短波宽带天线及匹配网络的优化设计

讨论了短波宽带天线及其匹配网络的优化设计，给出了优化设计的目标函数，并在数值分析的基础上采用一种改进型的遗传算法对天线及匹配网络参数进行优化，将理论计算结果和实际测试的结果进行了对比和分析。结果表明设计出的天馈系统具有良好的阻抗宽带性能，证明了文 所阐述的方法是有效可行的，有助于提高设计效率。     

频率步进信号宽带模糊函数及其应用

为了有效解决基于窄带回波模型的窄带模糊函数已无法有效分析运动目标回波信号处理中的问题这一矛盾,在宽带回波模型的基础上提出了频率步进信号宽带模糊函数,分析了宽带模糊函数的性质,证明了窄带模糊函数只是宽带模糊函数在低速情况下的近似.基于宽带模糊函数匹配点的特性,提出了基于匹配点幅值的目标检测方法.仿真结果验证了该方法的有效性.     

宽带天线自适应匹配设计

基于统计学习理论构造了一种快速自适应随机搜索算法,给出了一种简易实用的宽带天线匹配设计新方法。在宽带天线的匹配设计过程中,采用高斯－牛顿法,将宽带天线匹配设计问题转化为有约束条件的函数优化问题,从而有利于快速自适应随机搜索算法的优化求解。应用该自适应算法进行天线匹配设计,不仅算法简单,易于编程实现,而且能够快速设计出具有较好性能的匹配网络,非常适用于各种短波、超短波天线的匹配设计问题。     

准宽带匹配网络计算机辅助设计

文章介绍了一种准宽带匹配ＣＡＤ方法。这一方法可按照通带内的极大－极小增益响应,用最优化方法直接寻找匹配网络策动函数,据此综合匹配网络,全部设计工作均由机助进行,避免了解析方法中选择最佳功率传输函数的困难和复杂的运算,并用实例说明ＣＡＤ方法优于解析方法。     

基于ADS的宽带功率放大器设计

文章介绍了运用ADS仿真软件对一款宽带功率放大器进行仿真和电路设计。在确定功放的偏置状态后,采用基于S参数的设计方法,对功放的输入输出匹配网络进行解析,进而确定出合适的功放拓扑结构,并对放大器的输入输出匹配网络进行仿真优化。最终使该款功率放大器测试结果达到设计要求。     

MIMO阵列宽带发射波束设计

研究了MIMO(Multiple Input Multiple Output)阵列的发射波束设计问题,通过仿真研究比较了几种窄带发射信号设计方法的性能.针对宽带信号发射波束设计问题,在发射能量约束条件下提出了三种宽带发射信号设计的方法:常规最小二乘波束图匹配方法,目标方位互相关系数最小化方法和最低旁瓣方法.通过目标函数和约束条件的等效变换将波束图设计问题转换为半正定锥优化问题,并采用高效凸优化算法求解,有效降低了高维优化问题的运算量.     

基于Dixon优化算法的双频匹配网络设计

为了解决高频地波雷达(high frequency surface wave radar, HFSWR)双频发射天线因小型化造成的阻抗不匹配问题,设计了一款适用于双频发射天线的匹配网络。基于所设计的匹配网络的拓扑结构,推导了反射系数关于网络元件参数的表达式,并以此构造目标函数,将网络中各元件参数作为优化变量,利用Dixon优化算法得到了网络中各元件的参数值。仿真与实测结果均表明,所设计的匹配网络能够同时实现双频的阻抗匹配,并能够满足带宽大于60 kHz的设计要求,而且该匹配网络元器件数目少,能够减少匹配网络带来的损耗。在双频匹配网络的基础上进行扩展,得到的三频匹配网络具有较好的匹配效果。并且得到的雷达回波谱质量良好,说明本文方法在实现多频发射天线同时匹配方面具有可行性和有效性,能够满足工程需求。     

宽带匹配网络的机助综合——幅相实频技术(英文)

本文发表了宽带匹配网络的一种新的计算机辅助设计方法—幅相实频技术。勿需预先选定网络拓扑,按照通带内的极大—极小增益响应可直接确定匹配网络反射系数的幅值与相位响应。设定匹配网络的散射函数以逼近幅值与相位响应,即可综合匹配网络。设计的实践证明,此法所得结果优于目前采用的实频技术法。     

优化算法在宽带匹配网络中的应用

利用优化算法研究了宽带匹配网络,从设计过程可以看出,设计原理简单,使用方便,调试更灵活。其不仅能为所有的网络匹配问题（如天线的匹配、幅度均衡器等）的研究提供理论借鉴,而且能对宽带匹配网络的应用提供实践指导。     

