基于免疫算法的雷达海杂波反演蒸发波导研究

传统的遗传算法在实现雷达海杂波反演蒸发波导剖面时呈现寻优速度慢,早熟收敛的现象,本文引入了具有更强寻优能力的免疫算法实现反演过程.阐述了免疫算法实现海杂波反演蒸发波导剖面的原理,根据反演问题特点对免疫算法进行了最佳参数选取的仿真,并分析了实现RFC(Refractivity from Clutter)中免疫算法相对于遗...     

反演蒸发波导的改进粒子群优化算法

雷达利用携带的海杂波信息可以反演出海面蒸发波导参数.为了提高蒸发波导反演性能,提出了一种改进的粒子群优化算法.当实测雷达海杂波功率与蒸发波导模型计算所得杂波功率之间建立的目标函数取最小值时,可反演得到最接近实测蒸发波导剖面参数.根据这一思想,在基本粒子群算法基础上通过对惯性权重和学习因子进行自适应调整,引入自适应压缩因子来确保算法快速收敛,并获得高精度的蒸发波导参数.算法仿真实验证明,改进粒子群优化算法相比于基本粒子群算法具有较好的全局收敛性,在处理较大规模数据时反演速度明显提高.     

自适应遗传退火算法在薄膜椭偏测量中的应用

将自适应遗传模拟退火混合算法应用于薄膜椭偏测量的反演问题中.由于模拟退火算法的基本思想是跳出局部最优解而得到全局最优解,因此将模拟退火思想引入到遗传算法,遗传算法和模拟退火算法相结合,组建自适应遗传模拟退火算法,从而综合了全局优化和局部搜索的特点,并通过模拟计算,验证了此方法在薄膜椭偏测量问题中的可行性及有效性,为解决...     

基于蚁群算法的雷达海杂波反演蒸发波导研究

蚁群算法是近年来兴起的一种随机搜索寻优算法,为函数优化问题提供了一种新思路;利用雷达海杂波反演蒸发波导(RFC)可以提供近实时的波导信息,为雷达等无线电系统评估提供参数,且无需增加硬件设备.阐述了利用雷达海杂波反演大气波导的基本原理和基本流程;给出了用于函数优化的蚁群算法基本原理;将蚁群算法与雷达海杂波反演大气波导技术相结合实现了对蒸发波导的反演.利用我国东部沿海的实验数据对反演算法进行检验,分析结果显示蚁群算法收敛速度较快,精度较高.     

基于不同天线高度雷达海杂波的蒸发波导反演

分析了影响雷达海杂波反演海洋蒸发波导的几个关键因素,建立了蒸发波导修正折射率剖面的两参数模型,提出了一种提高蒸发波导反演精度的方法。由于天线高度不同时,雷达接收的海杂波携带的波导特征信息不同,基于天线伺服系统,建立了可调天线高度雷达系统的两参数蒸发波导反演模型。通过与固定天线高度的蒸发波导两参数反演比较,验证了该反演模型具有较高的稳定性和反演精度。     

蒸发波导环境掠射角对雷达海杂波的影响

利用雷达海杂波反演对流层波导是当前国内外研究热点,这是一个典型的电磁逆问题.为了尽可能降低反演的不确定性, 文章基于对流层波导大气修正折射率水平非均匀性, 通过分析蒸发波导环境掠射角对雷达海杂波的影响, 提出了蒸发波导条件下的海杂波功率模型, 并进行了实验验证, 有效提高了对流层波导反演效果.     

一种基于进化模型的聚类算法

对于模糊聚类算法对初值或者隶属度矩阵敏感,不能保证收敛到全局最优解的问题,文中提出了一种新的进化聚类算法遗传模拟退火聚类算法SAGA-FCM。利用模拟退火算法较强的局部搜索能力和遗传算法较强的全局搜索能力,以避免模糊聚类算法收敛到局部极值或鞍点。实验对不同的人工数据集进行测试,结果分析表明SAGA-FCM算法有比较好的收敛值和收敛速率,具有良好的聚类效果。     

基于遗传模拟退火算法的Ad Hoc网络QoS路由优化

利用遗传算法具有较强的全局搜索能力和模拟退火算法具有较强的局部搜索能力的特征,提出了一种融合模拟退火策略的遗传算法来解决Ad Hoc网络中QoS路由问题.首先,利用遗传算法快速搜索到近优解,然后,使用模拟退火算法的搜索策略进行细致寻优.较好地克服两种算法各自的缺点,发挥它们的优势.实验结果表明:与单独使用遗传算法或模拟退火算法相比可获得更好的网络性能.     

