载频不同分布方式下RSF波形稀疏重构性能分析

鉴于当前基于压缩感知理论的稀疏重构方法大多针对的是载频服从离散均匀分布的随机步进频率信号,而对于载频服从其他分布的随机步进频率波形稀疏重构性能研究较少的实际,对载频不同分布方式下的随机步进频率波形稀疏重构性能进行了分析比较.首先,构建了随机步进频率波形统一的稀疏重构模型;然后,基于感知矩阵互相关系数的统计特性对不同载频分布下的重构性能进行了分析,得出载频分布方式决定了波形重构性能的结论.最后,为验证上述结论,提出了一种基于遗传算法的随机步进频率波形载频优化设计方法,提升了随机步进频率波形的稀疏重构性能.仿真结果对上述分析以及波形优化方法进行了验证.     

离散变量结构优化的组合形遗传算法

针对遗传算法在迭代过程中经常出现早熟收敛、振荡、随机性太大和收敛速度缓慢等缺点,使用格雷码编码,对遗传算法运用海明距离控制种群的个体差异;并把组合形算法作为组合形算子嵌入到遗传算法中,从而建立了一种离散变量结构优化设计的混合遗传算法。算例结果表明这种混合遗传算法优于基本遗传算法和斐波那契遗传算法,既发挥了局部搜索能力强的特点,又发挥了遗传算法全局性好的特点,是可行且有效的离散变量结构优化设计方法。     

一种基于遗传算法的DDS脉冲波形优化方法

直接数字频率合成（DDs——Digital Direct Frequency Synthesis）是一种新的频率合成技术，具有频率分辨率高、频率切换快、超宽的相对带宽、连续的相位特性和全数字化等优点，DDS实际上是波形的合成技术，可以输出高稳定度的任意波形．对脉冲产生型DDS中输出信号的过冲和振铃进行了讨论，提出了用遗传算法优化脉冲波形以减少过冲和振铃的方法，并用计算机仿真结果进行证明。     

OFDM—MIMO相控阵雷达性能分析

采用正交频分调制（0FDM）波形的MIM0相控阵雷达是一种新的MIMO雷达,其可同时实现波形分集和频率分集．与正交相位编码波形不同,OFDM波形中心频率不同,存在特定的差频,使得基于该波形的MIMO雷达信号处理更为复杂．针对这一问题,首先建立了该雷达系统信号模型,推导了子阵间空域相干合成结果,然后,分析了该系统的信噪比、作用距离和抗截获能力,并与传统相控阵雷达进行了比较理论分析和仿真实验结果证实了该系统的优势．     

MIMO雷达中的DFCW设计及性能分析

发射信号的正交性好坏是多输入多输出(MIMO)雷达实现的关键,正交离散频率编码波形(DFCW)是MIMO雷达可以利用的正交信号。该文首先分析了DFCW的互模糊函数,在此基础上,对自相关峰值旁瓣及互相关峰值旁瓣电平进行了分析,提出了采用遗传算法对其进行优化,得到了具有更低互相关峰的DFCW。然后将优化得到的DFCW应用于MIMO雷达系统进行仿真分析。通过对信号互相关仿真及对目标回波信号匹配滤波仿真对理论分析进行了验证,证明了理论分析的正确。     

用于强海杂波中目标检测的自适应波形设计算法

针对强海杂波中的目标检测问题,对一种自适应波形设计算法进行了仿真研究．该算法首先利用期望最大化算法估计预测目标所在单元的海杂波统计特性,然后利用子空间方法实现海杂波抑制,最后以最大化广义似然比为准则,通过动态设计相位编码波形来匹配海杂波统计特性,以改善目标信杂比,进而改善目标检测性能．通过数值仿真验证了算法的有效性．仿真结果表明,与采用固定波形相比,采用自适应波形设计算法对于目标检测性能的改善程度可达7～10dB．     

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman撼波器池结构，设计了使用遗传算法的自适应Kalman滤波器，给出了离线和在线两种实现方案．离线方案以辨识滤波参数为主要目的，进而可以对状态进行较准确的事后估计；在线方案以实时地对状态进行估计为目的．对滤波参数寻优使用具有良好性能的浮点数编码遗传算法，该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强．仿真结果验证了所提出的自适应Kalman滤波器的有效性．     

遗传算法的改进及其在预应力空间网格结构中的应用

针对预应力空间网格结构设计变量的特点,提出了一种采用离散变量、基于遗传算法的优化设计方法.该方法将杆件截面和预应力置于同一水平变量空间,个体编码中同时体现两种变量的遗传基因,避免了割裂设计空间、分级优化而带来的误差影响.优化方法采取了适应度变换、最优保留及自适应遗传等改进措施,以改进标准遗传算法易于发生早熟现象、局部寻优能力差等缺点.     

