用T形天线进行近场辐射源定位的一种新方法

提出了基于T形阵列近场辐射源定位的一种新方法.首先假定辐射源为远场源,利用两个水平子阵列及近场与远场源的关系确定近场辐射源的距离和入射角,由垂直子阵列确定另一个入射角,再由两个入射角即可确定近场辐射源的仰角与方位角(距离已经确定),得到近场位置坐标;最后在该位置附近采用3D-MUSIC算法进行局部搜索,得到最佳结果.仿真结果表明,该方法在获得精确定位结果的同时,大大缩短了计算时间,有效地提高了定位的实时性.     

稀疏阵列MIMO雷达高精度收发角度联合估计

提出一种基于孔径扩展的稀疏阵列MIMO雷达高精度收发角度估计算法. 采用收、发阵列均为稀疏线性分布式子阵的双基地MIMO雷达系统,通过非均匀阵列设计,利用Khatri-Rao乘积运算实现收发阵列中阵元间短基线和子阵间长基线的同时虚拟扩展. 对接收数据进行降冗余和数据平滑处理,利用双尺度酉ESPRIT算法解周期性模糊,得到无模糊的高精度收发角度估计. 与传统算法相比,所提出的算法在不增加天线数目和硬件复杂度的情况下可有效扩展MIMO雷达的阵列孔径,在实现多目标收发角度联合估计的同时获得更高的参数估计性能. 仿真结果验证了阵列虚拟扩展和算法方位估计的有效性.     

BP人工神经网络与遗传算法在型材挤压模具参数优化中的应用

基于MATLAB平台,将BP人工神经网络与遗传算法应用于型材挤压模具参数优化设计.首先利用BP神经网络来训练已有实验值,然后将训练后的神经网络作为知识源,通过曲线拟合与逼近求得设计变量与目标函数值的函数关系表达式,最后将这一函数表达式作为遗传算法的适应度函数进行遗传迭代寻找最优解.采用曲线拟合方法将其知识源转化成为了具体的函数表达式,直观地体现了神经网络的知识源,为后继的遗传算法提供了明确的适应度函数.数值模拟分析表明,对挤压模具结构的优化是合理的.     

基于拟下降方法的遗传算法及其收敛性

在遗传算法中嵌入一个传统下降算子,且保留最好个体,利用最好个体的记忆信息对搜索过程进行指导,从而得到既有较快收敛速度,又能以较大概率得到全局极值的用于函数全局优化的混合算法.定义了适当的适应度函数和子代个体的选择算子,且从拟下降观点证明了算法的收敛性.数值计算结果表明了本算法显著优于遗传算法和传统下降算法.     

结合IQGA和最佳一致逼近优化设计的双阻带UWB天线

摘要： 在超宽带天线设计中采用一种快速有效的优化方法. 该方法将改进的量子遗传算法与基于矩量法的体面积分方程相结合,利用最佳一致逼近快速分析天线的宽频带特性,得到优化函数的适应度值. 用该方法设计一副具有3?4 GHz和5?6 GHz双阻带特性的UWB天线并制成实物,将实测电压驻波比与优化结果进行比较,两者较为吻合,说明该方法是正确的、有效的.     

一种改进的基于实数编码的遗传算法

对传统遗传算法在编码方案及遗传操作中存在的局限性以及非成熟收敛现象，提出一种改进的基于实数编码的遗传算法，该方法以实数编码代替二进制编码，有效地解决了传统遗传算法中海明悬崖，计算精度等问题，根据适应度值父染色体进行变异操作，减轻传统遗传算法中变异操作所存在的盲目性，并对遗传算法可能出现的非成熟收敛现象进行预测，从而能极大的避免非成熟现象的产生。     

基于灰色(1,1)模型的近场源高阶特征估计

近场源的高阶特征参数估计是阵列信号处理的重要内容.通过对近场源高阶特征参量估计可以实现对波达方向(DOA)的频率估计、时延估计、运动目标的多普勒估计.传统的近场源特征估计算法采用单频特征估计方法,无法实现对信号各个参量的联合估计.该文提出一种基于灰色(1,1)模型的近场源高阶特征估计算法.构建近场源的参量估计数学模型,通过空间谱估计方法,实现对空间信息的获取,利用信号子空间和噪声子空间的正交性,通过改变灰色(1,1)数学模型来减少对高阶特征参量不平衡敏感性,实现高阶参量联合特征估计.仿真结果表明,采用该算法进行近场源的高阶特征参量估计,能较精确的估计出两个信源的方位角、距离和频率三维参数,在雷达、声纳、通信等信号与信息处理中展示了较好的应用价值.     

应用遗传算法的电大尺寸载体附近天线阵方向图综合

采用矩量法结合一致性几何绕射理论分析电大尺寸载体附近天线阵列的辐射方向图,并使用遗传算法对阵列的方向图进行综合. 以有限长圆柱导体附近由半波振子组成的十元天线阵为例,用这种方法对阵元馈电电压的幅度和相位进行优化,得到了预期的方向图. 与单纯的低频或者高频算法相比,该算法具有计算速度快、精确度高、优化效果好的特点.     

