自聚焦透镜准直设计

在激光外调制时,使用的是3＊3＊20mm的调制晶体。为了使由光纤发出的激光通过调制晶体,本文根据高斯光束的基本性质以及自聚焦透镜的传输特性,利用计算机模拟的方法,设计了能满足调制要求的自聚焦透镜。     

基于调制函数法的线性连续动力学系统参数模型估计

提出了构造单分辨和多分辨高斯调制函数的新思路。基于数字积分原理,推导了调制积分滤波器的结构,得到直接以线性连续系统模型参数表示的等价辨识模型。利用离散模型辨识的研究成果,建立了连续动力学系统模型参数直接估计的最小二乘法和辅助变量法。研究了调制滤波器参数与辨识精度的关系,并以此得到调制函数参数的设计依据。成功辨识了某轧机液压AGC压力闭环系统的连续动力学参数模型,验证了方法的正确性。     

基于联合参数估计的最大似然调制识别算法

提出一种针对延迟信号相位差的联合参数估计最大似然调制识别算法,通过对相邻信号相位差的分布建立等均值高斯混合分布模型,同时完成了延迟信号相位差最大似然调制识别中所需的频差和噪声似然参数的估计.此算法无需信号先验知识,可通过EM算法同时估出所需的相关参数,极大地降低了最大似然调制识别算法中参数估计的复杂度,可应用于MPSK信号的调制识别,也可用于MQAM信号的相位方式识别.     

线列光纤传像束的调制传递函数评价方法及检测

根据调制传递函数对比度定义,推导了分析线列光纤传像束调制传递函数(MTF)的数理关系,采用数值计算的方式,分析了线列光纤传像束像元与输入信号之间的位相关系对调制传递函数的影响,并进行了实验研究。结果表明,输入信号与线列光纤传像束的位相匹配对调制传递函数有一定的影响。基于对数值分析结果的考虑,提出线列光纤传像束的调制传递函数及评价方法,理论分析与实验结果相吻合。     

电荷耦合器件调制传递函数测试方法的研究

本文在理论上系统阐述了用调制传递函数方法评价电荷耦合器件性能的可行性,分析讨论了电荷耦合器件调制传递函数的构成,系统研究了电荷耦合器件调制传递函数的测试方法。本文提出了测量方案,并详细介绍了系统的构成及软件设计,最后给出了测量结果。     

小波分析在调制信号自动识别中的应用

自动调制识别是非合作通信系统接受机设计中的重要研究课题。本文着重讨论了在软件无线电中所有基本调制制式(DSB．FM．PM,2ASK,2FSK．2PSK)的识别问题．对高斯白噪声中的通信信号的自动识别进行了计算机仿真．实验结果表明．此种识别算法具有较为理想的识别效果。     

高功率半导体激光器直接调制特性的实验研究

本文介绍了一种具有自动功率控制(APC),自动温度控制(ATC)及 调制输入接口的半导体激光光源,并对其低频调制特性进行了深入的实验研 究。给出了用高速光电探测器探测到的调制信号波形,并进一步分析了调制 频率与闭值电流之间的关系,以及调制频率与平均输出功率之间的关系。     

调制电路在被动型铷频标体系内优势组合中的应用

在被动型原子频标中,调制电路在物理系统与光电检测环节起到非常重要的作用,通过对微波探询信号加一小调频,完成物理系统的原子纠偏信号转换成伺服检测电路用信号过程。整个调制电路中主要的参数是调制深度、调制幅度以及调制信号的相位。其工作参数的稳定与否直接对原子频标的频率稳定度带来影响。针对被动型原子频标中调制电路特性,采用DDS、单片机数字调制方案对环路参数作了具体的设置的工作,通过原子频标的稳定度测量结果说明实际取得满意的实验结果。     

