多入多出中继系统的一种贪心天线选择算法

针对多输入多输出(MIMO)中继系统天线选择算法容量不高的问题,提出了一种基于容量最大化的贪心天线选择算法.该算法在考虑噪声的影响情况下,根据添加一个天线对后系统容量的闭式表达式,逐步选取使得容量最大的天线对.仿真结果表明,在不同的中继数量及功率约束条件下,该算法与已有算法相比,能够获得更高的系统容量性能.     

基于时空特征的中继卫星系统业务模型

对中继卫星系统业务特征的分析和建模是系统资源调度优化问题的关键。基于系统调度原理和实际运控特点,构建了一个能够统一表征用户中继业务的参数化模型,可从时间、空间2个维度描述中继业务特征。通过引入中继卫星天线指向角度作为空间维度变量,改进传统的业务时序约束关系,解决了现有业务模型对时间和空间特征描述不准确的问题。对中继卫星系统业务数据进行分析和调度数值仿真,检验了模型的有效性。仿真结果表明:采用新的业务模型后,中继业务调度完成率平均增加10.65%,单址天线无效资源占比平均减少12.85%,有效提升了中继卫星系统效益。     

云计算环境下多信道联合均衡调度算法研究

针对传统资源调度方法存在执行时间跨度大、信道接入率低、资源负载不均衡等问题,提出云计算环境下多信道联合均衡调度算法研究.根据云计算环境下多信道通信链路优化时隙和多信道资源,构建多信道链路模型,提出信道端到端可靠性最大化优化模型,将优化问题转换为多信道联合均衡调度问题.利用多信道最优跨度和负载均衡算法对均衡调度问题进行求解.结合多信道数据处理和任务执行的特性,设计最优跨度和负载均衡双适应度函数,在种群进化初始阶段和接近收敛阶段对适应度函数做适当调整,完成多信道联合均衡调度.实验结果表明,所提方法资源调度的执行时间跨度小、信道接入率高、负载均衡程度好,能满足资源传输的实时性要求.     

多进化策略自适应免疫多目标进化算法

为了在基于克隆选择的免疫多目标进化算法中提高种群的多样性,提出了一种基于目标函数变化率的多进化策略自适应免疫多目标进化算法,以采用克隆选择的免疫多目标进化算法为基础,根据目标函数的变化率,在不同的进化阶段自适应地选择两种不同的差分进化策略,在保证算法收敛速度的同时兼顾种群的多样性,避免算法陷入局部最优。选用DTLZ测试函数对新算法进行了性能测试,并与其它算法进行了比较。结果显示,新算法解的分布性和均匀性有了一定程度的提高。     

能量采集多天线中继网络中基于人工噪声辅助的安全传输方案

针对多天线中继系统中继节点面临的可用能量受限问题和存在的严重信息泄露隐患,提出了一种基于能量采集技术的联合中继波束成形和多天线友好干扰机协作干扰的物理层安全传输方案.首先,构建基于放大转发（Amplify-and-Forward, AF）模式的多天线协作中继网络,其次,中继节点和友好干扰机在时隙切换（Time Switch, TS）策略下进行能量采集和保密信号传输.接着,以系统保密速率最大化（Secrecy Rate Maximization, SRM）为目标,在满足中继节点和友好干扰机采集能量约束条件下,联合设计出最优中继信号传输波束成形矩阵、人工噪声（Artificial Noise, AN）协方差矩阵和时隙切换系数.然而,由于条件约束,导致该SRM问题为非凸问题,故通过结合半定松弛（Semi-Definite Relaxation, SDR）技术以及拉格朗日对偶理论,设计出一种双层优化算法求得最优解,并且,为了降低复杂度和对比方案性能,给出了一种基于迫零预编码的次优传输方案.最后,仿真结果表明,所提方案能够显著提高系统保密性能,具备一定抗窃听攻击能力.     

