基于最小二乘支持向量机的机枪加速寿命建模

加速寿命试验可以在短时间内对产品寿命进行有效评定。针对以往机枪加速寿命模型预测能力较差的问题,提出了基于最小二乘支持向量机（LS-SVM）建立加速寿命模型的方法。以机枪寿终射弹量为寿命特征,以试验环境温度、枪管最大温度、射击间隔时间以及最大膛压为加速应力建立了机枪加速寿命模型。由于LS-SVM的参数选取是决定建立模型优劣的关键因素,因此采用遗传算法对LS-SVM参数进行优化选取。通过分析比较LS-SVM与常规变换方法和BP神经网络建立的机枪加速寿命模型精度,结果表明利用LS-SVM方法建立的模型明显优于其他2种方法,验证了LS-SVM在机枪加速寿命预测应用中的有效性。     

Dielectric absorber design for wide band–wide oblique incidence angle using genetic algorithm

With an aim to design a V-shape absorber using a global optimization algorithm, the reflectivity value of the absorber is calculated as a cost function by using an equivalent multilayered absorber model, and is minimized by the optimization algorithm. Both normal and oblique incidences of plane wave are analyzed. The optimization parameters are the relative permittivity and the length of the multilayered absorber over a wide frequency band and wide oblique incidence angle of a plane wave. The optimized results for different frequency bands and incidence angles show that the minimized reflection coefficients and corresponding relative permittivity are within an acceptable range for each application considered in this work.     

An automatic parameter extraction technique for advanced CMOS device modeling using genetic algorithm

We in this paper present an computational intelligence technique to extract semiconductor device model parameters. This solution methodology is based on a genetic algorithm (GA) with an exponential type weight function, renew operator, and adaptive sampling scheme. The proposed approach automatically extracts a set of complete parameters with respect to a specified compact model, such as a BSIM model for deep-submicron and nanoscale complementary metal-oxide-semiconductor (CMOS) devices. Compared with conventional artificial step-by-step fitting approaches, the proposed extraction methodology automatically tracks the shape variation of current-voltage (I-V) curves and examines the first derivative of I-V curves; therefore, highly accurate results can be obtained directly. Applying the renew operator will keep the evolutionary trend improving by removing the individuals without mainly features. The sampling strategy will speed up the evolution process and still maintain the extraction accuracy in a reasonable range. A developed prototype is successfully applied to extract model parameter of N- and P-metal-oxide-semiconductor field effect transistors (MOSFETs). This optimization method shows good physical accuracy and computational performance, and provides an alternative for optimal device modeling and circuit design in nanodevice era. Genetic algorithm based automatic model parameter extraction bridges the communities between circuit design and chip fabrication; in particular, it will significantly benefits design of system-on-a-chip.     

利用目标气压高度的多点定位算法

多点定位系统应用于广域目标定位时,由于精度几何弱化因子的影响,采用三维定位算法直接进行目标定位的精度比较差,甚至有发散的可能。由于用于定位的民航机载二次应答机所发送的部分应答信号中含有目标的气压高度信息,利用该气压高度信息,对三维定位算法进行修正,降低定位方程的维度,保证算法的收敛性,提高定位精度。该算法应用于实际系统的测试结果证明,采用该算法的目标定位精度有了很大提高。     

一种基于梯度免疫算法的参差MTI滤波器设计

为了解决动目标检测过程中的盲速问题,通常采用参差周期法设计参差滤波器组来达到同时抑制杂波和推远盲速的效果。提出了一种基于梯度免疫算法的参差MTI滤波器优化设计。该算法利用免疫算法搜索最优参差码,有效地避免了传统遗传算法中的早熟问题。针对传统的遗传算法运算量较大的问题,引入了梯度算子缩小初始种群规模,使运算量大大减少。仿真结果验证了算法的可行性和有效性。     

CRN中基于公平性的数据采集算法研究

研究了认知无线电网络的分布式数据采集问题.首先讨论了SU的合适载波侦听范围(PCR).以此PCR为基础,一个SU可以成功地发送数据且不对PU和其他SU造成干扰.然后,提出了一种兼顾公平性的异步分布式数据采集(ADDC)算法.ADDC算法以分布式策略把快照数据收集到基站,且没有任何时间同步要求.与集中式和同步式算法相比,ADDC算法的可拓展性和实用性更强.全面的仿真实验结果表明,ADDC算法的数据采集效率更高,数据采集时延更低.     

基于稳健自适应频率采样的宽频电磁数值仿真

已有的基于Stoer-Bulirsch有理函数插值的自适应频率采样算法往往对插值间隔、收敛精度等参数非常敏感,算法稳定性差,甚至会出现伪收敛等问题.针对已有算法的上述缺陷,通过采用极点判断、插值区域二分、参数变换和多次收敛性检验等措施,提出了一种逐一增加采样点的自适应策略.形成了一种通用性强、稳定性好的自适应频率采样算法,可以用较少的采样点插值重构未知函数响应.并结合多层快速多极子方法,对宽频带目标电磁散射进行计算分析,实现采样频点的自适应选取,减少了计算量极大的精确数值计算的次数,提高了仿真效率.     

捷联惯性测量组合的冗余设计和优化

讨论了捷联惯性测量组合冗余设计方案,并引入性能指标函数、系统有效度约束、系统代价函数,对冗余配置的优化问题进行了研究,寻求最优配置和优化准则.最后以5个单自由度陀螺为例,实现冗余优化配置.     

飞机目标红外图像序列双阈值分割方法

针对飞机目标红外图像序列,提出了一种新型双阈值分割方法.它依据实测飞机目标红外图像序列的统计特性,以及目标在上一帧图像中所占比例,确定当前帧图像中两个阈值的取值范围;再利用最大熵准则和遗传算法搜索最佳双阈值.仿真结果表明,这种方法能够实时地分割出飞机目标和作为目标特征点的尾喷管,可用于工作在成像目标跟踪阶段的红外成像制导、红外型自动目标识别(ATR)系统.     

利用遗传算法的垂直命中导引律研究

导引问题是鱼雷实现精确制导,完成对目标有效攻击的关键.本文主要研究了将遗传算法用于鱼雷垂直命中导引问题.首先研究了遗传算法用于鱼雷导引的可行性和优势,在研究了遗传算法特性的基础上,提出了一种基于遗传算法的逐次变提前角自导导引算法,并且进行了相应的仿真试验研究.仿真结果表明,本文提出的基于遗传算法的垂直命中导引律具有响应速度快、鲁棒性强的优点,很好地解决了鱼雷导引过程中导引律的收敛性问题,具有工程实用价值.