一种新形式的微粒群优化算法

提出了一种更为简化的微粒群算法.该算法用相位角的增量代替速度的增量,通过绘制相位角来确定微粒的位置.用这种新的微粒群算法对大学生综合素质测评体系的权重模型进行优化,经与标准微粒群算法进行比较,证明该算法更容易实现,并且具有更好的全局搜索能力.     

无线传感网络布局的虚拟力导向微粒群优化策略

无线传感网络通常由固定传感节点和少量移动传感节点构成,动态无线传感网络布局优化有利于提高无线传感网络覆盖率和目标检测概率,是无线传感网络研究的关键问题之一.传统的虚拟力算法在优化过程中容易受固定传感节点的影响,无法实现全局优化.本文结合虚拟力算法和微粒群算法,提出一种面向无线传感网络布局的虚拟力导向微粒群优化策略.该策略通过无线传感节点间的虚拟力影响微粒群算法的速度更新过程,指导微粒进化,加快算法收敛.实验表明,虚拟力导向微粒群优化策略能快速有效地实现无线传感节点布局优化.与微粒群算法和虚拟力算法相比,虚拟力导向微粒群优化策略不仅网络覆盖率高,且收敛速度快,耗时少.     

群智能微粒群算法及参数分析

微粒群算法是继蚁群算法之后提出的又一种新型的进化计算技术,具有典型的群智能的特点。文中首先介绍了微粒群算法的基本原理、流程,在算法参数分析的基础上,运用测试函数对粒子在寻优过程中的轨迹的进行研究,有利于探讨微粒群算法的收敛性,全局和局部平衡性以及算法稳定性和复杂程度,对算法参数的选择提供有效的指导和借鉴意义。     

动态自适应微粒群优化算法

群体智能是目前智能领域非常活跃的新兴研究领域,微粒群算法作为其典型的实现形式,受到普遍的关注.本文分析了基本微粒群算法的特点,改善了动态自适应微粒群优化算法,实验结果证明该方法的优越性.     

基于微粒群算法的汽车离合器优化设计

离合器是汽车最重要的部件之一,汽车离合器的设计对于汽车的性能具有重要的影响。文章在离合器优化设计中引入微粒群算法,运用微粒群算法对离合器中的主要构建进行优化设计,并对部件的特性进行了分析,得出运用微粒群算法进行离合器的主要构建设计能够满足构建特性的结论。     

改进微粒群算法优化PID参数的研究

微粒群算法是一种新的随机优化算法,算法通过微粒间相互作用发现复杂搜索空间中的最优区域,该算法具有搜索速度快、寻优能力强、算法简单等特点,但也存在普遍的缺点。本文基于微粒群算法容易陷入局部极值和收敛速度慢的缺点,提出一种新的改进算法,介绍了将改进微粒群算法用于PID控制器参数优化的方法,算法实现流程,并结合Matlab强大Simulink系统仿真功能证明了改进算法的有效性,其性能优于经验公式和遗传算法。     

非单调的微粒群信赖域算法

文中对无约束优化问题提出了一类非单调信赖域算法,将搜索性能良好的微粒群算法和总体收敛性良好的信赖域算法有效融合,并提出了基于微粒群的信赖域算法,在适当的条件下,证明了算法的全局收敛性。     

基于微粒群算法的LS—SVM时间序列预测

将微粒群算法引入到最小二乘支持向量机(LS-SVM)时间序列预测,建立预测模型。思路来自微粒群算法可以在超平面空间中实现优化搜索,因此,将微粒群算法中的微粒运动公式进行修正,从而实现对LS-SVM的训练。然后用训练过的LS-SVM进行预测,即得到最终结果。将此方法应用于销售量预测,结果表明,此模型有更高的预测精度,而且在不同的LS-SVM学习参数下模型的误差相对稳定。     

基于免疫机制的PSO算法中IIR数字滤波器设计

针对微粒群算法(PSO)在搜索过程中粒子的多样性差,易陷入局部最优且收敛速度慢等缺陷,将生物免疫系统中克隆选择机制和独特型免疫网络理论引入到微粒群优化算法中,提出了一种基于免疫机制的PSO优化算法(SOIM)并将其用于IIR数字滤波器的设计.该算法结合了微粒群算法的全局寻优能力和免疫多样性保持机制,改善了微粒群算法摆脱局部极值点的能力,提高了算法的收敛速度.仿真结果表明该算法在多模态搜索空间中具有更好的全局收敛性能和稳定性,是一种有效可行的IIR数字滤波器设计方法.     