一种基于信息熵的多种群遗传算法

通过模型变换建立了一种约束优化的演化设计模型．并构造出求解此模型的多种群空间收缩遗传算法．利用最优解在各种群中的存在概率将信息熵概念引入进化过程,构造出一种含有熵的多目标优化模型,利用该模型可以直接显式地给出作为拉格朗日乘子的种群最优解存在概率,从而得出多种群遗传操作的空间收缩因子,控制各种群寻优搜索时解空间的收缩．用种群的多样性避免遗传进化的早熟现象,以空间收缩尺度作为停机判据,有效地控制了算法的收敛．数值算例显示,熵的介入使随机搜索类进化算法的寻优目的性大为增强,从而提高了演化设计的计算效率。     

基于正交空间调制的多天线中继MIMO系统性能研究

为了在传统空间调制的基础上进一步提高无线中继MIMO通信系统的传输可靠性,本文设计了基于正交空间调制的多天线中继MIMO通信系统的传输方案,并对所设计的中继MIMO系统采用放大转发和译码转发两种中继传输协议.在系统的每个传输时隙,源节点与中继节点、中继节点与目的节点间均采用正交空间调制技术.仿真实验在瑞利平坦衰落信道下,以4QAM调制方式为例,结合不同协议下信号估计值表达式进行.实验结果表明:在系统天线配置相同时,基于正交空间调制的多天线中继MIMO系统比传统空间调制的中继MIMO系统的误码性能有明显的提高.     

两跳无线网络中的中继调度算法

针对两跳无线网络的中继调度问题,提出了一种基于信道容量最大化的中继节点迭代调度算法.该算法基于放大转发型中继协议,以目标节点进行联合译码时的瞬时容量最大化为准则而依次选取中继节点,直至中继数达到源节点发射天线数或信道容量不再增加.仿真结果表明,在不同的中继节点总数、源节点发射天线数以及前后向信道信噪比条件下,该算法比传统算法获得了较大的容量增益和多中继分集增益,更加接近于信息论意义上的容量上界.     

基于CAFSC算法的航空发动机多管路智能布局

针对航空发动机多管路布局问题,运用协同进化的思想,结合混沌人工鱼群算法,提出了基于混沌人工鱼群协同进化算法的航空发动机多管路智能布局方法.该方法将每个管路对应一个种群,一方面采用混沌人工鱼群算法使各物种在自己的种群中进行独立进化,另一方面采用合作型协同进化方法对由选取的代表构成的系统模型进行进化以使多管路布局达到全局最优.该算法不仅避免了在管路增多情况下的组合爆炸现象,而且不用考虑布局顺序从整体上优化管路布局.     

多蚁群协进化的船舶多管路并行布局优化

基于蚁群算法和协作式互利典生类协同进化算法,构建了解决船舶空间多管路并行敷设的多蚁群协作式协同进化算法模型.在算法的每次迭代中,随机选择种群的进化次序;在种群内部采用蚁群算法寻找管路的最优路径,采用优良个体构造小环境的方式,避免了管路增多情况下的组合爆炸现象.通过三维空间的管路布局实验显示,应用所构建的算法较单一蚁群算法可以在管路并行敷设中取得协同性更好的布局效果.     

基于交叉亲和度评价的多种群遗传算法

为进一步解决传统多种群遗传算法进化过程中迅速丧失种群多样性,导致的易早熟、收敛到局部最优解等问题,提出一种基于交叉亲和度评价的多种群遗传算法,采用多种群并行搜索的思想,结合模拟退火算法提高算法的搜索能力,种群之间通过交叉推优选出的交流个体,进行亲和度评价替换目标种群个体来完成交流。通过对TSP问题的求解表明,算法得到的解都接近最优解,性能优于传统多种群遗传算法。     

多敏捷卫星协同任务规划调度方法

敏捷卫星任务规划调度是一个具有长时间窗、多时间窗的复杂约束的多目标组合优化问题。基于任务质量,通过分析敏捷卫星对地观测任务规划问题的需求、特点和约束,构建了敏捷卫星任务规划组合优化模型;并在原有模拟退火算法的基础上,设计了基于相似度和聚集度的遗传模拟退火混合算法,通过相似度和聚集度,在染色体变异过程中,当种群聚集度大的时候,增加染色体的变异概率,从而增加种群的多样性。利用遗传算法的全局搜索能力有利于改变模拟退火算法容易陷入局部最小点的缺点,寻找到更优的结果,使算法达到全局搜索能力与局部搜索能力的平衡,经实际卫星任务数据验证算法有效可行。     

