全域空间无人机集群协同干扰模型

为了提高无人机集群的协同干扰效果,本文基于3维方向图函数提出了一个全域空间无人机平台分布优化模型,基于遗传算法求解该模型,并进行了性能分析. 仿真结果显示,与传统的球面及柱面分布相比,该模型得到的主波束方向图的峰值旁瓣电平更优. 在此基础上．本文结合应用背景对无人机位置偏差、无人机毁伤情况、无人机集群容量、群内最小间距以及无人机集群分布范围进行了研究,得到了干扰效果对于误差及参数的依赖性．     

模拟退火粒子群算法的同心圆阵稀疏优化设计

提出一种基于模拟退火粒子群算法(SAPSO)的同心圆阵稀疏优化方法,该方法以同心圆阵阵元位置为优化参量,以第一零点波束宽度和峰值旁瓣电平为优化目标,结合了模拟退火算法和粒子群算法的优点,提高了算法的收敛速度,具有摆脱局部最优的能力。仿真结果表明,相比于目前常用的4种优化算法,相同迭代次数下,该方法收敛迭代次数最小,且在约束同心圆阵第一零点波束宽度的同时得到的稀疏同心圆阵具有最低的峰值旁瓣电平。     

基于改进交叉熵算法多目标不等间距阵列综合

将模糊C均值聚类算法与传统交叉算法相结合,提出改进交叉熵算法.利用该算法成功完成阵元个数分别为6、8、10、12不等间距阵列综合,解决了不等间距阵列综合中峰值旁瓣电平和波束宽度的多目标优化问题,得到了对应情况下不等间距阵列的峰值旁瓣电平和波束宽度的平衡曲线.优化结果表明,给定波束宽度,阵元个数相同的不等间距阵列的峰值旁瓣电平比均匀阵列下降近30%.在均匀阵列超出截止间距时,可以更加有效准确地找寻峰值旁瓣和波束宽度的折中点.     

双凹面聚焦超声波场中悬浮粒子操控原理与实验仿真

为提高聚焦超声波场的悬浮能力以及拓宽悬浮粒子的移动区域, 研究了超声波场中声压大小的计算公式以及凹球面阵列中阵元的延迟时间与聚焦点位置的关系式, 并运用COMSOL多物理场软件进行仿真验证. 通过搭建双凹球面超声波阵列悬浮装置, 控制发射极信号相位实现了悬浮粒子在竖直方向上的移动, 实验中粒子的运动轨迹与仿真结果有较好的一致性. 结果表明:双凹球面超声波阵列声场声压更强、聚焦性更好, 且可通过对阵元相位信号的控制实现悬浮粒子在二维平面的移动.     

基于蚁群算法的子阵级自适应多波束形成

在大型阵列信号处理中,可以在子阵级进行数字波束扫描形成多波束,降低硬件成本和系统复杂度,其中子阵划分的优劣直接决定信号处理的性能.针对子阵级多波束形成的问题,提出了一种基于蚁群算法的子阵划分最优策略,该策略将蚂蚁的迁移路径作为子阵划分方案,以峰值旁瓣电平为优化目标进行迭代搜索,使得子阵级自适应形成多波束方向图的旁瓣性能...     

长二相编码信号旁瓣抑制滤波器的设计

为了解决长二相编码信号脉压旁瓣抑制滤波器设计过程中易出现局部最优的问题,讨论了基于凸优化的旁瓣抑制滤波器设计方法.从时域波形入手分析了二相编码信号的失配滤波,结合工程设计和凸优化的性质,以失配滤波损失和峰值旁瓣电平为约束条件,将旁瓣抑制滤波器的设计转换为凸优化问题,利用CVX工具设计了长二相编码信号的旁瓣抑制失配滤波器,并进行了仿真分析.仿真结果表明,基于凸优化的设计方法可以有效解决长二相编码信号旁瓣抑制滤波器设计中局部最优的困扰,所设计的失配滤波器具有较好的峰值旁瓣电平性能.     

