基于Tikhonov正则化理论的时差定位新算法研究

提出了基于Tikhonov正则化理论的多站时差定位新方法.将基于拟最优原则的Tikhonov正则化方法应用于经过线性化处理后的定位方程组的求解,这种方法的优势之一在于它不需要任何关于噪声分布的信息.给出了有关正则解收敛性的理论结果,并介绍了正则化定位的计算方法.在计算机仿真部分,以普通最小二乘定位算法为参照,给出了在不同误差条件下两种算法的定位结果.数据结果显示,正则化定位算法的定位精度相对较高,且抗噪声干扰的能力也较强,这证明了正则化定位算法的可行性.     

改进LAMBDA算法实现BDS双频整周模糊度快速解算

利用北斗卫星导航系统进行基线解算时,正确解算模糊度是关键问题.利用北斗卫星导航系统双频载波相位观测值组成宽巷双差观测值,运用目前被认为效果最好的模糊度解算方法——LAMBDA算法解算宽巷双差整周模糊度,但是,该算法存在模糊度浮点解偏差大,搜索范围大的缺点.因此,该文提出利用Tikhonov正则化改进LAMBDA算法,对宽巷双差观测方程中未知参数的系数矩阵进行奇异值分解,用分解后的协方差矩阵替换LAMBDA算法中的协方差矩阵进行宽巷双差整周模糊度的搜索,提高了宽巷双差整周模糊度浮点解的精度和模糊度固定正确率.改进后的LAMBDA算法模糊度浮点解偏差平均值从1.0829周减少到0.0059周,方差值从4.0534周减少到0.0479周,模糊度固定正确率从93.52%提高到100%.     

空域中基于正则化技术的有效图像复原算法

针对模糊图像的复原问题，在正则化技术解决病态性基础上提出了一种有效的空间域图像复原算法。该方法对正则项进行空间自适应加权从而局部地控制图像的平滑性，并用共轭梯度运算来改善算法的收敛性。计算机仿真结果表明，该方法很好地再现了原图像的重要信息，复原图像在峰值信噪比和主观视觉效果方面都有显著的提高。     

一种声学层析成像温度分布高分辨率重建方法

准确测量温度分布对工业生产具有重要的意义。针对声学层析成像中有限的网格划分数目会影响重建精度的问题,提出TR-RBF(tikhonovregularization-radial basisfunction)重建算法对温度场进行高分辨率重建。采用Tikhonov正则化对超声飞行时间(time of flight, TOF)重建,得到粗网格下的温度分布,并用局部加权回归法对数据进行平滑处理,进而采用RBF神经网络将粗解进行预测得到细化后的温度分布。通过有噪声和无噪声的数值仿真,本算法与ART、SVD和Tikhonov三种算法相比,在典型峰型温度分布情况下的重建精度提升明显且抗噪性最好。     

基于Hermite插值的无陀螺惯导姿态解算方法

为了提高无陀螺捷联惯导(GFINS)的姿态矩阵解算精度,提出了一种新的姿态矩阵的解算方法.通常GFTNS姿态解算仅需依靠角速度信息,同时利用角速度和角加速度信息进行姿态求解,采用三阶艾尔米特插值方法进行离散角速度插值重构,利用重构后的角速度信息进行姿态矩阵求解.分析了新算法的基本步骤,并进行了典型圆锥运动仿真实验.结果表明,在仿真时间为5s,采样步长为0.00ls时,采用新方法求解姿态矩阵的精度提高45%以上.     

基于lk范数正则化的实信号去噪方法

针对实信号去噪问题 ,系统研究了基于lk 范数正则化的去噪方法。在研究和借鉴Tikhonov正则化参数选择方法的基础上 ,给出了基于lk 范数正则化中最优正则化参数的自动选择方法 ,同时给出了正则化方法求解的迭代算法。理论分析和仿真计算结果表明 ,该方法对于加性噪声有较好的抑制能力 ,同时能够有效地保护信号中的重要特征。     

无陀螺捷联惯导系统角速度解算的新方法

针对无陀螺捷联惯导系统中角速度解算精度难以满足工程应用要求的关键问题,利用一种基于九加速度计的配置方案能提供两种角速度解算值（积分值和开方值）的特点,设计了一种智能加权解算方法。该算法利用解算值修正下一时刻积分法的解算初值,使得积分解算值的精度也同时得到了提高,从而形成了良好的精度相互促进机制,然后利用遗传算法和数据拟合方法得到了加权因子的计算公式。仿真结果表明,与现有的解算方法相比,加权算法解算误差的均值减小了19.7％,方差减小了两个数量级。     

