基于PSO/FDTD的波导缝隙天线优化设计

设计了一种16阵元波导缝隙天线,其阵元在波导宽边中心线一侧排列。该设计采用泰勒分布进行阵列综合,利用粒子群优化算法(PSO)与时域有限差分法(FDTD)在不同偏置位置对谐振长度进行优化。由于该天线属于非谐振式波导缝隙阵,设计的关键是调整缝隙对宽边中心线的偏移。仿真结果表明天线指标与设计要求吻合,证明了设计方法的可行性。     

基于GWO和PSO协同优化的DV-Hop定位算法

无线传感器网络具有感知和处理信息的能力,只有当被测网络内节点的位置已知时,节点传递给用户的信息才有意义。针对DV-Hop定位中传统最小二乘法不可避免的精度低的缺点,引入粒子群算法(PSO)和灰狼优化器(GWO)来估计未知节点位置。粒子群算法具有个体记忆的特点,采用粒子位置更新代替灰狼个体位置更新,使灰狼算法在优化上具有可记忆性。仿真数据表明,改进后的算法可以有效降低节点定位误差,实现更高的定位精度。     

基于CORDIC旋转器的基-3 FFT算法高效设计

设计出一种可以用于FPGA高效实现的基-3 FFT算法,采用改进的三端前馈延迟转换器结构,优化了延迟和运算过程。针对蝶形运算中复数乘法器占据大量内存的问题,引入了CORDIC旋转器实现输入与旋转因子相乘的运算,可以降低乘法运算的复杂度,该CORDIC旋转器采用改进的高基CORDIC算法,解决了传统的CORDIC算法迭代次数多、延迟大的问题,从而达到高吞吐率要求。该基-3 FFT算法以寻址变序、流水处理的方式,可以满足最高运行频率为404 MHz的FFT处理要求。与基于传统复数乘法器的基-3 FFT算法相比,基于CORDIC旋转器的基-3 FFT算法使功耗平均减少了22%,使总延迟平均减少了29%。     

基于K-Means变异算子的混合PSO算法聚类研究

提出了基于K-Means算子的混合粒子群优化算法聚类,将K-Means算法的局部搜索能力与粒子群优化算法的全局寻优搜索能力相结合,根据群体适应度变化的情况自适应调整权重,并对种群中性能较差的粒子进行交叉选择,能充分挖掘群体本身信息,又能不断引入附加信息.数据集仿真实验表明,该算法有效的克服了传统粒子群优化算法过慢收敛和K-Means算法陷入局部收敛的问题,从而得到更好的聚类效果.     

基于PSO优化模糊C均值的WSN分簇路由算法

针对无线传感器网络节点能量有限、负载不均衡的问题,提出了一种基于粒子群优化模糊C均值的分簇路由算法POFCA.POFCA分别从成簇阶段和数据传输阶段进行了优化.成簇阶段,首先使用粒子群优化算法优化模糊C均值算法,克服了模糊C均值对初始聚类中心的敏感,并根据节点剩余能量和相对距离动态更新簇首,平衡簇内负载.数据传输阶段,...     

采用PSO算法的S波段EDFA的优化设计

成功地使用粒子群优化(PSO)算法优化设计了多级S波段EDFA,仿真结果表明,输入信号功率为-20 dBm时在1486～1520 nm可实现平坦增益,两级泵浦总功率为380 mW,平均增益可达10 dB以上,增益平坦度小于0.1 dB,噪声系数小于5 dB,满足WDM/DWDM系统的需求.另外,还重点对插入长波长ASE...     

基于QPSO的模糊C均值聚类算法

针对模糊C均值(FCM)聚类算法存在的缺点,利用量子粒子群优化(QPSO)算法的全局搜索能力,提出了一种新的聚类算法——基于量子粒子群优化的FCM聚类算法(QPSOFCM).QPSOFCM算法先对随机初始点利用QPSO进行优化,然后利用产生的中心点进行聚类,重复上述两步操作直至结果满意为止.新算法可以降低FCM算法对初始点的敏感度,一定程度上避免了FCM算法易陷入局部极优的缺陷.几组数据实验结果表明,与FCM和PSOFCM算法相比,提出的QPSOFCM算法聚类结果更可靠.     

基于PLC的PSO算法PID输送机速度控制技术研究

本文主要利用粒子群优化算法(PSO)确定输送机系统速度控制中的最佳PID控制器增益。该项目通过三菱Q系列UDV PLC实现,该PLC带有多个编码器传感器和一个内置以太网模块来监控反馈。为了验证该方法的性能,将PSO离线确定的最优增益应用于模拟器和实际模型。实验结果表明,与其它方法相比,所提出的基于粒子群算法的PID控制...     

