X波段40 W高效率空间行波管螺旋慢波系统的模拟优化

为了提高X波段40 W空间行波管的互作用效率,本文通过计算机模拟对其慢波系统进行了模拟优化,获得了渐变螺距慢波系统的互作用效率和输出功率,并和样管的测试结果进行了比较。比较结果表明,互作用效率、输出功率的模拟优化结果和测试结果在频带内的相对误差分别小于5.7%和8.3%,二者取得了很好的一致。同时,样管在中心频率处的相移小于40°,表明慢波系统的线性良好。     

等效电路法计算耦合腔慢波结构特性

耦合腔慢波结构的等效电路模型是实际情况的一种近似,冷测计算结果存在一定误差,特别是在整个冷测带宽内精度不能保持一致。为提高计算精度,通过对等效电路参数的分析,引入参数对间隙电容和耦合槽谐振频率计算公式进行了修正。利用修正的模型模拟了10 GHz~16 GHz的单槽和双槽耦合腔慢波结构,分析了修正参数对计算精度的影响,提出了不同修正方案来提高整个冷测带宽内计算精度,与电磁场数值计算结果最大相对误差为1.6%。计算结果表明修正参数可以将工程经验引入设计开发中,有效地提高等效电路模拟精度,对实际工程设计具有指导意义。     

采用光子晶体的行波管慢波结构高频特性研究

提出了一种采用光子晶体作为行波管慢波结构屏蔽筒的新方案,论证了方案的可行性,并进行了模式分析。在充分研究光子晶体禁带特性的基础上,计算了光子晶体慢波结构的色散特性和耦合阻抗,对计算结果的分析表明,光子晶体在行波管慢波结构中起到了定向选模的作用,为行波管实现高次模式工作奠定了基础。     

多注耦合腔慢波结构冷测特性研究

对多注耦合腔慢波结构的色散和耦合阻抗特性参数的计算分析方法进行了讨论,特别是边注耦合阻抗的模拟算法.利用准周期边界条件计算了Ku波段五注耦合腔慢波结构色散特性,直接通过定义式得到了-1次谐波纵向电场分布和5个电子注的耦合阻抗曲线.比较了垂直于电子注传播方向截面上x、y坐标轴上电场Ez的分布,以及各电子注耦合阻抗的差别与变化趋势,分析讨论了多注电子耦合阻抗的特点,对实际多注耦合腔行波管设计有一定指导意义.     

利用慢波结构的小型化铷原子频标

作者等前曾撰文叙述了一种螺旋线微波慢波结构,在气泡式铷原子频标中用它代替传统的微波谐振腔,既可以大大减小泵体体积,又可获得较高的~(87)Rb原子基态0-0跃迁谱线的信噪比。本文将报导利用这种慢波结构的铷原子频标泵体的性能和存在问题,以及用这样的泵体做成的小型化铷原子频标的整机性能。     

一种用于有损耗慢波结构有限元本征分析的混合多波前块ILU-p型多重网格预处理

提出了一种全新的混合多波前块ILU-p型多重网格预处理,用于在行波管有损耗慢波结构的三维有限元本征分析中产生的复数不对称的大型稀疏线性方程组的迭代求解。本文提出并采用了改进的多波前法和超块不完全分解算法,用以提升该预处理的整体性能。这种预处理技术的运用,使得有损耗慢波结构的三维有限元本征分析更加精确、快速。在大量慢波结构的仿真中,采用这种预处理技术的有限元本征分析算法体现出了高效的计算和内存性能,与商业软件HFSS相比具有明显优势,这对于设计出高性能行波管慢波结构具有重要意义。     

螺旋线行波管慢波组件散热性能的研究进展

螺旋线行波管具有宽频带、高增益和高功率等优点,当今被大量应用于卫星通信系统、电子对抗系统和雷达系统。慢波组件是螺旋线行波管的关键组成部分,它的性能优劣直接决定着整管水平。慢波组件的散热性能不仅是决定行波管平均输出功率的主要因素,也是直接影响行波管工作稳定性与可靠性的重要因素。本文针对螺旋线行波管慢波组件,总结了螺旋线慢波组件散热性能的实验测试方法和理论分析方法,分析了影响散热性能的各种因素和各种改善方法。分析比较了不同材料的螺旋线、管壳和夹持杆,不同结构的夹持杆和管壳,不同组件装配方法对慢波组件散热性能的影响。介绍了将金刚石和纳米材料等新型材料应用于螺旋线慢波组件的研究进展。     