一种准无陀螺惯导系统解算新方法研究

为了有效抑制随时间发散的无陀螺惯性导航系统(GFINS)的误差,提出了一种新的解算算法(GA6A法)。利用合理配置的6个加速度计和1个起辅助作用的低成本速率陀螺仪,形成一种新的准无陀螺惯性导航系统(NGFINS),通过加速度计组合的输出直接解算载体的角速度数值的绝对值,再利用陀螺仪决定角速度的正负性,从而可以使求解载体姿态和位置的积分次数分别减少1次。给出了新算法的理论推导过程,并对该算法进行了可行性和有效性仿真。当计算步长?t=0.01s,仿真迭代10000次时,采用该算法可使载体姿态角精度和位置精度提高70%以上。     

用于雷达方位超分辨的范数正则化方法

方位超分辨是国内外雷达界长期以来持续探索的一项技术难题,针对求解过程中所遇到的病态性,本文深入研究了范数正则化方法。利用L₂范数正则化方法对方位超分辨模型进行求解,针对L₂范数正则化方法的不足并考虑到目标信号的稀疏性质,建立了L₁范数正则化模型。为提高求解的计算效率,将其转化为半定规划模型,用预测校正原对偶路径跟踪法进行求解。针对不同信噪比情况进行了计算机仿真,初步结果表明,两种方法都能用于雷达方位超分辨,且在相同条件下L₁范数正则化方法分辨性能更好,具有较强的噪声适应能力,在信噪比低至0 dB时,分辨力提高1.7倍。     

基于遗传-蚁群融合算法的干扰资源分配方法

针对多部干扰机协同干扰多部雷达的干扰资源分配问题，提出一种基于遗传-蚁群融合算法的干扰资源分配算法。首先采用综合集成赋权法结合逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)对目标雷达进行威胁评估，然后建立干扰资源多约束优化分配模型，最后采用遗传-蚁群融合算法对模型进行求解。融合算法利用遗传算法快速寻找出若干组优化解，将这些优化解用于调整蚁群算法中初始信息素的分布，利用蚁群算法对问题进一步优化，从而找到最优解，提升了算法的求解精度和求解时间。仿真结果表明，融合算法的性能在收敛速度和寻优准确性等方面相较于其他算法都有了较大提升。     

基于混合优化算法的遗传算法参数设定研究

有限计算量条件下遗传算法的理论收敛条件难以完全满足,参数选择的恰当与否直接影响到算法性能的发挥。针对这一情况,在分析现有参数设定方法的基础上,将遗传算法参数设定问题描述为随机优化问题,并提出一种解决该问题的新的混合优化算法,即基于序优化的巢分区算法。该算法将序优化思想融入巢分区算法的局部搜索过程,大大提高了局部搜索效率,而巢分区的算法框架则保证了算法的全局收敛性。以典型旅行商问题为算例的仿真结果验证了该方法的高效性与可靠性。     

Design of PID controller with incomplete derivation based on differential evolution algorithm

To determine the optimal or near optimal parameters of PID controller with incomplete derivation, a novel design method based on differential evolution （DE） algorithm is presented. The controller is called DE-PID controller. To overcome the disadvantages of the integral performance criteria in the frequency domain such as IAE, ISE, and ITSE, a new performance criterion in the time domain is proposed. The optimization procedures employing the DE algorithm to search the optimal or near optimal PID controller parameters of a control system are demonstrated in detail. Three typical control systems are chosen to test and evaluate the adaptation and robustness of the proposed DE-PID controller. The simulation results show that the proposed approach has superior features of easy implementation, stable convergence characteristic, and good computational efficiency. Compared with the ZN, GA, and ASA, the proposed design method is indeed more efficient and robust in improving the step response of a control system.     

植物多向生长模拟算法

针对整数规划问题提出了一种以植物向光性为启发式准则的智能优化算法——植物多向生长模拟算法. 改进了植物生长激素的分配方式并将随机选择机制引入新枝生长方向的选择,更符合植物生长的自然机理. 利用马尔可夫链描述算法迭代过程,证明了算法的收敛性. 利用无约束和有约束两类具有多个全局最优解的非线性整数规划实例测试了植物多向生长模拟算法的性能,并与基本植物生长模拟算法、填充函数法、罚函数法以及基于遗传算法的混合算法进行了对比. 植物多向生长模拟算法不仅提高全局寻优能力,增加解的多样性和准确性而且提高收敛速度.     