离散变量结构优化设计方法的研究进展与展望

回顾了离散变量结构优化方法的发展历史、研究进程，对离散变量优化设计方法做出分类，阐述了近年来离散变量结构优化设计方法的发展、现状及新进展，尤其对遗传算法、混合遗传算法、相对差商法、模拟退火法、禁忌搜索法进行了详细地总结，介绍了一些国内外知名学者最新的研究成果，并根据离散变量结构优化设计问题的特征，对离散变量结构优化设计方法的研究方向的发展提出展望。     

用多种群遗传算法优化结构振动模糊控制器

在结构控制中模糊控制是被采用的方法之一，基于遗传算法的模糊系统的优化设计，把模糊控制和遗传算法结合起来．利用遗传算法的优点，克服了一般模糊控制设计中模糊变量的隶属度和控制规则的选取通常靠经验来获取的不足．使得系统的模糊控制设计更灵活方便，能取得更好的控制效果。采用实数和整数混合编码技术来设计遗传算法的染色体和相应算法，为了避免早熟和加快收敛速度，采用了多种群的遗传算法。为了验证优化的效果．对一个三层框架进行了仿真分析，结果显示，采用遗传算法优化后的模糊逻辑控制优于常规模糊逻辑控制。     

离散变量刚架结构拓扑优化设计的一种新方法

以刚架结构为研究对象，提出一种遗传算法和拟满应力算法相结合的杂交算法，来解决离散变量结构拓扑优化设计问题。利用遗传算法进行刚架结构拓扑优化，用拟满应力算法进行截面优化，可充分发挥两种算法各自的优势，从而加快搜索进程。拓扑优化过程中，在对刚架结构受力分析的基础上，设计了一些启发式技术，使得遗传算法的初始种群中含有足够数量的可行个体，同时对遗传操作过程做了一些改进，从而有效地提高了遗传算法求解的效率和质量。     

离散变量结构优化的改进组合型遗传算法

对离散组合型法进行改进,提出了一种新的初始点产生办法,提高了离散组合型法的局部寻优能力.把离散组合型算法作为组合型操作算子融合到遗传算法中,构造一种新的离散变量结构优化算法-组合型遗传算法.运用模拟退火技术构造惩罚函数来改造适值函数,使算法更稳定地收敛于全局可行最优解.与基本遗传算法和组合型算法的计算结果比较证明,改进的组合型遗传算法具有局部搜索快和全局性好的双重特点,是可行且有效的离散变量结构优化设计方法.     

工程结构优化设计的改进混合遗传算法

根据工程实际以及规范规定的约束条件和各项技术标准要求,建立了离散变量结构优化模型。针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大和迭代过程缓慢等问题,采用一种新的遗传算子即单亲遗传算子对遗传算法进行了改进,并提出了离散变量结构优化设计的三等分割算法与遗传算法相结合的混合遗传算法。优化设计结果表明:改进混合遗传算法的收敛特性得到了很好的改善,既具有三等分割算法省时、高效、局部搜索能力强的特点,又具有遗传算法全局性好的特点,是高效、理想的工程结构优化设计方法。     

敏捷制造中面向盟友选择问题的遗传算法

为解决敏捷制造中组建动态联盟的盟友选择问题,在分析传统盟友选择方法局限性的基础上,设计求解敏捷制造中面向盟友选择问题的遗传算法,建立算法模型,论述遗传算法的个体编码及初始群体产生方法、概率淘汰与轮盘赌相结合的选择方法以及编码循环取值的变异算子设计方法,实例分析验证了算法的稳定性、可靠性及高效的收敛速度.验证结果表明算法能给相关研究提供参考,亦可用于动态联盟盟友选择问题的指导.     

应用混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点。算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题。这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法。     

基于改进遗传算法的空间网架结构拓扑优化设计

根据工程实际出发,建立离散变量结构拓扑优化模型。针对基本遗传算法(GA)存在的早熟收敛、随机性大、收敛速度慢等不足,从编码方式及遗传算子操作等几个方面对其作了改进,选择操作中引进斐波那契方法,提出一种基于整数编码的改进遗传算法。优化结果表明,这种改进的遗传算法的收敛性得到了很好的改善,提高了计算效率,是有效的结构拓扑优化设计方法。     

建筑结构优化设计的改进进退遗传算法

针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大、局部搜索能力差和迭代过程缓慢等缺点.提出一种离散变量结构优化设计的进退搜索算法与遗传算法结合在一起解决问题;并提出一种新的遗传算子———转基因算子,用于对遗传算法的改进.结果表明,这种改进退遗传算法即发挥了进退搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点;采用的改进措施效果明显,其收敛特性得到很好的改善.该算法是高效的理想工程结构优化设计方法.     

离心泵优化设计的遗传算法

探讨了离心泵的遗传算法优化设计方法．首次采用遗传算法,对低比速离心泵参数的优化设计方法进行了研究,列举设计实例．经过多次选择、交叉和变异等遗传操作和大量计算．得出了参数优化设计结果,泵效率有所提高,消除了扬程曲线的驼峰现象。本设计方法与传统设计方法相比,具有思想简单、易于实现、应用效果显著等优点,因此更合理、更严谨。     

离散变量结构形状优化设计的拟满应力遗传算法

为了弥补遗传算法局部寻优能力差的缺点,将拟满应力算法嵌入到遗传算法中构成一种结合二者优点的混合遗传算法,并将该算法应用于离散变量结构形状优化设计问题.将形状设计变量和截面设计变量统一考虑,编码表示在同一染色体中.既解决了两类变量间耦合上的困难,同时也避免了将两类变量分开考虑只能求得局部最优解的问题.算例的结果表明,该方法用于离散变量结构形状优化是有效的.     

基于改进遗传算法的TSP间题求解

TSP问题是典型的NP完全问题 ,遗传算法是求解NP完全问题的一种常用方法。本文针对解决TSP问题 ,提出一种新的改进遗传算法。该算法用多样性维持机制来设计算法的选择机制 ,提高算法的求解性能。经过对TSP问题求解的实验 ,本文算法得到了很好的效果