Y型光子晶体偏振光分束器

基于偏振模式不同的光波在二维光子晶体中的传播特性不同,设计出一个支路半径相同的Y型二维光子晶体偏振光分束器.通过时域有限差分法对该分束器进行数值计算与模拟分析.结果表明,该分束器能够实现TE模和TM模平行、高效分束.当波长为1.55μm的高斯脉冲入射时,TE模透射率可达97%,TM模透射率可达93.5%,且该结构尺寸仅有6.3μm×6.8μm.这些特性使其在未来的集成光路中具有很好的应用前景.     

硅基槽波导级联多模干涉耦合器型偏振分束器

提出了一种基于硅基槽波导的级联多模干涉(MMI)耦合器型偏振分束器,由锥形及矩形结构MMI耦合器构成.级联结构使器件长度无需为两偏振模自镜像长度的公倍数,不仅能有效减小器件尺寸,而且提高设计灵活性.同时,利用槽波导的高双折射特性及MMI耦合器的锥形结构,可进一步缩短器件尺寸.分析结果表明,所提器件能够有效实现偏振束分离,两级MMI工作区总长度仅为42μm,准TE与准TM模的偏振消光比分别为29.8和31.4d B,1.55μm波长下的插入损耗分别为0.395和0.699 d B,偏振消光比大于20 d B时光带宽为43 nm,覆盖整个C波段.最后,详细分析了器件关键参数的制造误差对器件性能的影响.     

基于改进粒子群算法的天线方向图综合技术

针对基本粒子群算法的早熟收敛、易收敛于局部极值的特点，提出一种改进的粒子群优化算法，采用对全局最佳微扰和惯性权重跳变阈值的设置改善了算法的优化速度和收敛精度。经过对一系列测试函数的计算，证明该方法具有良好的优化效果。最后，给出了该方法应用于阵列天线方向图综合中的模型和仿真实例。     

双矩形纤芯光子晶体光纤偏振分束器

基于双折射效应设计了一种新颖的纤芯为椭圆空气孔,包层为圆形空气孔的矩形双芯光子晶体光纤偏振分束器。用半矢量光束传播法(BPM)数值模拟了基模情形下该偏振分束器的性能,结果表明:在工作波长为1.55μm,光纤长度为1659μm时,两个纤芯在X、Y方向偏振光的隔离度分别达到了-41.3 dB和-39.1 dB,隔离度小于-10 dB的带宽超过了80 nm,达到了良好的偏振分束性能。同时,模拟了实际加工误差对所设计的偏振分束器的影响,得出在1.55μm的工作波长下,误差达到±7%时,隔离度仍能小于-10 dB,具有较高的实际应用价值。     

采用粒子群优化算法的二阶偏振模色散自适应补偿实验

报道了使用两阶段补偿器的二阶偏振模色散(PMD)自适应补偿实验,采用粒子群优化(PSO)作为自动控制单元的算法,比较、分析了两种结构的PSO算法(全局邻居结构的PSO算法和局部邻居结构的PSO算法)的实验结果。     

基于停滞检测粒子群算法的阵列天线方向图综合

在线性递减权重粒子群算法的基础上提出了一种改进的粒子群优化算法.新算法采用了合适的邻域结构,通过停滞检测以及对全局最佳粒子的微扰改善了算法的优化速度和收敛特性.仿真结果表明:将此算法应用于天线方向图综合中,在多零点和低旁瓣约束情况下可以取得良好的优化效果.     

移动台适用的平面型紧凑极化分集天线

给出一种适用于移动台的平面型紧凑极化分集天线。该天线由两个十字交叉的微带分支提供极化分集。每一分支都有单独的微带一垂直探针馈电系统，并在分支上蚀刻有一个细槽以提高两个端口的隔离度。通过电容加载大大缩短了分支长度。利用时域有限差分法，在900MHz频段对该天线进行了分析和优化。天线模型的测量结果与仿真结果基本吻合，在约5％的带宽内两个端口的隔离度大于20dB、回波损耗均低于-10dB。该天线两端口的包络相关系数远小于0．1，能够满足分集的要求。     

Clustering routing protocol based on improved PSO algorithm in WSN

Aiming at the problem that the location distribution of cluster head nodes filtered by wireless sensor network clustering routing protocol was unbalanced and the data transmission path of forwarding nodes was unreasonable,which would increase the energy consumption of nodes and shorten the network life cycle,a clustering routing protocol based on improved particle swarm optimization algorithm was proposed.In the process of cluster head election,a new fitness function was established by defining the energy factor and position equalization factor of the node,the better candidate cluster head node was evaluated and selected,the position update speed of the candidate cluster head nodes was adjusted by the optimized update learning factor,the local search and speeded up the convergence of the global search was expanded.According to the distance between the forwarding node and the base station,the single-hop or multi-hop transmission mode was adopted,and a multi-hop method was designed based on the minimum spanning tree to select an optimal multi-hop path for the data transmission of the forwarding node.Simulation results show that the clustering routing protocol based on improved particle swarm optimization algorithm can elect cluster head nodes and forwarding nodes with more balanced energy and location,which shortened the communication distance of the network.The energy consumption of nodes is lower and more balanced,effectively extending the network life cycle.