基于压缩感知的伪随机多相码连续波雷达

该文利用雷达目标空间的稀疏特性,提出了一种基于压缩感知的伪随机多相码连续波雷达。建立了目标信息感知模型,采用压缩感知以低于奈奎斯采样率对目标回波采样,然后从少量的采样数据中提取噪声背景下的目标场景信息。为了提高目标信息提取的有效性,采用模拟退火算法对波形进行优化。仿真结果表明了该方法的优越性。     

基于模拟退火的信号稀疏分解研究

信号稀疏分解广泛应用于图像和信号处理领域,特别是在教据压缩和数据存储、特征提取领域应用广泛.但信号稀疏分解本身是典型的NP困难问题,要成功的进行信号稀疏分解是十分困难的.文中利用模拟退火算法来快速寻找Matching Pursuit(MP)过程每一步的最优原子,提出了一种基于模拟退火的信号稀疏分解算法.仿真结果表明该算法能有效和快速地进行信号稀疏分解.     

同型机调度问题的混合ACO-SA优化算法研究

针对同型机调度问题,提出一种蚁群-模拟退火两阶段优化算法.构造了问题域蚁群模型,运用蚁群算法展开全局搜索,通过自适应调整闻值改善空间探索与局部开采的平衡;为提高搜索精度,引入模拟退火算法,将蚁群算法的最好解作为其初始解,在邻域内进行精细搜索,利用其概率突跳特性有效避免算法陷入局部最优.实验结果表明混合算法具有稳定而优良的寻优能力.     

基于自适应滤波的压缩感知重构方法

自适应滤波框架中,滤波器的抽头系数可以利用特定的自适应算法达到近似维纳解,从而使滤波器的输出误差达到最小.将这个框架应用到压缩感知重构信号中,信号的稀疏系数等效为滤波器系数权值向量,从而可获得最佳的稀疏系数,以高概率重构信号.本文介绍了已有学者研究出的一种L0最小均方算法(L0-LMS),该算法中引入零引力项加快了权矢量向稀疏解收敛的速度,保证解的稀疏性.通过仿真可知,基于自适应滤波算法重构稀疏信号的性能较好,甚至优于压缩感知中常用的OMP算法.     

高维多目标优化中基于稀疏特征选择的目标降维方法

目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.     

基于压缩感知的高分辨频率估计

压缩感知是信号离散表示的新理论.本文将该表示理论用于正弦信号的频率估计,提出一种新的高分辨率的频率估计方法.该方法根据信号的稀疏表示,利用一个随机的压缩矩阵先对信号进行压缩,再在压缩域中通过对l1模优化重构该稀疏信号,获得信号的频率估计.模拟分析了新方法性能,并与直接l1模优化算法、Pisarenko、MUSIC等算法进行了比较.结果表明本文方法分辨性能明显优于Pisarenko和MUSIC等算法;具有直接l1模优化算法相当的性能,但计算量大大降低.     

融合解析模型和综合模型的压缩感知算法

如何利用更多的图像先验知识来提高图像的重构质量是压缩感知的一个关键问题.本文将综合稀疏模型与近几年提出的Cosparse解析模型结合,利用图像在综合字典和解析字典下的稀疏性提出了一种融合两种稀疏先验的图像重构算法,并利用交替方向乘子法(ADMM)求解对应的复杂优化问题.为进一步提高算法性能,该算法还充分利用了图像中任意位置图像块的稀疏性.实验结果表明,本文算法能有效提高图像重构质量.     

光谱加权协同稀疏和全变差正则化高光谱图像解混

针对传统稀疏解混方法对丰度的稀疏性表征不充分及空间信息利用率低等问题,本文在分析迭代加权稀疏解混方法的基础上,提出了一种基于光谱加权协同稀疏和全变差正则化的高光谱解混方法.该方法一方面在协同稀疏解混的基础上引入光谱加权因子进一步刻画丰度系数的行稀疏性,以促进所有像元之间的联合稀疏性;另一方面引入各向异性全变差空间正则化促进图像同质区域的平滑性,以提高解混的准确性.通过交替方向乘子法求解该模型,通过迭代,利用内外部双循环迭代方法对光谱加权因子和丰度系数进行优化.模拟和真实的高光谱数据实验结果均表明本文提出的算法与现有同类算法相比能大幅提高混合像元分解的精度,在稀疏解混方面展现出了巨大的潜力.     

