基于变形镜本征模的模型式无波前探测自适应光学系统

模型式无波前探测自适应光学系统以其收敛速度快、校正效果好在波前无法探测的环境中具有巨大的应用潜力。基函数的产生方法及阶数多少决定了模型式无波前探测自适应光学系统的校正效果和收敛速度,文中提出以变形镜本征模作为基函数。分别以32、88及127单元变形镜作为波前校正元件建立无波前探测自适应光学系统仿真模型,利用变形镜本征模作为正交基函数对波前畸变进行校正,分析其校正效果和收敛速度。结果表明,以变形镜本征模作为基函数时,由于基函数的阶数等于变形镜的单元数,无需另外确定阶数多少,且无波前探测自适应光学系统可以获得接近理想校正时的校正效果,系统收敛所需测量的光斑强度的次数仅取决于变形镜的单元数。     

模型式无波前探测自适应光学系统抗噪能力分析

对于N单元变形镜,模型式无波前探测自适应光学系统只需N+1次远场光斑测量,收敛速度快。使用88单元变形镜、CCD成像器件等建立自适应光学系统仿真平台,分别从理论分析和仿真实验出发探讨模型式无波前探测自适应光学系统在噪声情况下的波前校正性能。结果表明:噪声条件下,基于模型的无波前探测自适应光学系统收敛速度保持不变;相同湍流条件时,不同噪声水平下的校正效果接近。与噪声水平50 dB时的结果相比,按照给定湍流条件从弱到强,噪声水平为30 dB时校正后平均RMS相对误差分别为4.75%、4.04%和2.58%。上述结果验证了基于模型的无波前探测自适应光学系统具有较强的抗噪能力。     

模型式无波前探测自适应光学系统收敛速度优化

基函数及其阶数的选择对模型式无波前探测自适应光学(AO-Adaptive Optics)系统的收敛速度和校正效果具有重要的意义。当变形镜(DM-Deformable Mirror)的本征模作为系统的基函数时,系统的收敛速度取决于本征模的阶数。考虑到实际应用中,低阶像差占整个像差的大部分,为加快模型式无波前探测AO系统的收敛速度,使用本征模的部分低阶模式作为系统的基函数,分析系统的收敛速度和校正能力。结果表明:当校正效果达到全阶模式校正效果的80%时,不论湍流强弱,系统收敛速度都有一定程度的提高。相同的波前像差下,变形镜单元数越多,系统收敛速度的优化空间越大。     

基于波前重构的FM-CW SAR距离堆栈算法研究

"停-走"模式是目前脉冲SAR信号处理和理论分析的基础.FM-CW SAR由于其大的脉冲重复周期和100%的信号占空比,使接收回波信号相对发射信号的畸变更加严重,因此,检验与该脉冲有关的畸变的影响是十分重要的.本文分析了FM.CW SAR"停.走"模式成立的条件;在"停一走"模式失效的情况下,提出一种改进的基于波前重构理论的FM·CW SAR的距离堆栈成像算法,算法中考虑了FM-CW SAR回波信号扫频周期内的畸变校正问题,精确的实现了二维成像.通过理论推导及仿真实验,均验证了算法的正确性与可行性.     

基于GIS技术的物流配送线路优化与仿真模拟

为进一步提升物流配送效率,文章提出一种混合优化算法,首先对传统的规划算法进行简单的介绍,根据遗传算法在局部搜索方面的劣势,以及模拟退火算法在局部搜索方面的优势,构建物流配送混合模型;然后结合GIS电子地图,文章以实际区域的某物流单车配送为例,对上述的混合模型进行仿真,从而得到该车辆的最优配送路径图。     

激光成像系统图像几何失真校正算法

激光主动成像系统具有分辨率高、抗干扰能力强、能成三维像等特点。为了满足成像系统对扫描速度的要求,行扫描器采用了正弦扫描方式,但激光器等时发射经过扫描器后将形成扫描方向上光点的空间分布不均匀,从而造成系统所成图像的几何失真。分析了几何失真的形成机理．并根据此机理提出了两种校正算法。将这两种算法应用于仿真图像和实际的激光图像,取得了满意的效果。比较两种算法表明：采用算法2进行激光成像系统图像几何失真的校正更为合适。     

基于粒子群算法的激光位移传感器参量优化

为了提高激光三角测距精度、优化传感器设计过程中的光学参量,采用数学建模和计算机辅助分析的方法,解析了激光三角测距传感器中的关键参量与测量系统各指标的关系,并采用一种基于粒子群算法的参量优化方法,得到符合系统优化要求的光学参量,进行了理论分析和验证。结果表明,在进行参量设计时,各参量相互牵制;确定了粒子群搜索空间和约束;在灵敏度S_min达到2.2386mm时,系统分辨力可达到2.8μm,且其它各参量取值符合系统要求,同时优化效率大大提高。该优化方法算法简单、操作方便。     