多敏捷卫星协同任务规划调度方法研究

敏捷卫星任务规划调度是一个具有长时间窗、多时间窗的复杂约束的多目标组合优化问题。本文基于任务质量,通过分析敏捷卫星对地观测任务规划问题的需求、特点和约束,构建了敏捷卫星任务规划组合优化模型;并在原有模拟退火算法的基础上,设计了基于相似度和聚集度的遗传模拟退火混合算法,通过相似度和聚集度,在染色体变异过程中,当种群聚集度大的时候,增加染色体的变异概率,从而增加种群的多样性。利用遗传算法的全局搜索能力有利于改变模拟退火算法容易陷入局部最小点的缺点,寻找到更优的结果,使算法达到全局搜索能力与局部搜索能力的平衡,经实际卫星任务数据验证算法有效可行。     

基于决策空间划分模型的多目标进化算法

为有效利用决定空间中的信息、提高收敛速度与准确度,提出了基于决策空间划分模型的多目标进化算法.该算法将决策空间划分成多个子决策空间并在每个子决策空间内映射出一个超球体,运用某一多目标进化算法完成超球体内个体的1轮次进化,基于粒子群优化算法的粒子移动机制实现超球体间的信息共享、引导超球体质心向最优解集方向移动.对8个测试问题的实验结果表明:基于决策空间划分模型的多目标进化算法在收敛精度和收敛稳定性方面比FastPGA,MOCell,NSGA-Ⅱ和SPEA2算法表现出更好的性能.     

基于动态分组的多策略引力搜索算法

给出了一种基于动态分组的多策略引力搜索算法.算法迭代初期利用自适应分组策略对种群进行分组寻优,每个分组内只更新最差个体,采用云模型理论来改进最优个体的进化行为;迭代后期将种群分为优势子群和拓展子群,采用差分变异算子更新优势子群提高寻优精度和速度,利用Tent混沌理论进化拓展子群完成个体变异.典型复杂函数测试表明,该算法具有很好的收敛精度和计算速度.     

集成化服务链多目标全局优化模型与算法

基于集成化服务链网络模型和候选服务资源评价指标,建立集成化服务链的多目标全局优化模型,并提出一种基于改进多目标遗传算法的集成化服务链多目标全局优化算法。算法采用基于距离的无参数种群多样性度量算子,在适应值分配、精英保持和选择操作中均进行了种群多样性控制,能在满足多约束条件下同时优化多个目标,得到一组满足决策者不同主观偏好的Pareto全局最优解集。仿真实验表明算法具有全局收敛性并具有较好的解的质量和分布,能有效求解集成化服务链多目标全局优化问题。     

基于贪心策略中继卫星任务调度算法研究

本文首先对中继卫星任务调度情况进行了合理假设,根据用户航天器与中继卫星之间可见时间窗口以及时间和资源方面的约束建立模型,并基于这个模型用贪心算法进行求解,最后通过仿真得出结果,证明这是一种有效的方法。     

基于中继卫星多址支持的卫星在轨健康管理模式

智能化卫星在健康管理方面提出了随遇接入中继卫星系统为其提供测控的要求,基于中继卫星S频段多址SMA全景波束支持,本文提出了一种中低轨卫星在轨健康管理的新概念和模式.新模式系统由中继卫星、用户终端和地面系统构成,分析给出了卫星在轨全时监视及随遇接入、卫星快速抢救、问题排查归零的健康管理工作流程,实现该模式运行的关键技术主要包括用户星在轨健康管理技术、基于中继卫星S频段多址的全景波束技术和空间网络接入技术。为后续中继卫星系统测控发展应用提供了一种新思路.      

基于协进化机制的多传感器协作方法

多传感器之间如何产生动态、鲁棒的适应性协作行为以完成共同的任务,是多传感器协作的主要研究内容之一;文章在基于行为的多传感器系统的基础七,设计了基于协同进化机制的多传感器协进化模型及其协进化决策算法,使系统在协进化机制的控制下能分布并行地协同进化各传感器基本行为策略库,形成传感器适应性的协作行为以完成共同的任务;最后通过对无人侦察机编队协作侦察移动目标的仿真实验表明,能够有效地解决多传感器之间的协同问题.     

基于多准则寻优策略的差分进化算法

在差分进化算法的基础上,提出一种基于多准则寻优策略的改进差分进化算法。该算法可以动态调整变异因子和交叉概率,基于文中提出的多准则寻优策略,通过个体适应度、个体间距离等评价指标判断个体的优劣程度,并且可以降低种群的高密度程度,增强种群多样性。这种判断机制可以有效避免种群过早收敛,易陷入局部最优的风险。通过具体的测试函数对算法进行测试,并与标准差分进化算法进行比较,结果显示算法寻优效果较好,可以较快地得到全局最优解。