基于子空间的块稀疏信号压缩感知重构算法

块稀疏信号是一种典型的具有特殊结构的稀疏信号,在压缩感知问题中,针对块稀疏信号的特点,提出了一种基于子空间的块稀疏信号压缩感知重构算法.该算法每次迭代找到整个信号支撑块的估计,包含正确信号支撑块所在空间的一个子空间,然后计算残差,并在下一次迭代时,通过回溯思想和最小均方准则修正更新上一次找到的信号支撑块,最后直到残差为...     

基于模拟退火的K-means算法研究

针对K—means算法依赖于初始聚类中心、经常陷入局部最优解等缺点,利用模拟退火算法的全局优化特点,提出一种基于模拟退火的K—means算法。仿真结果表明该算法减弱了对初始聚类中心的依赖性,提高了原有算法的稳定性。该算法能够获得全局最优解,收敛于局部极小值点的可能性大大减少。     

大孔径超稀疏阵列综合算法研究与应用

超稀疏阵列大孔径场景下最优布阵求解问题是在满足特定副瓣电平要求下,通过对布阵位置和阵元权值的优化获得最稀疏解。该问题属于NP-HARD问题,求解时存在搜索空间大、搜索时间长以及难以求得全局最优解等问题。为了解决上述问题,本文基于交替寻优的思想提出了一种针对大孔径场景下超稀疏阵列方向图综合的快速算法。该算法通过对求解空间进行划分后交替优化快速得出一个初始解,在初始解基础上构建相邻域形成新的求解空间,通过二次搜索寻优得到最优解。本算法通过对初始解空间进行划分和相邻域的构建,可大幅缩短每次优化的时间。本文通过对超稀疏线阵若干场景进行了仿真验证,仿真结果证明了该算法的有效性。     

基于改进麻雀搜索算法的稀布线阵综合方法

针对阵列天线中阵列孔径、阵元数目、阵元间距等多约束的稀布线阵综合问题,文中提出了一种基于改 进麻雀搜索算法的稀布阵列综合优化方法。给出了改进麻雀搜索算法的流程,并在确定阵列孔径、阵元数目和最小阵 元间距的约束条件下,采用Tent 混沌映射进行天线阵元位置的初始化,提高算法的搜索性和收敛性,实现了抑制天线 峰值旁瓣电平(PSLL)的稀布线阵综合仿真。仿真结果表明,所提出的方法相比于其它文献中的优化方法,能够得到更 低的峰值旁瓣电平,稳健性好,效率高。在仿真结果的基础上,引入实际天线进行组阵分析,验证了该方法的可行性。     

Ka频段大规模相控阵稀疏布阵算法设计与应用

针对大规模卫星通信相控阵天线在阵元受发射/接收组件、驱动放大器等布局限制条件下的稀疏布阵问题,提出了一种基于极限微扰法的随机稀疏布阵算法。通过极限微扰率和随机稀疏算法的迭代应用,能够较容易地收敛到目标稀疏率下的稀疏阵列分布,且能得到均匀的稀疏布阵结果,改善相控阵天线由于局部过热导致的散热困难的问题。基于此方法,对满阵为4 096阵元的大规模相控阵天线进行了稀疏化设计,最终得到1 552阵元的稀疏阵。仿真和实测结果显示通过该算法能获得较好的阵列方向图结果,在方位角0°~360°、俯仰角0°~60°范围内副瓣均低于-16 dB。     

基于改进遗传算法的反向天线阵稀疏优化

对自适应遗传算法中交叉概率和变异概率动态调整规则进行改进,并结合基于适应度值的截断选择法,提出了改进的自适应遗传算法.将该算法应用于反向天线阵的稀疏设计,以阵元位置为优化参量,在保持反向性能的基础上,优化得到了合适的稀疏反向天线阵结构,有效地精简了阵列结构,结果优于现有文献中对稀疏反向天线阵的综合结果.     