新型径向高功率毫米波慢波结构研究

本文研究一种用于W波段高功率微波源的新型径向波慢波结构腔。这种径向慢波结构腔在大的半径情况下,能够通过几十吉瓦功率的大电流,适合于吉瓦级的高功率微波源。它是对称结构,能够比较方便地采用二维半软件做电磁场和粒子模拟计算分析,将在高功率微波器件中得到广泛地应用。文中分析了慢波结构中的电磁场分布特点,在大尺寸情况近似下,得到了对称场分布的色散特性。并由数字计算实验方法验证了理论分析结果。     

镀膜组件对螺旋线慢波结构性能的影响

本文利用实验测试和软件仿真的方法,分析研究了镀膜组件的应用对慢波结构的散热性能和高频特性的影响.研究表明:在螺旋线外表面镀膜可以改善慢波结构的散热性能和高频损耗;金属化夹持杆实现焊接装配,可以有效地提高慢波结构的散热性能;在夹持杆的两侧镀膜可以显著地调节慢波结构的高频特性.     

An Improved Unsupervised Image Segmentation Method Based on Multi-Objective Particle Swarm Optimization Clustering Algorithm

Most image segmentation methods based on clustering algorithms use single-objective function to implement image segmentation. To avoid the defect, this paper proposes a new image segmentation method based on a multi-objective particle swarm optimization (PSO) clustering algorithm. This unsupervised algorithm not only offers a new similarity computing approach based on electromagnetic forces, but also obtains the proper number of clusters which is determined by scale-space theory. It is experimentally demonstrated that the applicability and effectiveness of the proposed multi-objective PSO clustering algorithm.     

基于改进量子粒子群算法的纸浆浓度控制系统

目的为了克服传统PID控制在具有大时滞性、非线性等特点的纸浆浓度控制系统中性能不足和参数调整困难等问题,研究参数在线调整的方法。方法在传统PID控制的基础上,结合量子粒子群仿生算法(QPSO),提出一种量子粒子群算法优化的传统PID控制器参数,并应用于纸浆浓度控制系统;同时对基本量子粒子群算法进行改进,引入交叉算子,并将该控制算法应用到纸浆浓度控制系统中,并与传统控制进行对比。结果与传统PID控制和基本量子粒子群优化的PID相比较,改进的优化算法能够得到更加令人满意的控制效果,具有系统超调量小、响应速度快、鲁棒性高等优良的性能。结论基于改进的量子粒子群优化算法的纸浆浓度控制系统可有效控制纸浆浓度,能够明显提高系统的控制精度等性能指标,更好地满足实际应用的要求。     

基于随机权重粒子群和K-均值聚类的图像分割

K-均值聚类具有简单、快速的特点,因此被广泛应用于图像分割领域.但K-均值聚类容易陷入局部最优,影响图像分割效果.针对K-均值的缺点,提出一种基于随机权重粒子群优化（RWPSO）和K-均值聚类的图像分割算法RWPSOK.在算法运行初期,利用随机权重粒子群优化的全局搜索能力,避免算法陷入局部最优;在算法运行后期,利用K-均值聚类的局部搜索能力,实现算法快速收敛.实验表明：RWPSOK算法能有效地克服K-均值聚类易陷入局部最优的缺点,图像分割效果得到了明显改善;与传统粒子群与K-均值聚类混合算法（PSOK）相比,RWPSOK算法具有更好的分割效果和更高的分割效率.     

