单极粗振子天线的超宽带性能分析

采用矩量法研究了单极粗振子天线的超宽带性能，分别计算了该天线的电流分布、输入阻抗、辐射方向图以及驻波比随频率的变化规律。通过分析表明该天线具有良好的超宽带性能。在频率f0=1．4GHz，设计了一个臂长为50mm、直径为5mm、底部接在无限大导体平面上、采用50Ω同轴线馈电的单极粗振子天线，实测结果与理论分析结果基本吻合，并在实用中验证了它的超宽带性能。     

基于储能的超宽带天线分析与设计

针对指导设计超宽带天线方法严重匮乏的现状,根据储能思想指导设计了一款超宽带天线.首先,给出了天线的等效电路模型,研究了天线的地板、贴片和馈线的尺寸对天线带宽的影响;之后,从能量方面进行了物理解释.在此分析研究的基础上,通过差分进化算法设计了一款超宽带天线.该天线工作在3~20GHz,覆盖了FCC规定的超宽带频段(3.1~10.6GHz).最后将天线加工成实物,并进行测试,测试结果和仿真结果基本吻合,证明了该方法的正确性和有效性.     

一种用于MIMO系统的改进型快速天线选择算法

通过比较信道容量公式中的参数,利用行列式结合律特性和逐级递增天线数量的指导思想,提出了一种改进型快速天线选择算法．该算法与传统的快速天线选择算法相比,能够更快地选择出对信道容量贡献最大的接收或发送端天线,在不影响信道容量和系统误码率性能的情况下,可显著降低计算复杂度．     

基于差分进化算法的神经网络优化设计

【目的】研究解决传统神经网络手动设计网络结构的局限性,并探究差分进化算法对神经网络优化的有效性。【方法】提出了一种基于差分进化算法的多层前馈神经网络的优化设计方案,用以同时完成神经网络的权值空间和网络结构空间的搜索,给出不同场景下的最优网络结构。该算法采用（1+1）-ES二元进化策略,使用一种新的网络结构交叉和变异方法,通过双种群结构共同进化及自适应变异率等策略加快网络结构的搜索以及算法的收敛。【结果】在预测、分类等问题中,基于差分进化算法的神经网络优化设计能够较好地搜索到最优的神经网络结构,并与传统的BP神经网络以及经典的预测分类算法进行比较,实验结果具有较强的鲁棒性。【结论】基于差分进化算法的神经网络优化设计是解决网络结构寻优问题的有效方法。     

一款紧凑型超宽带MIMO天线设计

提出并设计一款使用相互垂直解耦结构的紧凑型超宽带MIMO天线.天线由4个耳朵型的平面单极子天线单元组成.在地板上延伸出的带有平行金属带的倒L型枝节,能够拓展天线的带宽,同时改善天线端口间的隔离度.仿真和测试的结果表明天线在3.1~10.6GHz的带宽内隔离度在-20dB以下.同时给出了天线的增益、效率、辐射方向图和相关系数.     

基于量子差分进化算法的神经网络优化方法

一般的神经网络的结构是固定的,在实际应用中容易造成冗余连接和高计算成本。该文采用了协同量子差分进化算法(cooperative quantum differential evolution algo-rithm,CQGADE)以同时优化神经网络的结构和参数,即采用量子遗传算法(quantum genetic algorithm,QGA)来优化神经网络的结构和隐层节点数,采用差分算法来优化神经网络的权值。训练后的神经网络的连接开关能有效删除冗余连接,算法的量子概率幅编码和协同机制可以提高神经网络的学习效率、逼近精度和泛化能力。仿真实验结果表明:用训练后的神经网络预测太阳黑子和蒸汽透平流量具有更好的预测精度和鲁棒性。     

动态随机选择的差分进化算法研究

如何有效地均衡可行区域与不可行区域的搜索是约束优化中的关键问题。为使进化算法获得可行的全局最优解,分析了在进化过程中如何对待好的不可行解的问题,通过分析随机排序中比较概率对可行解最终位置的影响,提出一种动态随机选择策略,并以多个体差分进化为框架实现了相应算法。实验对比分析结果说明了这一策略的有效性。     

基于差分进化算法的单阶段投资组合优化

在建立的单阶段资产投资组合数学模型的基础上,给出一种基于风险控制的差分进化算法的求解方法．实验结果表明,该算法在此类组合优化中是高效可靠的,且易于实现．     

基于绿色通信的大规模MIMO天线选择算法

绿色通信是移动通信系统（例如5G系统）的主要特征之一。在大规模多输入多输出（multiple-input multiple-output, MIMO）系统中如何提高能源效率是一个重要研究课题,天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化,有些是单目标优化,为克服这些缺点,提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数,每进行一次博弈都得到一组天线,在博弈达到均衡时,能源效率取得最大值。文中给出了纳什均衡存在性证明,也推导了纳什均衡点与能源效率之间的等价。仿真结果表明,采用博弈论算法能够克服局部优化,在保持信道容量较高的同时也提高了能源效率,可见该算法在能源效率上的提高有助于实现绿色通信。     

超宽带双菱叠加天线的设计

设计一款应用于无线路由器以及计算机无线网卡信号接收的天线,提高其对无线网络信号的接收能力.方法：用天线设计软件4nec2进行天线的设计与仿真.结果：设计的天线绝对带宽满足超宽带天线f H-f L≥500MHz的要求.结论：结果令人满意,中心频率已经非常接近我们的设定值2437MHz.     

