混合域基函数在线天线阻抗特性问题中的应用

在对线天线的阻抗特性问题进行分析计算的过程中,采用伽列金矩量法(Galerkin moment method,Galerkin-MOM),综合分域基函数和全域基函数的优点,在幂级数函数的基础上,形成了一种简便有效的混合域基函数作为基函数和检验函数。并根据此混合域基函数,对同轴线激励的线天线的导纳特性进行了仿真计算。最终计算结果表明,该基函数简单有效,计算结果准确,有利于快速求解线状天线特性阻抗问题。     

参数曲面屋顶基函数在电磁散射中的应用

针对基于屋顶基函数的传统矩量法几何建模复杂、计算量大等缺点,提出一种定义在参数曲面上的屋顶基函数,并将其用于矩量法求解电磁散射问题。参数曲面几何建模能用较少的曲面四边形精确地逼近散射体表面,定义在参数曲面上的屋顶基则大大减小了矩阵规模,简化了计算。计算结果表明,与基于屋顶基（rooftop basis function, RBF）函数的传统矩量法相比,所提方法不仅结果精确可靠,而且极大地减少了未知量,同时也节省了计算机内存。     

基于矩阵降维的MoM-PO电磁散射混合算法

针对包含精细结构的电大尺寸目标电磁散射快速计算问题，提出了一种计算包含精细结构的电大尺寸目标电磁散射问题的基于矩阵降维的混合算法。该方法在Rao-Wilton-Glisson基函数矩量法(method of moment, MoM)的基础上，对目标区域进行划分，完成阻抗矩阵的分块和未知量的分离，再由矩量区与物理光学(physical optics, PO)区之间的电流相互作用构造耦合转移矩阵和激励转移矩阵，从而建立两个区域未知量之间的线性关系，进而完成对阻抗矩阵的降维，最终从矩阵运算角度构建了一种MoM-PO混合算法。其中，使用等效电偶极子模型简化双重积分计算，进一步减少矩阵元素的计算量；阻抗矩阵的阶数大幅减少，避免了大规模矩阵方程的求解计算。算例结果表明，与传统的低频算法相比，该算法既保证了计算精度，又提高了计算效率。     

基于PO和EEC的特征基函数快速构造方法

特征基函数的构造是特征基函数方法(characteristic basis function method, CBFM)的关键步骤之一，传统的CBF构造方法(construction of characteristic basis functions, CBFs)是在子区域上应用矩量法(method of moment, MoM)，因此需要消耗大量的计算时间。为降低构造过程的计算量，提高电大目标电磁散射的计算效率，提出了基于高频近似方法的特征基函数快速构造方法，针对边缘效应引入了等效边缘流(equivalent edge currents, EEC)修正，可以在保持算法通用性的同时显著提高包含边缘结构的目标散射计算精度。数值结果验证了方法的正确性及高效性。     

改进的离散化方法在二维电磁散射中的应用

电磁散射问题的数值解通常采用积分方程结合矩量法求解,而阻抗矩阵元素的计算是影响矩量法计算精度和效率的重要因素之一。对于电大尺寸目标,要保持计算精度,传统矩量法需成倍细化网格剖分,这将耗费大量的计算机资源,并且计算效率大为下降。针对二维散射情况,引入二级近似方法来生成阻抗矩阵,将计算结果与传统矩量法及数值积分进行了比较,结果表明:该方法在同等计算精度的前提下,所需未知量数大大减少。     

介质体电磁散射的矩量法快速求解

针对传统低阶矩量法(MoM)几何建模复杂、计算量大等缺点,采用高阶矩量法和双线性表面技术对介质体电磁散射问题进行了研究。首先建立散射体的双线性表面几何模型,然后基于等效原理建立表面电磁积分方程,最后以典型散射体为例,采用高阶矩量法进行了仿真计算。计算结果表明,高阶矩量法结果不仅与MoM结果吻合很好,而且至少减少了50%的未知量,同时也节省了计算机内存。因此该算法在快速求解介质体的电磁散射问题时有一定的理论和应用价值。     

基于渐近波形估计与混合粒子群算法的目标外形反演

提出了一种能同时重构多个导体目标外形的新方法--混合粒子群算法。利用矩量法和渐近波形估计技术求解电磁散射问题,以测量的散射场和计算散射场偏差作为目标函数,将待优化变量设置为目标的截面轮廓近似表达的三角级数形式的系数,通过混合粒子群算法对待优化变量进行优化,使目标函数达到最小值来对自由空间中的散射体进行电磁成像。仿真结果表明,混合粒子群算法比伪群交叉算法具有更好的收敛性能和成像精度,具有较强的抗随机噪声干扰能力。     

