基于遗传算法的雨水管道系统优化设计

建立了一个雨水管道系统优化设计模型，并应用遗传算法求解管网投资最小的最优设计方案，该方法以管段设计流速为决策变量，采用浮点数编码方式将优化问题的解表达为染色体，设计了相应的适应度函数、交叉算子和变异算子，与传统设计方法相比，遗传算法所得到的最优设计方案可比原设计方案节约投资19．38％。研究表明，应用GA进行城市雨水管道系统优化设计是一种可行且非常有效的新方法，不仅可以找到最优设计方案，而且可以为决策者提供多种优化设计方案，为进行方案评价和决策提供可靠依据。     

基于交互多模卡尔曼滤波器的定位算法"

针对蜂窝网中,由于电磁波的非视距传播导致定位精度较低的问题,将交互多模(IMM)方法引入到蜂窝网定位中。详细阐述了基于卡尔曼滤波器的交互多模算法(IMMKF)的工作原理以及IMMKF在蜂窝网定位中的应用,通过动态环境下的仿真试验验证了IMMKF能随信道传播环境的变化,在视距与非视距滤波模型之间进行自适应切换,达到抑制非视距误差的目的,并对IMMKF的滤波性能进行了分析和仿真验证。     

基于扩展卡尔曼滤波的非视距误差消除算法

在蜂窝网无线定位中,到达时间(TOA)或到达时间差(TDOA)中的非视距(NLOS)误差会导致移动台的位置估计出现较大偏差.为了减轻NLOS误差的影响,提出了一种基于扩展卡尔曼滤波(EKF)的非视距误差消除算法.算法通过引入一个NLOS转换因子改进EKF的迭代过程,消除NLOS误差对定位估计的影响.计算机仿真结果表明,在NLOS环境下定位精度的提高是显著的.