基于双环形旋涡相位调制的多焦点产生

为提高光学显微成像及微粒控制的效率,提出一种通过双环形旋涡相位板对入射光为拉盖尔高斯柱矢量光束进行波前相位调制的多焦点产生方法。通过Debye矢量衍射理论分析了该相位板对焦点区域光强分布的影响。分析表明,经调节内外环旋涡相位拓扑数及内环的半径,可以对焦点区域光强分布进行整形,在焦平面上产生多焦点,而且通过改变入射柱矢量光束的偏振态,可以进一步得到光场由轴向分量为主的多焦点及由横向分量组成的多焦点。通过改变旋涡相位板的拓扑数及光束的参数,可以达到对光斑的数量的控制。这对于捕捉折射率高于周围环境折射率的微粒具有重要的应用价值。     

基于方向调制原理的涡流热成像漆层下裂纹检测技术

针对传统技术检测漆层下金属表面裂纹信噪比低的问题,提出了一种基于方向调制原理的涡流热成像检测技术。首先介绍了方向调制的原理,通过推导方向调制的数学模型,从理论上证明了方法的可行性,根据理论公式与实际情况选择了调制频率,根据该方法搭建了实验平台;分析了涡流无法完整旋转的问题,并提出了一种基于驱动PWM驱动信号翻转的改进方法;针对加热可能导致的谐振频率漂移问题,提出了一种双通道频率跟踪策略;最后对不同漆层厚度下45#钢的人工裂纹与0.517 mm漆层厚度下20#钢磨平焊缝裂纹进行检测并与磁粉法的结果对比。实验结果表明:方向调制方法可检测出0.902 mm漆层下的人工裂纹与0.517 mm漆层下的模拟自然裂纹;对比0.486 mm漆层下人工裂纹与0.451 mm漆层下模拟自然裂纹的磁粉法检测结果,方向调制方法有效提升了漆层下裂纹的检测能力。     

相位恢复算法在仿真与实验上的研究

相位恢复算法一直存在着精确度不高,收敛速度慢甚至停滞不前等问题。将基于光强传输方程(TIE)法与G-S迭代算法混合提高了相位恢复的精确度,梯度算法的提出加大了迭代步长,使得收敛速度加快。采用GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出,振幅加成梯度算法在收敛速度上是GSTIE迭代算法的3倍,精确度是GS-TIE迭代算法的10倍。从实验结果得知,GS-TIE恢复的相位清晰可见,轮廓明显,在边缘处过度均匀,而振幅加成梯度算法相对比较模糊,在轮廓边缘处过度不均匀,悬差较大。     

变长度可重复自然数编码的混合算法在模具异地制造调度中的应用

通过分析遗传算法和启发式算法的优劣特点,它提出了将遗传算法和启发式算法相结合的混合算法,将其用于模具异地制造的调度问题中,实现了调度决策的优化。同时针对遗传算法常采用的二进制编码方法的不足,提出了变长度可重复自然数编码的策略。     

CS-PSO算法在贝叶斯网络结构学习中的应用

针对传统的贝叶斯网络(Bayesian network, BN)结构学习算法运行效率低、算法易早熟、学习效果不理想等缺点,选取布谷鸟(Cuckoo search, CS)和粒子群(Particle swarm optimization, PSO)智能算法,结合BN结构特点,提出了一种CS-PSO的BN结构学习算法。首先,对CS算法从以下三个方面进行改进:利用最大支撑树来指导CS算法的初始化方向,利用解的适应度来调节解的寻优及舍弃过程,利用PSO算法来进行CS算法的位置更新。其次根据BN的结构特征,将CS-PSO算法应用于BN的结构学习。最后采用chest clinic、 credit和car diagnosis三种经典网络作为仿真模型,进行贪婪算法、 K2算法、 CS算法和CS-PSO算法的建模和仿真比较。结果表明, CS-PSO算法在BN的结构学习中,收敛速度快、收敛精度高且稳定性好,可以更快、更优地得到精确的贝叶斯网络结构模型。     

电磁层析成像图像重建中的修正共轭梯度算法

通过研究共轭梯度算法,推导出适用于电磁层析成像的修正共轭梯度算法,该方法提高了收敛速度,改善了电磁层析成像重建图像的质量。首先以共轭搜索方向充分下降为充分条件,理论推导出修正共轭梯度算法。然后从相对图像误差、相关系数和收敛曲线几个方面出发,评价了Landweber迭代法、单步Tikhonov正则化方法、共轭梯度法和修正共轭梯度法在电磁层析成像图像重建中的结果,得出结论:修正共轭梯度方法的相对图像误差最小,重建图像和原图像的相关系数最高,收敛情况优于共轭梯度算法。     