基于遗传算法的ATM网络中VCC路由选择方法

针对遗传算法强大的全局寻优和并行处理能力 ,提出了一种改进的遗传算法调度ATM网络动态路由的新算法。综述了使用遗传算法进行通信网络节点选择的问题 ,指出了原有算法进行遗传算法优化时存在的不足 ,并提出一种新的基于动态惩罚的解决策略 ,其思想是在进化的过程中 ,逐渐减小对可行解惩罚的力度 ,使网络向可行解逼近。通过简单模型的仿真 ,验证了动态惩罚策略的可行性和有效性。     

基于稀疏信号处理的穿透成像增强算法

针对表层穿透雷达应用于无损检测成像时精度与效率难以同时有效满足的问题, 提出一种基于稀疏信号处理的穿透成像增强算法。该方法在基于l₁范数正则化(L1-based regularization, L1R)稀疏成像方法的基础上, 结合交替方向乘子法求解最优化函数, 并根据目标函数通过对偶迭代运算得到稀疏特征增强后的复图像数据。实测结果表明, 所提方法与L1R方法相比, 数据处理速度达8倍, 信杂比改善程度达20.91 dB, 与其他方法的对比实验结果也表明, 该算法能在保持运算速度的条件下实现高质量成像。     

Efficient multiuser detector based on box-constrained deregularization and its FPGA design

Multiuser detection can be described as a quadratic optimization problem with binary constraint.Many techniques are available to find approximate solution to this problem.These techniques can be characterized in terms of complexity and detection performance.The "efficient frontier" of known techniques include the decision-feedback,branch-and-bound and probabilistic data association detectors.The presented iterative multiuser detection technique is based on joint deregularized and box-constrained solution to quadratic optimization with iterations similar to that used in the nonstationary Tikhonov iterated algorithm.The deregularization maximizes the energy of the solution,this is opposite to the Tikhonov regularization where the energy is minimized.However,combined with box-constraints,the deregularization forces the solution to be close to the binary set.We further exploit the boxconstrained dichotomous coordinate descent (DCD) algorithm and adapt it to the nonstationary iterative Tikhonov regularization to present an efficient detector.As a result,the worst-case and average complexity are reduced down to 2.8 and 2.5 floating point operation per second,respectively.The development improves the "efficient frontier" in multiuser detection,which is illustrated by simulation results.Finally,a field programmable gate array (FPGA) design of the detector is presented.The detection performance obtained from the fixed-point FPGA implementation shows a good match to the floating-point implementation.     

基于HPSO算法和GA的舰载机甲板布放方法比较

以戴高乐航母为研究对象,基于不同优化算法,对其舰面舰载机布放问题的解决方法进行比较,以此作为解决其他类型航母同样问题的参考。首先,分析了解决舰载机舰面布放调度问题的先决条件,包括舰面战位的设置;各战位间距离的测量计算;舰载机正常的出动流程分析;舰载机出动时间计算公式的设计。其次,将舰载机舰面布放调度问题转换为带有约束条件的多目标函数求最小解问题,并给出了数学模型。再次,给出了利用改进的粒子群优化 (honeybee particle swarm optimization,HPSO)算法和遗传算法(genetic algorithm,GA)对问题求解的解决思路。最后,对两种算法50次独立运算的结果,分别从平均最短出动时间、平均最短移动距离、标准偏差以及算法的收敛性和精确性等方面进行比较。结果表明,HPSO算法较GA更适合于解决该布放问题。     

基于LLE降维思想的自然计算方法

在自然计算方法中,高维问题的出现使现有一些优化算法虽然能够避免算法陷入局部最优,但是使得算法的性能变差、运行时间变长。在传统自然计算方法的基础上,提出基于LLE ( Local Linear Embedding)算法的自然计算方法,通过对算法中邻居粒子k和维数d的取值进行分析,降维后使算法得到较好的寻优效果。在此过程中,将降维后的数据增加一个小偏置s来增加种群的多样性。将该策略分别应用于粒子群算法和遗传算法中,采用经典测试函数以及主流针对维数进行优化的4个算法来验证其性能。实验结果表明,改进的算法在求解精度和收敛速度上均有明显的提升。