混合粒子群算法在高维复杂函数寻优中的应用

针对粒子群算法应用于复杂函数优化时可能出现过早收敛于局部最优解的情况,提出了一种改进的算法结构。通过构造单个粒子的最优序列代替单一的进化方向和类似于蚁群算法信息素表的选择机制,保留了粒子的多种进化可能方向,提高了粒子间的多样性差异,从而改善算法能力。算法同时设计了最优序列的加入规则和基于粒子群聚度的最优序列动态长度控制方法。改进后的混合粒子群算法保证了算法拥有更强的搜索能力,也保留了粒子群算法高效优化的特点。仿真实验证明,混合粒子群方法相对传统方法而言具有明显的精度优势。     

星载双基地SAR干涉测高误差分析

针对星载双基地SAR干涉测高的新特点,给出了“空间基线”、“变基线”下的干涉测高原理,建立了绝对高程误差模型和相对高程误差模型。从提高测高精度、优化系统设计的角度出发,分析了相对高程和绝对高程测量精度受基线形式的影响,给出具有一般性意义的测高误差关于空间基线姿态的二维分布全貌图,分析了图中误差极点走廊和两类优良点的位置和相应的物理意义。将误差分布图用于指导辅星相对轨道设计,证明了该图对基于测高性能的辅星轨道优化设计具有重要意义。     

基于相位干涉仪的极化和到达角的联合估计

传统干涉仪天线通常是单极化的,不能测量电波的极化特征。在传统干涉仪阵列天线的基础上增加一个正交极化天线,构成极化干涉仪,它能同时测量电磁波的极化特征和到达角,并且具有硬件结构简单、易于实现等特点。建立了极化干涉仪的理论模型,提出了极化参数和到达角的频域估计方法和时域估计方法,比较了两种方法的优缺点。仿真结果证明了理论模型和算法的正确性。     

阻塞矩阵方法对消主瓣干扰

当存在主瓣干扰且有期望信号混入情况下,用常规自适应波束形成方法进行自适应干扰对消,不但会引起主瓣变形,而且期望信号也会被抑制,从而影响对消性能。提出一种新的阻塞矩阵方法,对接收数据进行预处理,消除它们对计算数据协方差阵的影响,再用其它方法确定自适应权值。理论分析和计算机仿真表明,用阻塞矩阵方法可以获得较大的性能提升。     

小波变换在图像压缩中的应用研究

针对图像数据量随分辨率增大而增大的问题，为了有效地对遥感数据进行传输和存储，本文提出了一种利用小波变换实现图像数据压缩的方法，研究了阈值对图像压缩比和能量保持比的影响．实验结果证明了小波变换是一种压缩比高，能量保持比大，压缩速度快的一种图像压缩方法．     

基于DSP-MCU数字化焊接电源系统的设计

采用TMS320F240数字信号处理器和80C196KC单片机设计多功能IGBT逆变焊接电源双机控制系统.其中,TMS320F240主要用于焊接参数的采样、控制算法的运算;80C196KC用于完成人机接口的功能,包括键盘和显示,与上位机的通信等.设计中人机界面采用液晶显示.系统设计的关键是双机之间的通信技术,为了确保通信的可靠及快速性采用双口RAMIDT7005来完成.数字PWM控制单元采用复杂可编程逻辑器件(CPLD)完成,整个系统中所有逻辑控制也由此芯片来完成,实现了多功能焊机的全数字化控制.     

天水半湿润山区绿化气候及适生林草区划研究

通过20世纪70~90年代30年气象资料统计分析,建立了天水半湿润山区适生林草区划数学模型;通过量化计算,得出了区内不同区域水、热匹配指标,并进行了适生林草配置的四级农业气候区划,为该区生态环境建设提供了科学依据.     

一种新的求解区间数判断矩阵权重的方法

研究区间数判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数判断矩阵局部一致性和局部满意一致性,并建立了判别其是否具有局部满意一致性的数学模型.作为度量区间数判断矩阵一致性优劣的一种有效方法,给出了区间数判断矩阵一致性程度的概念,并对一致性程度较差的区间数判断矩阵提出一种改进方法.以在区间数判断矩阵内搜索一致性水平最好的确定性判断矩阵为目标建立一个新的权重模型,求解此确定性判断矩阵的权重,以此作为区间数判断矩阵的权重,模型由颗粒群算法求解.最后给出了一个例子说明本文方法的有效性.     

成对需求的局内k-服务器问题及其工作函数策略

提出了多需求的k 服务器问题,建立了数学模型.研究了问题空间为k+2时的一个特例:即在任一时刻点都同时有两个服务需求提出.给出了此特例的工作函数策略,进行了相应的策略分析并给出了竞争比的证明.关于成对及多需求k 服务器问题的一般情形的策略设计及理论证明仍然是公开问题.     

基于SVM和EMD 包络谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical Mode Decomposition,简称EMD)包络谱的滚动轴承故障诊断方法.该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型.实验分析结果表明了该方法的有效性.