一种确定神经网络初始权值的新方法

针对BP神经网络对易陷入局部极小的缺点,结合粒子群优化算法(PSO)在全局搜索上的良好性能,提出了一种新的算法--PSO-BP混合算法.该算法先用PSO算法将BP网络的初始权值优化到全局极小点附近,然后用传统BP神经网络学习算法进行进一步优化,仿真表明:该方法很好地解决了BP神经网络对初始值敏感、易局部收敛的问题.     

基于遗传算法的多用户OFDM子载波和比特分配的研究

为了使系统的总功率达到最小,研究了OFDM子载波分配算法,采用遗传算法分配子载波.提出了一种有效的交叉算法并且将遗传算法进行了改进,有效保证每个用户的传输,改进后优于其它算法,能达到资源分配的最佳效果.它易于实现,效果明显,它比其它传统的优化算法有更优越的性能.     

A GA-SA Multiobjective Hybrid Search Algorithm for Integrating Lot Sizing and Sequencing in Flow-Line Scheduling

It is very important that the sequencing and lot sizing in the flow-line environment are not independent. They should be integrated. In this paper, a multiobjective hybrid evolutionary search algorithm which combines a genetic algorithm and a simulated annealing algorithm is proposed and the performance of the proposed algorithm is compared with the existing genetic algorithm and the simulated annealing algorithm. The algorithms are coded independently and the performance is compared with randomly generated test problems. The objective functions considered for evaluation are the minimisation of makespan, minimisation of overtime and minimisation of holding cost. The scalar fitness function combining all the three objective functions, which minimises total cost, is used. The results are presented in tables and figures. The results show that the proposed hybrid algorithm performs better than the genetic algorithm and the simulated annealing algorithm.     

Extended Dyna-Q Algorithm for Path Planning of Mobile Robots

This paper presents an extended Dyna-Q algorithm to improve efficiency of the standard Dyna-Q algorithm.In the first episodes of the standard Dyna-Q algorithm,the agent travels blindly to find a goal position.To overcome this weakness,our approach is to use a maximum likelihood model of all state-action pairs to choose actions and update Q-values in the first few episodes.Our algorithm is compared with one-step Q-learning algorithm and the standard Dyna-Q algorithm for the path planning problem in maze environments.Experimental results show that the proposed algorithm is more efficient than the one-step Q-learning algorithm as well as the standard Dyna-Q algorithm,especially in the large environment of states.     

An improved genetic local search algorithm for defect reconstruction from MFL signals

This paper presents an improved genetic local algorithm by incorporating the simulated-annealing technique into the perturbation process of the genetic local search algorithm and proposes an improved-genetic-local-search-algorithm-based inverse algorithm for two-dimensional defect reconstruction from the magnetic-flux-leakage signals. In the algorithm, a radial-basis-function neural network is utilized as a forward model, and the improved genetic local search algorithm is used to solve the optimization problem in the inverse problem. Experiments are presented to compare the proposed inverse algorithm with both the canonical-genetic-algorithm-based inverse algorithm and the genetic-local-search-algorithm-based inverse algorithm. The results demonstrate that the proposed inverse algorithm is more accurate and robust to the noise.     

一种基于小生境的混合遗传退火算法

分析遗传算法和模拟退火算法混合优化策略的构造出发点 ,融合小生境技术的思想 ,提出一种以遗传算法和模拟退火算法为子算法的基于小生境技术的混合遗传退火算法———NGSA算法 ,并对该算法的特点和优化性能作了定性分析。结合典型多峰值测试函数———Shubert函数的求解实验 ,说明NGSA算法具有较强的全局和局部搜索能力 ,能够高效地寻找到多个全局极值 ,且参数选择不必过分严格 ,是一种优化能力、效率和可靠性较高的多峰值优化方法。最后 ,讨论了该算法在机械学科的广泛应用背景。