基于框架理论的最小阵元数稀疏阵综合算法研究

随着越来越高的角度分辨率要求与进一步降低的天线成本,大规模阵列越来越普及。在重量、体积和成本有限时,要获得大孔径天线得到较高的角度分辨率,且尽量减少天线阵元数目,可采用最小阵元稀疏阵设计方法。本文基于框架理论,提出了一种新的最小阵元数的稀疏阵综合方法。该方法将稀疏阵设计问题转化为压缩感知问题模型,然后利用次优反馈的零空间追踪硬阈值算法求解。该方法可同时综合阵元位置与阵元权重来匹配给定的阵列方向图,并可有效降低阵元数。仿真实验证明了算法的正确性和有效性     

采用遗传算法的MIMO雷达L型阵列稀布优化

针对多输入多输出（MIMO）雷达阵列稀布导致栅瓣效应的问题,研究了L型阵列方向图综合方法。通过在发射和接收阵列的阵元位置中引入随机扰动,同步优化收发阵列,对MIMO雷达Ｌ型阵列等效构造的虚拟矩形平面阵列进行二维方向图综合,并且对遗传算法的变异算子进行改进,提高全局搜索性,从而有效抑制栅瓣,降低二维合成方向图中方位维和俯仰维的峰值旁瓣电平。仿真实验证明了所提算法的有效性。     

稀布圆阵的降维优化方法

针对有阵列孔径,阵元数目和最小阵元间距3种约束下的稀布圆形阵列综合问题,该文提出了一种基于修正遗传算法的降维优化方法。为了充分利用阵元布阵的自由度,同时使稀布阵列满足多个设计约束,在阵元排布时将2维平面阵列优化设计降维成1维的稀布直线阵列,计算阵列性能时再还原为平面阵列。该方法改进了现有圆阵综合方法中轨迹圆半径和轨迹圆上阵元数分布优化的不足,实现了全部阵元的联合优化,降低了算法的复杂性,同时保证了阵列的旁瓣性能,仿真结果证明了该方法的有效性。     

Optical synthetic aperture circle-array optimization based on genetic algorithm

An optimization model of circle array was set up from the basic optical synthetic aperture imaging principle. The circle array was optimized by adopting a genetic algorithm with an improved real coding method coding the location of sub-apertures. The measure function was designed based on maximizing the distances between u-v coverage dots and minimizing the redundant array. The point spread function, optical transfer function and diffractive imaging were analyzed with the circle array synthetic aperture imaging system. The optimized result of 8 to 16 sub-apertures on a circle array was obtained, and they were compared to the results achieved through simulated annealing algorithm. Using the emulator program, the point spread function was analyzed and contrasted to that of a uniform circle array. Results show that the real coding genetic algorithm can resolve the array optimization well, cost less time and get a better optimization compared with the simulated annealing algorithm.     

基于稀疏综合孔径天线的艇载成像雷达研究

 基于稀疏综合孔径天线概念,研究了平流层飞艇载对地观测成像雷达系统中的重要问题.提出了稀疏阵时分多相位中心孔径综合方法,该方法使得综合后的相位中心在数量上和分布情况上与满阵天线相同,从而避免了稀疏阵旁瓣较高的问题;利用模拟退火算法对阵列进行了优化,以使实际使用的阵元最少;为提高系统作用距离,采用多频正交信号形成多发多收的工作模式,通过频率拼接提高距离分辨率;由于综合孔径天线阵列长度远小于场景宽度,系统采用了子孔径成像方法,并将曲线拟合和自聚焦处理相结合,解决了存在阵列形变误差时的精确成像问题.仿真结果表明了本文方法的有效性.