智能超表面辅助的无人机通信能效联合优化

针对传统无人机无线网络通信场景中,无人机到客户端之间的灵活性不强、数据传输性能较差、能源效率不高等问题,设计了一种新型材料智能超表面(RIS)辅助的无人机通信系统,同时使用深度强化学习算法对该系统的通信能效进行优化。首先,引入RIS材料并结合无人机通信系统,对系统能源效率进行分析和建模;其次,针对目标函数中出现的非凸问题,利用DDQN算法对无人机的三维轨迹和RIS相移进行联合优化,最大化无人机通信系统整体的能源效率;最后,对该联合优化方案进行了实验验证,仿真结果表明,与未使用RIS和未采用可调相移的传统方案相比,该方案具有更高的能源效率。     

一种下行波束赋形与功能控制联合优化的新算法

在无线蜂窝系统中，当采用下行波束赋形技术时，所有用户所接收到的信号必须满足给定的信噪干扰比，由于信噪干扰比的大小与天线的辐射方向图有关，故平常所用的技术（如空间相关矩阵特征值分解技术）都必须再加以额外的功率控制，提出了一种新的下行波束赋形与功率控制的联合优化算法，这种算法不但能够调整权系数以使所有用户具有相同的信噪干扰比，而且可以使用户的功率辐射最小。     

一种下行波束赋形与功率控制联合优化的新算法

在无线蜂窝系统中 ,当采用下行波束赋形技术时 ,所有用户所接收到的信号必须满足给定的信噪干扰比。由于信噪干扰比的大小与天线的辐射方向图有关 ,故平常所用的技术 (如空间相关矩阵特征值分解技术 )都必须再加以额外的功率控制。提出了一种新的下行波束赋形与功率控制的联合优化算法 ,这种算法不但能够调整权系数以使所有用户具有相同的信噪干扰比 ,而且可以使用户的功率辐射最小     

一种下行波束赋形与功率控制联合优化的新算法

在无线蜂窝系统中，当采用下行波束赋形技术时，所有用户所接收到的信号必须满足给定的信噪干扰比。由于信噪干扰比的大小与天线的辐射方向图有关，故平常所用的技术（如空间相关矩阵特征值分解技术）都必须再加以额外的功率控制。提出了一种新的下行波束赋形与功率控制的联合优化算法，这种算法不但能够调整权系数以使所有用户具有相同的信噪干扰比，而且可以使用户的功率辐射最小。     

波束赋形技术在矿井通信中的应用研究

本文分析了矿井的特殊环境,以及无线通信系统在矿井下的困难,介绍了天线幅度加权波束赋形原理,设计了基于智能天线(SA)波束赋形技术的矿井无线通信系统。仿真结果表明,采用天线波束赋形技术能够增大天线增益,减少多径衰弱,提高频谱利用率和通信系统的可靠性。     

基于智能反射面与用户关联的1比特反馈波束赋形算法

针对多智能反射面辅助的多接入点多用户系统中的智能反射面选择与主被动联合波束赋形问题,设计了不依赖瞬时信道状态信息的智能反射面-用户关联与波束赋形方案。首先基于大尺度衰落参数设计关联方案。之后提出了基于1比特反馈的被动波束赋形算法,利用接收信号强度调整反射单元的相位。仿真结果表明用户关联方案对平均信干噪比存在显著影响,收敛后的1比特反馈算法能够接近主被动波束赋形相位对齐时的性能。     

基于遗传算法的无人机航迹规划

研究了基于遗传算法的无人机全局路径规划算法,建立了综合评价航程总长度、威胁概率和平均地形高度的多目标优化函数,并针对此优化函数设计了基于相对距离转角的遗传算法编码方案,进化计算结果稳定,达到了利用三维地形规避威胁的目的.进而研究了基于路径规划点生成光滑航迹的鲁棒性算法,利用MATLAB和VRML接口实现了无人机全局航迹...     

基于改进PH曲线的无人机航迹规划

 航迹规划是无人机任务规划的重要组成部分。针对现有航迹规划存在的不足, 提出一种基于改进pythagorean hodo-graph(PH)曲线的航迹规划方法。该方法结合了PH 曲线的曲率连续性和粒子群优化算法的快速搜索特点, 将PH 曲线的控制点选取通过粒子群算法进行优化, 可以快速得到避障安全、满足最大曲率限制和曲率连续的最优PH 路径。仿真结果表明了该方法的有效性。     

基于遗传算法的基站天线赋形波束综合

提出了一种改进的适应度函数确定方法,通过改变适应度函数中的待定参数,有效提高了搜索效率。采用遗传算法对基站天线的方向图赋形,其结果优于同种条件下用WoodWard法得到的结果。结合工程实践,考察了本文遗传算法的解的稳定性。文中的结果对工程和理论研究都具有重要意义。     

基于固定翼无人机的航迹规划优化模型

无人机航迹规划是无人机研究领域中的重要方面,也是自主系统中不可分割的一个整体部分.文章在前人研究基础上,提出了一种基于有威胁情形中固定翼无人机的航迹规划优化模型.此模型对飞行航迹进行航迹平滑处理时,提出了一种基于微分几何原理的约束条件改进策略.     