基于粒子群与聚类的多目标优化算法

针对粒子群优化算法容易陷入局部最优的问题,提出了一种基于粒子群优化与分解聚类方法相结合的多目标优化算法。算法基于参考向量分解的方法,通过聚类优选粒子策略来更新全局最优解。首先,通过每条均匀分布的参考向量对粒子进行聚类操作,来促进粒子的多样性。从每个聚类中选择一个具有最小聚合函数适应度值的粒子,以平衡收敛性和多样性。动态更新全局最优解和个体最优解,引导种群均匀分布在帕累托前沿附近。通过仿真实验,与4种粒子群多目标优化算法进行对比。实验结果表明,提出的算法在27个选定的基准测试问题中获得了20个反世代距离(IGD)最优值。     

粒子群优化算法综述

粒子群优化（PSO）算法是一种新兴的优化技术,其思想来源于人工生命和演化计算理论。PSO通过粒子追随自己找到的最好解和整个群的最好解来完成优化。该算法简单易实现,可调参数少,已得到广泛研究和应用。详细介绍了PSO的基本原理、各种改进技术及其应用等,并对其未来的研究提出了一些建议。     

基于速度交流的共生多种群粒子群算法

为了提高粒子群算法的求解精度,改善算法的搜索性能,提出一种基于速度交流的共生多种群粒子群算法(SMPSO)。该算法采用速度交流机制划分整个从种群为多个子种群,负责解空间的全局搜索,将获得的最优信息分享给主种群;主种群综合从种群与自身最优经验,负责局部深度优化,获得最优信息反馈给从种群,从而建立主从群间的共生关系,实现解空间的充分搜索。迭代后期,在主种群中引入自适应变异策略,提高算法跳出局部最优的能力。将提出的SMPSO算法应用于基准测试函数中,与其它改进的PSO算法进行比较。实验结果表明,SMPSO算法在求解精度、搜索能力、稳定性等方面均有较大的提高。     

基于改进粒子群算法的航空行李在线装载优化

目的 为解决航空行李自动装卸中关键装载算法问题,实现航空行李自动装卸,同时满足流水作业的实际需要.方法 基于关键点装载策略,提出一种以装载空间利用率为优化目标,考虑行李质量、体积及装载顺序等约束条件的改进粒子群算法.首先,通过关键点法输出流水线上待装载行李的全部可放点序列,然后根据约束条件重新定义粒子群算法的速度与位置,以空间利用率为适应度函数进行迭代寻优,输出全局最优解,实现对装载位置与姿态的优化.结果 实验部分采用真实行李数据对算法进行仿真验证表明,改进粒子群算法优化后可将箱体空间利用率提高了10.8％,平均规划布局效率提高了26.5％.结论 提出的装载算法能够有效地解决实际行李装载问题,为行李流水作业的货物装载提供理论依据及参考.     

基于分群粒子群算法的平面度误差评定研究

基于分群粒子群算法对平面度误差判定进行了研究。首先建立平面度误差评定数学模型,对平面度误差最小求解转化成对目标函数的非线性最优化问题;接着改进粒子群算法把粒子群一分为二,在不增加粒子个数和粒子维度的情况下,两个粒子群分别用来全局搜索和局部搜索,通过阈值判断早熟现象;最后给出了算法流程。实例验证结果表明:该算法具有较强的优化能力,对测试函数求解的最优解值数据波动性比较小,平面度的公差值为0.0073mm,相比LSM、DM、TPM、PSO、ABC算法公差值平均分别减少了0.0023mm,0.0025mm,0.0027mm,0.0002mm,0.0005mm,评定精度较高。     

基于改进粒子群算法的图像灰度增强研究

针对灰度图像增强的特点,采用具有混沌量子特性的粒子群优化算法。首先粒子以全局最优解更新自身的速度和位置：接着量子效应的概率密度函数使束缚状态的粒子以一定概率出现在整个可行搜索空间的任何位置：然后混沌状态使粒子从无序到有序转变,相关因子避免了搜索的盲目性：最后灰度图像采用非线性映射曲线变换,其函数转化为改进粒子群算法的参数。实验仿真显示算法对图像灰度增强效果优,定量评价指标好,时效性佳。     

基于多目标粒子群算法的多传感器图像融合

针对图像融合中参数优化的问题,提出了一种基于多目标粒子群优化算法的多传感器图像融合方法。首先采用非采样Contourlet变换(NSCT)对源图像进行多尺度、多方向分解;然后选取图像融合的客观评价指标为优化目标函数,采用多目标粒子群优化算法对低频系数的融合参数进行优化,带通方向子带系数采用取绝对值最大的融合规则;最后通过NSCT逆变换得到融合图像。分别对多聚焦图像融合和红外与可见光图像进行融合实验,并对融合图像进行主客观评价,实验结果表明,得到的融合图像具有较好的主观视觉效果和客观评价指标。