了优化速度,网络覆盖率提高了3％.     

基于正弦因子和量子局部搜索的灰狼优化算法

针对基本灰狼优化算法在求解复杂问题时,存在依赖初始种群、过早收敛和易陷入局部最优等缺点,提出一种融合正弦控制因子和量子局部搜索的灰狼优化算法（QGWO）。通过对灰狼算法中的控制因子按照具有正弦变化的曲线变化,使改进后的算法在迭代前期加快收敛速度以快速完成全局搜索,并且在迭代后期减缓收敛速度以提高算法精度。引入量子局部搜索降低算法陷入局部最优的概率。选用12个标准测试函数对QGWO算法性能进行验证,分别从单峰、多峰和固定维测试函数对比分析。实验结果表明,与GWO、WOA、SCA和CGWO相比,QGWO对测试函数的求解有更高的精度和稳定性。通过工程实例优化KELM进行分类实验验证,QGWO表现出更好的寻优性能。     

Design of electronically steerable linear arrays with evolutionary algorithms

This paper deals with the design of electronically steerable linear arrays for intelligent antenna systems. The design problem is modeled as a multi-objective optimization problem with non-linear constraints. The well-known NSGA-II and SPEA 2 algorithms are employed as the methodologies to solve the resulting optimization problem. The main goal and contribution of this paper is computation of the trade-off curves between side lobe level and main beam width for steerable linear arrays. The addressed problem considers a driving-point impedance restriction placed on each element in the array. This consideration makes the problem more restrictive and therefore more difficult to solve. Experimental results show the effectiveness of the algorithms for the design of steerable linear arrays.     

改进灰狼优化算法的K-Means文本聚类

针对K-Means算法在文本聚类过程中易陷入局部最优,造成文本聚类结果不准确的问题,提出了一种基于改进灰狼优化算法的K-Means文本聚类方法。在对文本数据进行分词、去停用词、特征提取以及文本向量化后,通过免疫克隆选择选出精英个体,并对精英个体进行深度探索以增加灰狼种群的多样性,避免早熟收敛现象的发生;将粒子群位置更新思想与灰狼位置更新结合,降低灰狼优化算法陷入局部极值的风险;与K-Means算法结合进行文本聚类。所提算法与K-Means算法、GWO-KMeans以及IPSK-Means算法相比,其准确率、召回率和F值平均都有明显提高,文本聚类结果更可靠。     

一种改进的求解柔性作业车间调度问题的灰狼算法

柔性作业车间调度问题是智能制造领域的一类典型调度问题,它是制造流程规划和管理中最关键的环节之一,有效的求解方法对提高生产效率具有重要的现实意义。本文基于经典灰狼算法进行改进,以优化最大完工时间为目标,提出一种改进的灰狼算法来求解柔性作业车间调度问题。算法首先采用基于权值的编码形式,实现对经典狼群算法中连续性编码的离散化;其次在迭代优化过程中加入随机游走策略,以增强局部搜索能力;然后在种群更新过程中加入尾部淘汰策略,在避免局部优化的同时增加种群多样性,合理扩大算法的广度搜索范围。在标准算例上的仿真实验结果表明,改进的灰狼算法在求解FJSP时比经典灰狼算法在寻优能力方面具有明显的优势,相比其它智能优化算法,本文所提算法在每种算例上均具有更好的优化性能。     

Synthesis of sparse planar antenna arrays with multiple constraints

Synthesis of symmetrical sparse planar antenna arrays is introduced in this paper. In order to reduce the peak sidelobe level of the radiation pattern, the element positions of the arrays are optimized by invasive weed optimization with complex boundary conditions. The proposed algorithm changes a two‐dimensional optimization problem into a linear problem, which will reduce the complexity of the optimization procedure. The optimization method can constrain the size of the array aperture, the element number of the array, and the minimum spacing of the adjacent elements simultaneously. The simulation results show the robustness and effectiveness of the proposed method.     

多目标灰狼优化算法的改进策略研究

为了解决多目标灰狼优化算法（MOGWO）易陷入局部最优,稳定性差等缺点,基于对算法寻优时灰狼个体运动情况的分析,提出了两条改进策略：一是通过引入“观察”策略赋予灰狼个体自主探索的能力,以提高算法的优化效率和跳出局部最优的能力;二是改进控制参数调整策略,选用幂函数取代线性函数以提高算法的稳定性。然后对两条改进策略进行了可行性分析,提出了带观察策略的多目标灰狼算法并进行了算法复杂度分析。最后通过对6个不同特点测试函数的多次重复实验,结合GD与IGD两种通用评价指标,对原算法、改进后算法和多目标粒子群算法进行比较,从算法效率、寻优能力和稳定性等方面综合验证了算法改进的有效性和优越性。     

基于四阶累积量的二维波达方向估计改进算法

利用四阶累积量的阵列扩展特性,将一排直线阵列和一个独立阵元扩展成一个特殊的虚拟双排直线阵列,它由三个子直线阵列构成,并且可计算出每个子直线阵列等效的协方差矩阵,然后结合传播算子方法,提出一种改进的二维波达方向估计算法。计算机仿真验证了该算法具有抗噪能力强、数值稳定性好等优点。     

基于遗传算法和禁忌搜索的MIMO雷达天线布阵优化

研究MIMO雷达在发射、接收天线孔径长度和阵元数目固定等约束条件下的天线方向图综合。MIMO雷达采用稀布天线,为了克服栅瓣效应并且降低旁瓣电平,同时为了避免遗传算法早熟收敛,进入局部最优,提出了一种基于遗传算法和禁忌搜索的混合二次优化布阵方法。该方法为了保证系统最大自由度,引入了距离扰动,同时对发射天线和接收天线的位置进行两次优化,有效解决了MIMO雷达天线方向图综合中低旁瓣电平设计问题。仿真结果证明了所提算法的有效性和优越性。