基于二叉分形树的宽带微带天线

采用二叉分形树结构设计了一种具有宽带特性的新型微带单极子天线。为获得宽带特性,综合应用基于时域有限差分算法的全波电磁场仿真、网络并行计算和遗传算法的天线自动设计技术对该分形微带天线进行了优化设计。根据设计结果加工制作了天线模型并进行了性能测试,测试结果同仿真计算吻合良好,并表明该天线的 <-10dB阻抗带宽达到了42.8%（从2.45GHz到3.80GHz）。     

基于量子遗传算法的WSNs能量均衡路由优化

针对无线传感器网络（WSNs）中传感器节点能量有限,以及单一的传输路径所带来的能量消耗不均衡的问题,引入量子遗传算法对其进行优化。充分利用量子遗传算法高效搜索和全局优化的能力,在综合考虑网络耗能和路径延迟的基础上全局优化路由;并对算法的一些环节如量子比特编码、适应度函数的设计以及量子变异进行了详细的分析与设计。仿真表明：与传统遗传算法相比,量子遗传算法在降低网络能耗,延长网络生命期方面有着优越性．     

基于Bernstein多项式构造前向神经网络的遗传算法

首先, 介绍一元Bernstein多项式的逼近定理和基本性质, 并引入二元甚至n元Bernstein多项式, 从而根据一元Bernstein多项式在相邻等距剖分点的差值为后置连接权构造一个三层前向神经网络; 其次, 通过编码机制、 模拟选择、 遗传复制、 交叉和变异等操作给出算法运行过程; 最后, 利用误差函数和适用度函数对前置连接权及阈值进行迭代更新设计遗传算法. 实验结果表明该算法有效.     

基于改进遗传算法的神经网络优化

针对在神经网络应用中,存在结构设计及权值训练算法的不足,提出一种新的基于混合编码方案的遗传算法.在算法中设计了用遗传算法全局优化神经网络拓扑结构和网络权值的新的编码方案,改进了适应度函数的设计和采用自适应的交叉和变异方法.试验结果表明本算法能有效地对神经网络的权值和结构同时优化,提高了训练效率.     

基于遗传算法的SON功率控制

针对自组织网络(self-organizing network,SON)基站自动配置、自优化、自修复等优点,在深入研究遗传算法的基础上,提出了一种基于遗传算法的SON功率控制。通过划分频带和设置门限值来做到小区的功率控制,并提出了小区中心用户和边缘用户不同的SINR(signal to interference plus noise ratio)计算公式。为了更好地解决最佳门限值的设定,还提出了控制门限值的函数。通过建立遗传算法流程,对门限值函数和目标SINR值进行了寻优。仿真结果表明,该算法能够很灵敏地做到最佳门限值的搜寻,同时搜寻结果也符合相关理论的验证。     

基于遗传算法的双圆弧齿轮传动的神经网络优化设计

针对常规设计中双圆弧齿轮体积较大的问题,在先选定螺旋角的情况下,以圆弧齿轮传动的小齿轮齿数、法面模数及齿宽为设计变量,以两圆弧齿轮的体积之和最小为目标函数,应用遗传算法设计理论,建立双圆弧齿轮传动的遗传算法优化设计的数学模型,采用神经网络对其进行优化.结果表明,应用遗传算法和神经网络相结合的方法对双圆弧齿轮传动进行优化设计,可以克服单纯用遗传算法的早熟现象和神经网络发生局部收敛的缺点,体积减少30%以上.     

基于遗传算法的复杂网络节点匹配问题

为提高已知匹配节点较少情况下的网络节点匹配精度,提出一种基于遗传算法的复杂网络节点匹配方法。该方法根据网络结构以及已知的部分节点匹配信息,计算节点相似度矩阵,再由遗传算法求得网络间相似度之和最大的节点匹配方案。将其应用于EA随机网络、WS小世界网络和BA无标度网络,结果表明,三种复杂网络的匹配精度均有提高。该结果验证了文中方法的有效性。     

宽带网络闭环式拥塞控制方法综述

拥塞控制在宽带网络中是一个重要的话题。其主要目的是提高网络资源的利用率和提供给信源公平的资源分配份额。笔者讨论了宽带网络中基于反馈机制的各种拥塞控制策略和实现方法，指出了网络流量的高突发性和强相关性，以及不可预测的网络时延，应是控制算法设计中的难点，而提高网络利用率这一控制目的，又往往与性能分析中的公平性是冲突的，这就使得要得到一个最优的控制方法是困难的。最后，指出了对网络业务量特性的精确描述，以及在此基础之上设计控制算法，都要依赖于必要的数学工具。