单目标-多条件约束S-P网络可靠性优化的微粒群算法

研究2-状态单目标-多条件约束串-并联(S-P)网络的可靠性优化问题(RAP)。设计了具有压缩系数的离散型微粒群算法进行求解,采用Matlab编程对问题实例进行模拟仿真,结果表明,对于合理选择的初始解与算法参数,微粒群算法每次运行都收敛,并且能够收敛到最优解。通过与传统的智能算法(模拟退火算法、蚁群算法、遗传算法)比较,微粒群算法具有初始解容易选择、参数易于设置,收敛性好、收敛快的优势。     

基于MEMS开关的ET OFDM高效率PA设计

本文研究了基于MEMS开关的ET结构OFDM功率放大器,采用预失真功率放大器的结构可提高功率放大器效率。分析OFDM的发射标准,利用低损耗,高隔离度的MEMS开关来实现ET结构电压选择。利用GaN HEMT（Heterostructure Field—Effect Transistors）RF3821晶体管建立了基于MEMS开关的ET结构的PA模型,进行了实际电路设计,并利用了ADS软件进行仿真分析,输入1W的OFDM信号时,漏极效率为52％,EVM约为2．94％,输出功率为50W,增益为13dB．该功率放大器完全可以应用于OFDM系统中。     

红外系统小目标成像自动调光方法

提出了一种实时调整红外相机积分时间的方法。针对成像为点目标且灰度值变化剧烈的情况,为保证红外辐射特性测量的精度,标定了相机在不同积分时间下亮度与成像灰度值的对应关系,确定了红外相机响应关系线性度较好的区域;提出了点目标弥散范围的计算方法,并对红外系统的模拟图像和真实图像进行匹配获得最优化估计的目标位置、尺寸以获取目标的所有灰度值,而后根据亮度与灰度的关系对积分时间进行调整。实验结果证明,可同时调整两个不同红外相机的积分时间以保证灰度值处于理想区间内,调整频率可达25Hz,满足高速飞行器试验的实时性要求。     

EMD分解区域的数据研究

本文介绍了一种新的非线性、非平稳信号的处理方法—HHT方法,并运用此方法对地震波进行了理论分析,详细研究了其中的EMD方法及其实现过程;通过大量的数据分析,总结了这一方法的优越性,指出其具有良好筛分及不可良好筛分的适用数值范围,并总结了其中蕴涵的规律。当组合简谐波的频率固定,A2/A1很小,超过某一限值时;或者A2/A1很大,超过某一限值时,数据值不能用EMD方法进行筛分。当组合简谐波的幅值比A2/A1固定不变,而频率变化时,当f2/f1很小时,如超过某一限值;或者f2很接近f1,f2/f1超过某一限值时,数据y值不能用EMD方法进行筛分。      

碳基吸收体被动锁模大功率皮秒激光器

采用垂直蒸发法分别在玻璃和石英衬底上淀积单壁碳纳米管和氧化石墨烯材料来制作碳基可饱和吸收体。利用单壁碳纳米管作为饱和吸收体,实现了Nd:YVO4激光器被动锁模,最高输出功率为3.6 W,斜率效率为31%,脉冲宽度为7.6ps,重复频率为75MHz。利用氧化石墨烯作为可饱和吸收体,实现了Nd:GdVO4激光器被动锁模,最大输出功率为1.1W,斜率效率为11.3%,脉冲宽度为4.5ps,重复频率为70MHz。     

激光二极管侧面泵浦全固态电光调Q532nm激光器

本文目的是设计一个能够实现高稳定性、窄脉宽、高峰值功率的全固态532nm脉冲激光输出系统.首先采用平-平腔结构,运用LD侧面泵浦技术和电光调Q技术实现基频光输出,再用KTP晶体通过腔外倍频实现脉冲绿光激光输出.在腔长为164cm,重复频率200Hz,泵浦电流为70A,泵浦脉宽为230μs条件下,得到单脉冲能量1.68m...     