基于遗传算法的多路径测试数据自动生成

遗传算法作为现在启发式搜索算法的理论和实验基础,在测试数据生成方面显示出较大的优越性。由于适应度函数设计是应用遗传算法进行测试数据生成的效率的关键,因此本文综合考虑现有适应度设计的因素,设计出一种新的基于遗传算法的多路径算法。该方法是首先设计一种衡量两条路径相似度的算法,然后在此基础上设计了一个针对多路径的算法。通过与现有方法的生成效率进行比较发现:对于基于遗传算法的测试数据生成问题,该方法的测试生成效率有较大提高。     

基于捕食机制的元胞遗传算法

提出了一种基于捕食机制的元胞遗传算法,当优化复杂多模函数时,该算法进一步提高了全局探索能力.算法通过模拟生态系统捕食与被捕食之间的相互关系,采用捕食机制替代元胞遗传算法中的演化规则,使得遗传个体生存与死亡状态的演化既与其适应度相关,又与邻域内捕食及被捕食个体密度相关,并通过群体规模控制策略维持捕食与被捕食群体间的个体数目动态平衡,实现了全局搜索与局部寻优之间更好的协调与均衡. 对典型的多峰函数进行优化的实验结果表明,该算法在抑制早熟收敛以及提高全局收敛率方面获得了明显的优势.     

ZnO纳米材料结构与性能的关系

通过对液相法合成的各种形貌的一维ZnO纳米结构的XRD和PL进行分析,结果发现通过控制择优生长（002）晶面,能够增强近带边发射;通过控制生长（110）晶面,增加晶格缺陷,能够增强PL的可见光发射.     

压缩感知雷达超分辨率成像

研究压缩感知理论在逆合成孔径雷达(inverse synthetic aperture radar, ISAR) 成像中的应用. 雷达发射方位稀疏的探测脉冲,对满足Nyquist 采样定理的雷达去斜回波数据进行稀疏采样,再利用压缩感知重构算法分别重构距离向和方位向的完整的目标特性回波信号. 为了得到高分辨的雷达ISAR 像,对重构的数据在距离向
和方位向分别进行超分辨率处理. 实际雷达数据和仿真数据表明ISAR 像的分辨率有较大提高,所给出的综合方法可以降低数据量,节省雷达的时间资源,具有良好的应用价值.     

双基地MIMO雷达二维DOD和二维DOA联合估计

提出一种双基地MIMO雷达L型阵列下多维角度联合估计的新算法. 该算法利用匹配滤波器输出信号特点构造不同的代价函数,采用迭代最小二乘算法估计收发阵列流形矩阵,根据L 型阵列结构的特点和最小二乘法,从估计出的矩阵中计算目标的二维DOD(direction of departure)和二维DOA(direction of arrival). 该方法无需谱峰搜索,可实现参数的同时估计与配对. 与ESPRIT 算法相比,具有更高的估计精度,并接近于克拉美-罗下限,且在小快拍数下也能较好地工作. 仿真结果验证了该算法的有效性.     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

遗传算法用于UWB天线设计

运用遗传算法研究一种超宽带微带对数周期天线,程序中采用了低电压驻波比和高增益多目标函数. 对比分析了遗传优化结果和传统方法设计结果,制作了实物天线并进行测试,获得了很好的结果. 所设计的天线能以较好的电特性和场特性工作在L和S两个波段,验证了遗传算法在此类型超宽带天线设计中的有效性.     

多普勒导航雷达低高度性能分析与计算

本文共分两部分.第一部分分析了调频连续波多普勒导航雷达存在低高度限制的原因.证明了取J₁一阶边带时,调频连续波多普勒雷达可以工作到零高度,否则存在低高度限制,并推导出其最小起量高度的计算方法.第二部分着重分析了脉冲体制多普勒雷达存在低高度限制的原因.推导出最小起量高度的简捷而实用的计算方法,用此方法计算了AN-APN220C多普勒雷达的最小起量高度.其计算结果与美国瑞安公司的实测值相符合.     

外场作用下的一维无规行走过程及其性质

本文较系统地对外场作用下的一维无规行走过程及其若干性质进行了研究。在分立与连续随机变量两种情况下,首先建立了概率演化的Markov链方程,然后在最近邻偏向行走的模型下,求出了它们的严格的解析解,最后利用这些解析解讨论了这个过程的由一些结果所表征的输运性质与统计性质。     

基于免疫神经网络的雷达天线扫描方式的识别

采用了免疫RBF网络进行雷达天线扫描方式的识别.计算机仿真结果表明,对目前常见的几种简单的雷达天线扫描方式,免疫RBF网络系统在输入信噪比为4dB时的识别率已经达到99.13%,而它的网络训练步数仅需99步,具有非常优越的性能.