MPI并行矩量法计算二维粗糙面波束电磁散射

通过有限脉冲响应滤波器理论和快速傅里叶变换方法,模拟了二维高斯随机粗糙面。从电场积分方程出发,利用RWG (Rao-Wilton-Glisson)基函数矩量法结合Galerkin方法,在PC集群并行平台上研究了二维导体高斯粗糙面对波束的电磁散射特性。为使得PC集群信息传递接口(message passing interface, MPI) 并行平台上各参与运算的各进程的负载平衡,对整个阻抗矩阵按行分块,并详细讨论了并行共轭梯度法求解矩量法矩阵方程的并行实现过程。最后在PC集群MPI并行平台上进行数值实验,分析了在波束入射条件下,均方根高度、相关长度和极化方式对二维导体高斯粗糙面的电磁散射特性的影响。     

完全涂敷目标电磁散射高阶矩量法求解

针对传统矩量法(method of moment, MoM)几何建模复杂、计算量大等缺点,采用高阶矩量法和双线性表面技术对涂敷目标的电磁散射问题进行了研究。建立目标的双线性表面几何模型,基于等效原理建立表面电磁积分方程,以典型的完全涂敷目标为例,采用高阶矩量法进行仿真计算。计算结果表明,该方法不仅与传统MoM结果吻合,而且减少计算量和节省计算机内存。     

基于多区迭代的多导体目标散射分析

多目标电磁散射在诸如雷达目标特性分析与识别、军用目标隐身与反隐身等实际工程中有着很强的研究价值.利用多区域迭代方法将原问题划分为若干个子域进行迭代求解,采用基于曲面RWG基函数的多层快速多极子方法计算各区域内的电流分布与区域间耦合.计算结果表明,利用该方法,在保证精度的前提下,能够很好地节省计算的存储量,对存储量的需求从O(NlogN)减为O(N<,max>logN<,max>),适合于多导体目标散射求解.     

复合目标电磁散射的高效混合计算方法

传统混合法在计算目标与粗糙面的耦合场时,需要耗费大量内存与时间。以计算复合目标后向电磁散射为目的,提出一种更为高效的混合计算方法。该混合法在单独处理粗糙面与目标方面与传统混合法一致,即使用基尔霍夫近似法（Kirchhoff approach,KA）处理粗糙面区域;使用矩量法（method of moment, MoM）并结合多层快速多极子（multilevel fast multipole algorithm, MLFMA）技术处理目标区域。与传统混合法所不同的是：根据大尺度粗糙面镜向散射最强的特点,只在粗糙面上截取一块很小的区域进行耦合场计算,从而极大减少内存与时间。大量数值实验表明,该方法在保证较高精度的同时,效率要远高于传统混合法。     

改进多相粒子群算法反演粗糙面下方导体目标

提出了一种能快速有效反演介质粗糙面下方导体目标参数的方法--改进多相粒子群算法,优化以双站散射系数的测量值和理论计算值为偏差的目标函数,当目标函数达到最小值时,实现地下目标参数的反演。为加快反演过程,提高反演精度,正问题采用了快速互耦迭代算法这一数值算法来快速准确求解双站散射系数。逆问题采用了基于子群和母群交叉搜索机制以及小种群策略的改进多相粒子群算法,能减少目标函数计算次数（对应正问题计算次数）、提高全局寻优能力。文中反演了一维粗糙面下方截面为圆柱和任意连续形状的导体目标,仿真实验验证了算法具有较好的反演精度和较强的抗随机噪声能力。     

全捷联被动雷达末制导系统设计

为解决全捷联被动雷达导引头大测量误差下的精确制导问题,从实际工程应用角度出发,对全捷联被动雷达末制导系统进行了研究。首先,建立了全捷联被动雷达导引头模型。其次,针对系统非线性、滤波稳定性、计算量及制导与姿态控制的耦合问题,提出了基于容积卡尔曼滤波(cubature Kalman filter, CKF)的制导信息提取、滑模变结构制导、三回路过载驾驶仪等算法相结合的末制导系统方案。最后,结合反辐射导弹应用场景,建立全系统仿真模型进行方案验证。结果表明,所设计的末制导系统对静止目标的打击精度为2 m,对于15 m/s以内的慢速移动目标,也具有较好的适应能力,落点圆概率误差(circular error probability, CEP)可以达到10 m左右。     