限定接收范围的散射偏振前向传输优化算法

为解决偏振子午面蒙特卡洛法的计算结果与测试结果存在出入的问题,文中提出了一种限定接收范围的改进算法。偏振子午面蒙特卡洛法计算过程中采集整个截面的前向散射光,但实际接收装置通常接收部分前向散射光,这是引起偏振子午面蒙特卡罗法的计算结果与实验结果存在出入乃至失配的重要因素之一。为此,改进算法限定了前向散射光的接收范围,限定的接收范围与实际接收范围一致。采用原算法和改进算法分别模拟 45°线偏振光和水平线偏振光在聚苯乙烯悬浊液中传输。选用粒径 1 μm 的聚苯乙烯悬浊液开展验证实验,通过对照测试结果,改进算法相比原算法能够更好地匹配实测结果。通过计算单个微粒的偏振状态保持情况,阐明改进算法提高计算精度的作用机理,即前向散射角愈外延,散射光的偏振态变化愈剧烈,而改进算法规避掉了绝大部分前向散射角外延程度较大的散射光。     

自适应遗传退火算法在薄膜椭偏测量中的应用

将自适应遗传模拟退火混合算法应用于薄膜椭偏测量的反演问题中.由于模拟退火算法的基本思想是跳出局部最优解而得到全局最优解,因此将模拟退火思想引入到遗传算法,遗传算法和模拟退火算法相结合,组建自适应遗传模拟退火算法,从而综合了全局优化和局部搜索的特点,并通过模拟计算,验证了此方法在薄膜椭偏测量问题中的可行性及有效性,为解决...     

基于TSP问题的混合遗传算法研究

文章在介绍遗传算法和混合遗传算法思想的理论基础上,分析了遗传算法的主要优缺点和改进算法的有效性原则,利用模拟退火算法的局部寻优能力提出了一种改进的遗传模拟退火算法。结合两者的优点,对其中的选择、交叉和变异操作进行了改进,并将其运用到TSP问题的求解之中。同时,给出了算法的具体实现过程,并进行了仿真实验,证明了混合算法的有效性。     

基于混合遗传算法的SOI MOSFET模型参数提取

通过将遗传算法和模拟退火算法相结合得到了改进的遗传算法,这种改进的遗传算法可用于提取SOI MOSFET模型参数.用这种方法提取了基于中国科学院微电子研究所开发的标准的1.2μm CMOS/SOI工艺的SOI MOSFET模型参数,用此模型模拟的数据与测试数据吻合很好,与商业软件相比精度得到了明显的提高.这种方法与商业软件使用的传统的方法相比,不需要对SOI MOSFET模型有非常深入的了解,也不需要复杂的计算.更深入的验证表明,该模型适用的器件尺寸范围很广.     

基于遗传模拟退火算法的Otsu图像分割研究

针对目前基本遗传算法在优化图像分割算法中存在的易于早熟、陷入局部最优的不足,以最大类间方差函数为适应度函数,提出了一种基于改进遗传算法的图像阈值分割算法.对交叉、变异算子进行自适应改进,同时将模拟退火算法融入到遗传算法中,使得对个体的评价更合理,既能克服种群退化现象,又改善算法的全局搜索能力,避免遗传算法陷入局部最优.实验结果显示,与Otsu图像分割法以及基于遗传算法的图像分割方法相比,使用该方法得出的阈值范围更加稳定,执行效率更高,在图像分割中获得的分割效果更佳.     

基于混合遗传算法的SOI MOSFET模型参数提取

通过将遗传算法和模拟退火算法相结合得到了改进的遗传算法,这种改进的遗传算法可用于提取SOI MOSFET模型参数.用这种方法提取了基于中国科学院微电子研究所开发的标准的1.2μm CMOS/SOI工艺的SOI MOSFET模型参数,用此模型模拟的数据与测试数据吻合很好,与商业软件相比精度得到了明显的提高.这种方法与商业软件使用的传统的方法相比,不需要对SOI MOSFET模型有非常深入的了解,也不需要复杂的计算.更深入的验证表明,该模型适用的器件尺寸范围很广.     

一种启发式的计算机局域网拓扑优化设计方法

研究了计算机局域网优化设计问题的数学模型。采用稀疏哈夫曼树来描述网络拓扑结构,并将遗传算法和模拟退火法相结合,提出了一种启发式搜索算法,实现了以最小平均时延为目标的局域网拓扑优化设计。实验结果表明启发式算法具有较好的性能。     

基于量子细胞自动机的只读存储器设计

结合量子细胞自动机的双稳态特性和传统的CMOS工艺设计存储器的思想,设计了4×5bit的只读存储器,并利用基于量子细胞自动机的遗传模拟退火法进行了仿真验证,结果显示该电路的正确性。由于采用了量子细胞自动机这一新型纳电子器件,存储器具有高集成度、低功耗等优点。     

一种改进的RBF整定PID及其仿真实现

文中在分析RBF神经网络整定PID算法优缺点的基础上,给出了一种采用遗传模拟退火算法来优化网络结构和权值参数的RBF神经网络,将改进的RBF神经网络用于整定PID控制,并给出了相应的仿真测试例子。仿真实验结果表明,与采用梯度法优化网络权值等参数的RBF神经网络相比,给出的优化算法能更好地辨识控制系统,具有通用性好、调节精度高、在抑制超调量能力强等优点。     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。     

基于遗传模拟退火算法的约束求解

简述了遗传算法和模拟退火算法的特点,提出在约束求解中将两者结合起来,能大大提高算法的效率,并对此进行了实例分析。