基于多目标风驱动优化的机会阵雷达波束形成

针对机会阵雷达发射波束的多目标优化问题,提出了一种基于二进制多目标风驱动优化算法的波束形成方法.以均匀多同心圆环阵列特性为基础,建立了发射信号的模型和目标优化函数.基于改进的多目标风驱动优化算法,实现了机会阵雷达圆阵的波束形成,即同时优化3 d B主瓣波束宽度和旁瓣电平.仿真表明:与基于传统粒子群算法(PSO)的波束形成性能相比,在使用更少圆阵阵元的情况下,本算法具有较低旁瓣和更窄的主瓣.     

改进的遗传算法在球面点分布问题中的应用

球面点的分布问题,是世界性数学难题.对基本遗传算法进行了改进.采用实数编码,同时在遗传算法中引入了正交算子、变维子空间算子、灾变算子等高效演化算子,形成了自适应遗传算法.这样改进的算法极大地促进了个体多样性,并能促进优秀基因型的杂交和遗传,在收敛和鲁棒性方面优于一般的遗传算法,将它应用于球面点分布问题取得了较好的效果.     

Taylor阵列双阵元失效校正算法

为避免Taylor阵列双阵元失效,在交叉熵全局随机优化算法的基础上提出修正交叉熵算法,给出其程序流程,通过一维连续函数最大值优化和序列盲估计两个算例,验证了该算法的有效性和稳定性。仿真结果表明：给定峰值旁瓣电平为-30 dB,修正叉熵算法通过重置非失效阵元馈电振幅的方法,能够成功地完成方向图校正。该算法不仅可以保证校正结果的准确性,而且还能提高其有效性。     

双球面声学透镜优化设计

对双球面声学透镜在不同曲面形状参数条件下的声场进行数值计算，分析了透镜面形参数与声场分布特征的关系；根据在声场中尽可能长的范围内获得声束宽度较小、旁瓣水平适中的聚焦声束的要求，给出了双球面声透镜的优化面形参数。     

一种改进的启发式球面点定位算法

将仅适用于平面网格的基于质心坐标的搜索策略进行推广和拓展,提出一种适用于球面网格的改进启发式算法,并详细讨论了不同质心坐标值情况下的下一搜索三角形的选择方法.为进一步提高算法效率,在进行启发式搜索之前通过执行若干顶点比较操作来选择一个较优的初始搜索三角形,同时引进一个近似度阈值来调整初始三角形确定时间与后续目标三角形搜索时间之间的平衡关系.分析表明,改进启发式算法的时间复杂度仅为O(n1/2f)(nf为网格包含的三角形数目).     

An only-once-sorting algorithm

This paper provides a new sorting algorithm called “Only-Once-Sorting” algorithm. Using a mathematical formula, this algorithm can put elements in the positions they should be stored only once, then compacts them. The algorithm completes sorting a sequence ofn elements in a calculation time of O(n). Xu Xusong: born in June 1945. Professor. Current research interest is in data structure and algorithm, information systems analysis and design     

基于并行量子遗传算法的QoS组播路由方法

通信网络时延受限且满足带宽要求的最小代价组播树问题是NP完全问题,传统方法难以求解,一般采用启发式方法求解.提出了一种基于并行量子遗传算法的服务质量(QoS)组播路由算法,算法中将各个子群体独立地并行进化,并通过相邻子群体间的信息交换实现克服早熟,避免局部收敛的目的,还提出了一种新的动态旋转角调整策略,使算法具有更好的种群多样性和全局寻优能力.仿真实验表明,新算法在求解性能上优于遗传算法(GA)和采用静态旋转角的量子遗传算法(QGA).     