中国近海蒸发波导反演中最佳雷达参数分析

利用雷达海杂波反演大气波导折射率(Refractivity From Clutter,RFC)的技术可以实现海洋低空对流层近实时、区域性、非均匀折射率的探测反演,但其反演性能受雷达参数和折射率区域时空统计特性以及地(海)面的影响,为了使RFC技术在中国海域蒸发波导反演中体现出较好的性能,使用粒子群优化算法和自适应目标函数,利用美国圣地亚哥空海作战系统中心高级折射效应预报系统提供的中国海域蒸发波导高度区域统计数据,依据考虑区域统计特性的均方根误差评判模型,研究了中国不同海域、不同月份,不同雷达频率天线高度组合情况下的蒸发波导RFC反演性能,分析得出适用于中国近海蒸发波导RFC反演的最佳雷达频率和天线架设高度范围,所得结果对我国周边海域监测以及海上无线电系统的设计与应用具有参考价值.     

同型机调度问题的混合ACO-SA优化算法研究

针对同型机调度问题,提出一种蚁群-模拟退火两阶段优化算法.构造了问题域蚁群模型,运用蚁群算法展开全局搜索,通过自适应调整闻值改善空间探索与局部开采的平衡;为提高搜索精度,引入模拟退火算法,将蚁群算法的最好解作为其初始解,在邻域内进行精细搜索,利用其概率突跳特性有效避免算法陷入局部最优.实验结果表明混合算法具有稳定而优良的寻优能力.     

超视距低空电波传播模式研究分析

文中提出了一种电波传播模式分析方法. 通过对PJ (Paulus-Jeske)波导进行参数估计,实现蒸发波导的完备性建模;采用抛物方程法分析气象环境中的二维电波传播路径损耗分布,利用最大值池化降低数据量,并采用自适应聚类分析实现电波传播模式分析,进而建立海杂波衰减规律与电波传播模式之间的映射,统计条件概率. 结果表明,蒸发波导环境下海杂波衰减与电波传播模式之间具有相关性,分析结果能够展示蒸发波导中的电波传播模式,并且能够为海杂波反演大气波导提供先验条件概率分析.     

免疫遗传算法及其应用研究

遗传算法是一种导向随机搜索算法,具有较强的全局搜索能力.为克服遗传算法盲目搜索、收敛速度慢的缺点,文章提出了免疫遗传混合算法.利用求解问题特征对遗传算法的种群进行免疫接种,以提高搜索速度.为检验混合算法的效率,给出了经典TSP问题的混合算法.实验结果表明,混合算法具有收敛速度快、搜索精度高、稳健性强的特点.     

时间域电磁勘探数据的模拟退火法反演研究

地电模型的高度非线性和非惟一性限制了模拟退火法反演在电磁勘探领域中的应用。该文采用改进的模拟退火算法,实现了时间域电磁法数据的模拟退火法反演。首先通过双重数字滤波方法简化了正演计算过程,然后将非线性反演问题转化为最优化问题,采用模拟退火算法搜索全局最优解。改进的搜索策略能自适应地调整搜索步长,提高了最优解的搜索效率。与传统反演方法进行对比实验,结果表明该方法能有效获得全局最优解,得到更加准确的地电模型参数。     

基于混合优化算法的正交多相码的设计

通过结合模拟退火算法的概率接受准则和蚁群算法的并行搜索，提出了一种有效的混合优化算法，设计出了具有良好自相关和互相关性能的正交信号组。混合算法弥补了模拟退火算法的搜索效率低和蚁群算法的容易陷入局部最小值的缺点，提高了全局搜索的能力。仿真结果表明，在搜索最优正交多相码方面该混合优化算法优于其他搜索算法。     

一种高敏感度的蒸发波导剖面模型

以提高全球定位系统(Global Positioning System,GPS)信号反演蒸发波导的精度、简化现有蒸发波导折射率剖面模型为目的,通过分析四参数蒸发波导剖面模型的GPS海面散射信号功率特性,改进得到了一种三参数模型——高敏感度的蒸发波导折射率剖面模型,并针对其GPS海面散射信号功率特性,同现有剖面模型进行了对比分析,通过粒子群优化算法的反演结果验证了三参数模型的高敏感度在反演中的优势.     

