基于改进风驱动算法的非等间距直线阵综合

针对风驱动优化(WDO)算法在解决非等间距直线阵方向图综合问题时收敛精度不高和局部寻优能力不足等缺陷,提出一种小波变异风驱动优化(WDOWM)算法,其中的小波变异算子采用随机化思想丰富了种群多样性。应用该算法综合不同数目阵元到非等间距直线阵方向图实例中,采用二阶多因素多水平的均匀设计方法确定算法参数组合。仿真结果表明,在要求低旁瓣电平和给定方向零陷的情况下,该算法的收敛精度和收敛速度均优于基本风驱动优化算法;与采用粒子群(PSO)算法优化此问题的已有文献相比,所提算法综合的效果更佳。仿真结果说明了所提算法性能良好,适用于天线阵综合问题。     

信息论与编码本科教学改革实践

本文在分析信息论与编码课程本科教学过程中存在问题的基础上,从教学对象、教学内容、教学方法和手段、教学实践等方面提出了一些改进措施。教学实践结果表明,通过教改,提高了教学质量,实现了良好的教学效果,学生能够掌握必要的信息理论、编码技术的基础知识,更有利于指导今后的工作和继续学习。     

FPGA控制的智能化节能设备

目前,城市公共照明已在我国照明耗电中占有很大比重,所以如何在保证基本照明的前提下使耗电量降低成为一大研究难题.本文针对照明耗能设备的特点,采用了自动降压的方式设计和研制路灯节能系统,优化了节电运行的节能问题.本系统利用FPGA芯片作为控制核心,结合DDS技术直接形成SPWM调制渡来驱动IGBT逆变器,通过改变正弦渡的幅度来调整输出电压,实现节能效果.系统具有频谱良好,精确度高,体积小,易调整,智能化等优点.另外,在QuartusⅡ,ModelSim的混合仿真环境下,使得设计完全避免了硬件平台的限制,增加了硬件实现的成功率.     

一种新的基于粒子群优化的双簇头分簇路由算法*

针对无线传感器网络分簇路由算法中簇头节点负载过重,簇头能量利用率不高,提出了一种基于粒子群优化的双簇头多跳路由算法。该算法根据簇头任务的不同,利用节点的能量、距离汇聚节点的距离以及节点的位置关系分别构建适应值函数,选择出最优主簇头完成数据采集和融合任务,以及与其协作的最优副簇头完成簇间数据转发任务,最终实现采集能耗和传输能耗最小化。仿真实验结果表明,与其他路由算法相比,该算法可以有效减轻簇头节点负载,减小簇头能量消耗,均衡整个网络能耗,延长了网络的生存周期。     

基于粒子群算法的高斯过程建模对GPS天线优化设计研究

目前微带天线的优化设计主要采用优化算法与电磁仿真软件HFSS相结合的方案, 但使用HFSS进行大量的精确电磁仿真花费时间较长且对硬件要求较高.为解决此问题, 提出了一种在优化过程中利用高斯过程模型替代全波电磁仿真软件的方法, 并应用粒子群算法进行优化设计, 这种方案可以有效减少优化设计所需时间.利用该方法对GPS北斗双模微带天线进行了优化设计, 在花费时间只有原方法0.2%的基础上所设计的天线能够满足设计指标, 证明了该方法的有效性.     

基于显卡的微带天线谐振频率神经网络建模

谐振频率是微带天线(Microstrip Antennas,MSA)设计过程中最重要的一个参数.针对粒子群神经网络(Particle Swarm Optimization-Neural Network,PSO-NN)对矩形MSA谐振频率建模所面临的计算时间过长以及模型精度不高等问题,提出一种基于图形处理单元(Graphic Processing Unit,GPU)技术的并行处理解决方案.该方法使用粒子与线程一一对应的并行策略,通过并行处理各个粒子的计算过程来加快整个粒子群的收敛速度,从而减少NN的训练时间.在统一计算设备架构下对矩形MSA谐振频率进行了PSO-NN建模,数值计算结果表明:相对于CPU端串行PSO-NN,GPU端并行PSO-NN在寻优稳定性一致的前提下取得了超过300倍的计算加速比;在GPU端大幅增加粒子数,能在运行时间增加极为有限的情况下大幅降低建模的网络误差.     

基于改进广义回归神经网络和主成分分析的宽带DOA估计

为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。     

频率可重构超宽带天线研究

超宽带天线和可重构天线是当今天线领域研究的热点。将可重构天线技术应用到超宽带天线设计中,讨论了频率可重构超宽带天线的设计思路。以印刷单极子椭圆天线为原型,给出了两个可重构天线的具体结构,并对天线进行了可重构带阻设计,避免与相关频段之间的干扰。仿真结果表明:重构后天线Ⅱ的低频获得了扩展,其相对尺寸的长和宽分别减小到最大工作波长的0.116倍和0.087倍,工作频段为0.174～10.9GHz,可重构阻带为5.1～5.95GHz,带宽比可高达62:1.     

多目标神经空间映射算法优化设计微带滤波器

提出了一种多目标形式的空间映射算法,并将其应用于微带滤波器的优化设计问题.该算法没有采用ADS仿真软件进行粗糙模型的计算,而是采用多目标粒子群算法结合矩阵数值计算的形式,优化计算微带线的S参数,并应用神经网络映射粗糙模型与精确模型的仿真结果,由粗糙模型和神经网络推测出精确模型的帕累托最优解集.     

用遗传算法精确求解部分充填波导的传播常数

应用遗传算法高精度求解了用有耗磁性材料部分充填的矩形波导的传播常数，并对结果进行了详细的分析。求解过程中，结合遗传算法的强大功能和参数跟踪策略中的搜索域压缩与位移功能而形成的一种新算法，其中参量跟踪策略有效缩小了搜索区域，保证了解的单一性，提高了运算速度；使用动态搜索域提高了解的精度。应用三阶差商公式预估新的搜索中心，使运算速度得以进一步提高。从实际结果可以看出此方法非常有效而且精确。