积分求解闪光灯电阻功率

工业闪光灯大量应用于智能交通工程,直接由交流220V供电,为达到宽场景、高亮度,需要使用较大电解电容,充电过程中限流电阻消耗功率较大,合适的电阻功率选取对于闪光灯可靠性和寿命有着决定性影响。由于输入信号是正弦波,半波充电过程非恒流或恒压,电阻功率计算比较复杂。通过积分方法,求得了闪光灯充电限流电阻的最大功率和最大电流,并得到了实物测量验证,产品可靠性得到了很好保证。     

Ka频段上变频模块设计

论述一种Ka频段上变频模块设计,对模块的杂散和相位噪声性能做了分析,根据分析结果,设计出合理的变频方案。滤波器采用Ansoft Designer和HFSS软件协同仿真,薄膜工艺制作,获得足够的杂散抑制度从而实现低杂散。应用取样锁相技术合成了相位噪声极低的27 GHz本振。对波导—微带过渡结构进行仿真,并给出仿真结果。从测试结果表明,模块设计实现了低杂散和低相位噪声。     

H．264中二进制化编码器的FPGA实现

H．264是最有前景的视频压缩标准,熵编码是其中重要的一环,但算法比较复杂,执行速度不高。对熵编码中的二进制化器进行改进,提出一种基于流水线的FPGA结构。对软件流程进行部分改进以提高速度,采用流水线及并行处理技术设计整个电路。在Spartan3FPGA上实现该电路,编码速度达1bit／cycle,最高时钟频率可达100MHz。     

作战命令的语法信息计算模型

为解决作战命令的语法信息计算问题,在研究作战命令的语法时,采用把句子成分串映射为唯一整数的方法,在算法中采用边扫描边计算及叠层式计算的思路,改进了计算性能,缩短了计算时间.该模型计算简单,可运用到其它文体的语言信息处理中.     

Simplet and its Application in Signal Encryption

We propose here a transform which is a new kind of multi-level subband signal decomposition and reconstruction scheme. It is called Simplet which stands for Simple transform and is simple, easy to understand and perfectly reconstructible. No decomposition or reconstruction filter is explicitly required in Simplet. Another advantage of this transform is that the length of the decomposed components in each level of decomposition is equal to the length of the input signal. Computationally, Simplet can be made a constant time transform. There are various forms of Simplet that can be used in various applications of signal and image processing. Simplet is of two types. One is useful for multiresolution signal analysis and the other for signal distortion. We use the later type here for an encryption scheme. In the existing transforms, even when there is noise in the decomposed components, the reconstructed signal is perceptually intelligible. However, in Simplet the reconstructed signal is perceptually unintelligible when the decomposed components have noise in them. This property is made use of in our encryption scheme which first uses Simplet to protect the distinguishable features of the signal by decomposing it into two or more distorted components and then encrypts them by using a special sequence of numbers. This sequence is called Meitei Lock Sequence (MLS) and is generated from a non-zero key vector of an arbitrary length. An MLS is unique for a key vector. Once a signal is encrypted with an MLS, it can be decrypted only with that particular MLS. As an MLS is generated from an arbitrary vector, the search space for finding a particular MLS is very large and hence gives very tight security in our encryption scheme. We have found that the empirical correlation coefficient between an original signal and a decrypted signal using any decryption key that is different from (even if very close to) the actual key, is sufficiently small. The encryption scheme is fast as both the Simplet and MLS are fast algorithms.