基于球麦克风阵列的三维空间多声源定位

由于球麦克风阵列本身结构的特殊性,目前它广泛的应用于声场录制、波束形成、声场重现和声场分析等等领域.利用球麦克风阵列的对称性进行三维空间的多声源定位,和传统的声源定位方法不一样,通过分析声波传播的物理特性,采用球谐函数声场分解的方法,研究和探讨了离散的球麦克风阵列求解多声源情况下球散射声场球谐系数的方法,同时采用球傅立叶变换的方法分析了多声源情况下声场的指向性因子的变化情况,并由该指向性因子的等高线图确定了三维空间中的各个声源方向.同时还大致分析了麦克风阵列的离散化所导致的声场分解的误差,讨论了麦克风阵列的大小、麦克风位置以及声场分解模态的高低对声源定位精度的影响,最后采用了遗传算法对球麦克风阵列的麦克风位置进行设计和优化,提出了在有实际应用条件限制下设计优化球麦克风阵列的一种方法.计算机模拟表明,基于声场球谐系数求解和球傅立叶变换的方法可以同时有效的确定三维空间中任意方向的多个声源的方向.     

用混合遗传算法实现神经网络快速训练

快速神经网络训练算法的研究是人们所关注的问题之一。经过分析与研究 ,遗传算法是一种全局并行随机搜索优化算法 ,具有很强的全局搜索能力 ,而 BP算法的局部搜索能力较强。文章将两者结合起来 ,形成一种混合遗传算法 ,并就混合遗传算法的原理及其在实现时所涉及到的许多策略问题进行了分析比较 ,仿真结果表明它具有收敛速度快和不会陷入局部极小的特点。     

带内树状支承柱单层球壳的优化分析

采用遗传算法和拟满应力法,以结构总质量为目标函数,杆件截面积为离散变量,对某带内树状支承柱单层球壳实际工程进行优化分析.通过在强度、杆件稳定和刚度等约束条件下,对优化结果的比较分析及对优化后的球壳结构的几何非线性全过程整体稳定性分析,使设计方案更加经济合理.算例结果表明:刚度条件对球壳结构优化起控制作用,杆件稳定和结构整体稳定性不可忽视;对带内树状支承柱单层球壳结构,要使结构设计方案经济合理,进行优化分析和方案比较是必要的.     

逼近法确定球形簇的球心与半径

基于欧氏距离的聚类方法往往会得到球形簇,直接计算球形簇的球心及半径有很大困难,提出了一种算法以逐渐逼近的方式确定这两个参数。理论分析和实验结果都证明该算法能够达到精确度要求。     

一种新的优化神经网络权值算法及其应用

为克服和改进BP算法的不足,文章在分析遗传算法(GA)和粒子群优化(PSO)算法优越性与不足的基础上,提出了一种基于GA和PSO结合的算法——GA-PSO算法,用于训练神经网络权值.算法产生下一代个体时,不仅采用交叉和变异算子,而且在重新定义局部最优粒子的基础上,引入粒子群优化算法,有效地结合了遗传算法的全局收敛性能和粒子群优化算法的局部搜索能力.通过对异或问题和IRIS模式分类问题的学习,仿真结果明显好于单纯地用GA或PSO进行前向神经网络训练,能有效避免早熟收敛的同时,提高搜索精度.     

复合材料层合板铺层顺序优化遗传算法

采用遗传算法进行复合材料层合板的铺层顺序优化设计，即采用整数编码方式，并对解码进行特殊处理以满足平衡铺层要求；通过父代与子代竞争延长了父代个体寿命，使优良基因有更多机会遗传给下一代；遍历所有分析过的个体信息以减少计算量，算例表明，改进的遗传算法是有效的。     

改进的遗传算法选择算子

为了进一步提高遗传算法选择算子的选优能力,本文在传统轮盘赌的基础上提出了一种基于排序的多轮轮盘赌选择算子,加入了多轮转盘的思想,并利用对上代种群进行排序增加优秀个体的选择概率,从而在提高了算子的选优能力同时也减少了随机性所产生的误差;随后本文将此算子与最佳个体保存法的思想相结合,进一步提出了无放回的基于排序的多轮轮盘赌选择算子,达到了既能够选出最好个体又能够保证种群多样性的效果.实验表明,与传统轮盘赌算子相比较,新方法能够有效地提高遗传算法的收敛速度.