基于乌贼算法的无人机航迹规划

乌贼算法是一种新型的启发式仿生优化算法。提出了一种基于乌贼算法的无人机航迹规划算法。所构建的概率地图采用概率密度函数来对各种威胁源进行建模,非常适合表述战场环境的不确定特性。乌贼算法与传统的启发式算法相比,拥有更快的收敛速度。在此基础上设计的基于乌贼算法的概率地图航迹规划算法能够有效的缩小概率地图的规划空间,使得航迹规划搜索范围减少、时间缩短。仿真实验表明,该方案比传统概率地图航迹规划方法更能满足无人机航迹规划的要求。     

基于自适应猫群算法的多目标波束赋形

针对大规模阵列天线波束赋形中智能优化算法精度不高、收敛速度不快等问题,提出一种自适应猫群算法.在猫群算法的基础上,使其基本参数根据迭代次数及适应度函数值自适应改变,并在搜寻模式中加入赌轮盘和精英选择相结合的策略,以增加种群多样性.多种智能优化算法的性能仿真对比分析表明,自适应猫群算法具有快速收敛、全局寻优的能力.将该算...     

毫米波通信系统中利用随机逼近的波束赋形算法

为了在60 GHz毫米波通信系统中确定收发机最优的窄波束方向使得传输速率最大,提出了一种基于波束码本的自适应波束赋形算法.该算法在室内60 GHz信道的射线跟踪模型基础上建立了离散优化问题,并引入随机逼近的全局优化算法进行求解,首先在窄波束空间中进行随机采样,再利用含噪的信道估计获得样本目标函数的无偏估计量,并据此执行...     

一种基于RLS和RVSSLMS智能天线波束赋形算法

根据智能天线波束赋形算法必须考虑设备的复杂性和收敛速度的要求,提出一种结合RLS和RVSSLMS算法各自优点的RLS-RVSSLMS波束赋形算法,并用Matlab进行了仿真。仿真结果表明：RLS-RVSSLMS既具有RLS算法收敛速度快的特点,同时保持了LMS算法计算量小的特点。     

基于改进进化算法的无人机航迹规划

基于进化算法的无人机航迹规划已经得到了广泛的研究;但是由于其进化算子的多样化,还存在许多不足之处。针对现有进化算法的缺点引入一种新的坐标系,提出了一种定向进化策略,使每个航迹点根据具体情况进行定向变异。为了测试改进算法在航迹规划中的避障能力,进行了一系列的仿真实验。仿真结果表明基于改进进化算子的进化算法在无人机航迹规划应用中具有很大的优越性。     

基于遗传算法的无人机航迹规划研究

本文研究了一种用遗传算法进行无人机航迹规划的方法,指出了无人机航迹规划的定义;提出了一种给定威胁及障碍分布下的无人机路径规划算法。根据威胁及障碍分布情况构造无人机可能飞行的航路集voronoi图,采用Dijkstra算法搜索威胁及障碍分布图,求解初始最短路径。在初始最短路径基础上,采用遗传算法优化初始路径。最后进行仿真实验,结果验证了遗传算法能提高航迹质量。     

基于改进灰狼优化算法的无人机三维航迹规划

为了解决三维复杂环境下的无人机航迹规划问题,提出一种基于改进灰狼优化算法的无人机三维航迹规划方法.模拟真实的地理环境,建立三维地形模型和禁飞区模型,构造合理的评价函数.在改进算法中,设计一种基于贪婪思想和变异策略的初始化方法,提升了初始种群的平均适应度值;将一种非线性递减函数引入距离控制参数,解决了灰狼优化算法开发能力不足的问题;设计一种动态加权平均和静态平均混合的位置更新策略,解决了灰狼优化算法位置更新策略不灵活的问题.仿真结果表明:该算法相比于其他几种相关算法,航迹代价较小、收敛速度较快且效果更稳定.     

基于二维自由空间的无人机实时航迹规划

针对未知环境中无人机的实时航迹规划,提出了一种利用方向引导向量的航迹规划方法。通过仿真实验证明,该算法在完全未知的环境中,可以很好地引导无人机找到目标点,实现无人机在线的实时决策。     

基于Kerdock预编码波束赋形技术的高速铁路LTE通信系统性能研究

为了提高高速铁路通信系统的可靠性和有效性,结合长期演进(LTE)通信系统的互易性,将信号处理复杂度低的Kerdock码作为预编码码本,利用Kerdock预编码波束赋形技术(KBF)对高速铁路LTE通信系统进行复杂度分析与仿真实验性能研究.结果表明:与位置辅助伺机波束赋形(L-OBF)系统相比,KBF系统在线处理信号时所需的存储容量小,发信、收信处理信号的复杂度低,大信噪比时误码性能和可达速率均有所提高.     

基于Q学习的无人机三维航迹规划算法

针对现有的基于强化学习的无人机航迹规划方法因无法充分考虑无人机的航迹约束而使规划获得的航迹可用性较差的问题,提出一种更有效的无人机三维航迹规划算法.该算法利用无人机的航迹约束条件指导规划空间离散化,不仅降低了最终的离散规划问题的规模,而且也在一定程度上提高了规划获得的航迹的可用性,通过在回报函数中引入回报成型技术,使算法具有满意的收敛速度.无人机三维航迹规划的典型仿真结果表明了所提出算法的有效性.