基于耗散结构理论的差分进化算法

作为一种比较优秀的最优化方法,差分进化算法具有良好的鲁棒性、实践性和收敛性.阐述了差分进化算法的基本概念、形式,分析了传统差分进化算法的优点与不足,提出了基于耗散结构理论的差分进化优化算法.     

一种应用小数编码GA算法的MIMO天线选择方法

针对多输入多输出（MIMO）技术传统遗传算法（GA）的天线选择在进行遗传运算操作时,会遇到二进制染色体编码与选择天线数不匹配的问题,提出了一种用小数编码的GA遗传算法用于MIMO天线选择,所提方法可以有效解决传统GA在遗传操作上的问题,并具有较低的复杂度。     

一种应用小数编码 GA 算法的 MIMO 天线选择方法

针对多输入多输出(MIMO)技术传统遗传算法(GA)的天线选择在进行遗传运算操作时,会遇到二进制染色体编码与选择天线数不匹配的问题,提出了一种用小数编码的 GA 遗传算法用于 MIMO 天线选择,所提方法可以有效解决传统 GA 在遗传操作上的问题,并具有较低的复杂度.     

一种基于差分进化和灰狼算法的混合优化算法

针对差分进化易陷入局部最优和灰狼算法易早熟停滞的缺点,提出了一种基于差分进化(DE)算法和灰狼(GWO)算法的混合优化算法(DEGWO)。该算法利用差分进化的变异、选择算子维持种群的多样性,然后引入灰狼算法与差分进化的交叉、选择算子进行全局搜索。在整个寻优过程中,反复迭代渐进收敛。选取此3个测试函数进行仿真验证,结果表明,混合优化算法相比于DE算法和GWO算法,其求解精度、收敛速度、搜索能力都有了显著提高。     

基于高斯分布估计的对位差分进化算法

针对差分进化算法探索能力不足、收敛慢等问题,提出一种基于高斯分布估计的对位差分进化算法.该算法在生成对位种群的同时还生成一个基于高斯分布估计的新种群,意在更充分地搜索解空间.在不满足跳转条件的情况下,算法给出一种基于高斯分布估计的种群跳转,增加了种群多样性.在选择操作时,将所有父代和子代个体混合起来择优选择,减少了部分优秀解和优秀基因的流失.最后在CEC2014标准函数中进行测试,与其他算法进行比较,验证了所提出的算法具有更好的搜索能力和收敛性.     

细线天线的瞬态响应特性的研究

利用FDTD（时域有限差分方法）对多根细线天线的瞬态响应特性进行了数值模拟。分析了其他细线天线的存在对馈源为电磁脉冲的细线天线辐射特性的影响以及对入射波为电磁脉冲时细线天线中心电流响应特性的影响。指出了MIMO（多输入多输出）技术在超宽带领域应用时,天线之间的距离所应当满足的条件。     

基于MMSE准则的发射天线子集选择算法

多天线无线系统可提供更大的信道容量和更好的抗衰落能力,发射端利用反馈的部分信道状态信息进行发射天线子集选择是降低MIMO系统实现复杂度和成本的有效手段。本文从差错概率最小化的观点出发,提出了基于MMSE准则的天线选择算法,它通过计算经MMSE检测后各去耦子信道的信噪比,选择较好的发射天线并反馈给发射端。仿真实验表明,该算法具有较优的性能。     

基于多种群的自适应差分进化算法

在分析了经典和改进变异操作算子的属性以及种群统计信息的基础上,按照个体适应度的差异,将个体分成不同的子种群并针对不同的个体适应度值,采用不同的变异算子,以保证在加快算法收敛速度的同时有效地跳出局部极值点.在参考经验值的基础上,加以自适应调整,使算法达到全局搜索能力与局部搜索能力的平衡.针对13个标准测试函数的仿真实验结果表明,所提出的算法与其他算法相比较具有较好的效果.     

基于多目标差分进化算法的机场停机位分配问题研究

科学合理的停机位分配方案或对现有方案进行优化,能够有效提升机场的运行效率,降低机场运行成本.笔者依据停机位分配的相关概念和约束条件建立基于航班-航班,航班-停机位的加权分数矩阵的停机位分配模型.然后将经典的差分进化算法加以改进来解决停机位分配问题,有利于更好地实现机场停机位分配多目标的优化.最后使用标准测试函数和停机位...