蒸发波导环境中雷达二维海杂波仿真

提出了一种大气波导环境下的K分布雷达海杂波仿真方法,仿真了二维海杂波序列.该方法采用射线描迹和抛物方程模拟蒸发波导中电磁波的传播过程,结合雷达方程计算K分布参数,利用球不变随机过程仿真产生K分布海杂波.该二维序列一维为时间,另一维为距离,时间为相关时间,频谱为高斯谱;相邻距离单元之间独立,K分布参数在距离上慢变化,可以认为距离上符合独立同分布假设.文中的二维海杂波序列可应用于雷达海杂波信号模拟中,作为海杂波反演大气波导中的杂波信号,亦可用以分析雷达在不同波导环境中的超视距探测性能.     

用单纯形模拟退火混合算法反演地声参数

提出了一种基于下降的单纯形算法和模拟退火算法的混合优化算法用于反演地声参数。下降的单纯形方法对于目标函数的梯度信息相当敏感,因此在参数空间中能迅速地移向极小点,但由于它只能向下移动,因而往往易陷入局部极小且依赖初始条件。而模拟退火算法使用随机选取的目标函数值在参数空间中搜索最佳答案,其结构有利于从局部极小中跳出,但是由于它不能利用目标函数的梯度信息因而对参数空间的搜索效率很低。混合方法结合了下降的单纯形方法与快速模拟退火方法这二者的优点,能更有效、更迅速地获得全局最优点。     

基于外点法的海上蒸发波导反演研究

在海上蒸发波导反演研究中,传统的遗传算法存在反演速度慢,早熟收敛的现象.在GPS散射信号反演海上蒸发波导的背景下,基于双参数蒸发波导模型,运用一种约束最优化方法——外点法（外部惩罚函数法）进行目标函数搜索,从而进行蒸发波导反演.实验的目的是为了验证算法的优越性,所以不考虑接收机的灵敏度等问题.因此,假定波导高度真值,由此得出的功率矢量看作实测的GPS散射信号功率,同时,在一定波导高度范围内逐一进行搜索,搜索到的每一个高度值对应的功率矢量即为仿真的GPS散射信号功率,根据目标函数,分别与实测值进行比较,最接近的一组功率矢量对应的波导高度即为反演得到的最优值.实验结果显示出外点法相对于蚁群算法,反演速度快,迭代次数少,计算结果精度较高.     

光散射模型参量反演中的遗传模拟退火算法

为了研究遗传模拟退火算法在光散射模型参量反演中的迭代搜索性能问题,分别采用遗传模拟退火算法和单一遗传算法迭代搜索了几种介质的双向反射分布函数模型的相关参量.将两种算法的反演结果与在特定激光波长下的双向反射分布函数实验数据进行了对比,通过理论分析和实验验证,取得了两种算法所得到的拟合值,两种拟合值都与实验数据吻合得较好;同时比较了遗传模拟退火算法和单一遗传算法在迭代次数、计算时间和均方误差等之间的差异.结果表明,两种算法在不同介质表面双向反射分布函数模型参量反演时都可以得到满意的结果,且前者优化效果更优.这一结果对研究不同算法的迭代搜索性能是有帮助的.     

自适应遗传灰狼优化算法求解带容量约束的车辆路径问题

带容量约束的车辆路径问题是NP难的组合优化问题,精确算法无法在合理的时间内得到有效的解.本文提出了一种采用灰狼空间整数编码和先路由后分组解决方案生成策略的自适应遗传灰狼优化算法用于求解带容量约束的车辆路径问题.该算法提出了移动平均自适应灰狼更新策略和灰狼基因遗传策略提高全局收敛能力,同时提出带3-opt的劣势点启发邻域搜索策略来增强算法的全局和局部搜索能力.实验结果表明：所提出算法具有较高的计算精度和较强的寻优能力,有较高的鲁棒性,通过与自适应扫描和速度推测粒子群优化算法、K均值聚类和灰狼优化混合算法、大邻域搜索和蚁群优化混合算法、基于精英选择的多种群人工蜂群算法、基于集覆盖的扩展节省算法、混合变邻域生物共栖搜索算法等6个算法对比证明了算法的有效性.