组合目标电磁散射的FDTD/TDPO混合法

为分析组合目标的后向电磁散射,提出了时域有限差分FDTD与时域物理光学TDPO相结合的混合算法。组合目标包括电大尺寸和电小尺寸两个彼此相互分离的部分。采用FDTD方法分析形状或介质较复杂的电小结构部分;采用TDPO方法分析目标的电大尺寸部分。在处理FDTD区对TDPO区耦合时,利用了基尔霍夫积分的近场-近场外推技术,并提出了顺序传递方法,按照FDTD的时域计算顺序将FDTD区对TDPO区的贡献直接传递到远区观察点,计算效率高,所需内存少。对于远区后向散射,TDPO区对FDTD区的耦合则由互易性定理得到。最后给出了验证和应用算例,表明了方法的正确和有效性。     

基于混合粒子群算法和快速非均匀平面波算法的介质目标反演

提出了一种重构介质目标的新方法--混合粒子群算法,研究了几何形状已知的介质目标介电参数反演、均匀介质柱的外形轮廓反演及外形轮廓与介电参数均未知时的介质目标反演三类问题。利用快速非均匀平面波算法加速矩量法求解介质目标的雷达散射截面,以介质柱体的散射场的实际测量值与迭代计算值的偏差作为目标函数,通过单纯形法和伪群交叉算法混合的粒子群算法对优化变量进行优化,使目标函数达到最小值来对介质目标的介电特性进行电磁成像。仿真结果表明：混合粒子群算法简单、通用,在反演过程中不用加入正则化处理以确保数值稳定性,比简单遗传算法具有更好收敛性能、更高的成像精度和抗随机噪声干扰的能力。     

基于Hammerstein模型的非线性自适应预测函数控制

传统的预测函数控制对非线性和多变性的实际对象控制效果不佳.采用基于Hammerstein模型的预测函数控制(PFC)内部模型辨识方法来拟合实际对象的非线性.针对实际时象的多变性,不断辨识对象,校正内部模型参数,增强控制系统适应对象变化的能力.选取正弦多项式形式的基函数并介绍了滚动优化的办法.优化性能指标选取双值指标,计算量小,精度高.整个算法线性寻优,不需要非线性模型预测控制的非线性滚动优化,输出可以应用模型参数直接计算.实验表明该方法比PID控制效果更好而且对模型失配具有很好的自适应性能.     

改进的特征基函数法分析电磁散射问题

目标电磁散射特性分析具有重要意义,矩量法等数值方法是求解该类问题的重要工具。当待分析目标的电尺寸增大时,矩量法的内存需求和计算量随之快速增加,极大地限制了可求解问题的规模。宏基函数类方法通过在宏域上构造各种宏基函数,减少未知量数目,实现最终矩阵方程规模的缩减,使分析大规模问题变为可能。重点研究该类方法中近期获得较大发展的特征基函数法,结合物理光学法和球谐函数展开-多层快速多极子技术分析电磁散射问题。数值结果验证了改进的特征基函数法的准确性与高效性。     

自适应杂交退火粒子群优化算法

为解决粒子群优化(particle swarm optimization, PSO)算法易早熟、后期收敛慢、收敛精度低等问题, 提出一种自适应杂交退火PSO算法。采用Sigmoid函数控制惯性权重, 平衡粒子的全局搜索和局部搜索能力; 采用双曲正切函数控制加速系数, 平衡粒子的自我认知和社会认知能力, 提高算法精度; 引入模拟退火算子, 使粒子在搜索过程中以一定概率接受差解, 增加粒子跳出局部最优的能力; 在算法后期引入杂交变异算子, 增加种群多样性, 进一步提高算法精度。基于3种标准测试函数对所提算法的性能进行了验证, 并与现有典型PSO算法进行了对比。结果表明, 所提算法在收敛精度及收敛速度上均具有一定提升。最后, 将所提算法应用于阵列天线方向图综合设计, 取得了较现有算法更优的结果。     

模糊粗糙神经网络的结构与参数优化

基于模糊粗糙隶属函数,建立了一种五层结构的模糊粗糙神经网络（fuzzy rough neural network, FRNN）,对神经元之间的连接,引入一个开关函数,从而把结构优化和参数学习问题转化为单纯的函数优化问题。提出一种混合智能优化算法（hybrid intelligent optimization algorithm, HIOA）用于FRNN的结构和参数优化,适应度函数同时考虑模型的精确性和网络的节俭性。典型的实验结果表明,FRNN适用非线性系统建模,相对于普通神经网络及其优化方法能获得更高的精度和泛化能力。