基于粒子群算法的宽带真延时方向图栅瓣抑制方法

针对阵元间距大于信号波长引起阵列方向图出现栅瓣的问题,该文提出一种基于粒子群优化(PSO)算法的宽带真延时方向图栅瓣抑制方法。该方法首先定义了基于宽带真延时的阵列能量方向图,其次构造了以阵列能量方向图的最高副瓣电平作为适应度函数,最后利用粒子群优化算法优化阵元分布来实现对阵列方向图栅瓣的进一步抑制。仿真结果表明：相比于单独使用粒子群算法和单独使用宽带真延时方法,该方法对方向图栅瓣的抑制性能更加有效,在此基础上,该文还研究了阵元个数、平均阵元间距、信号时宽和信号中心频率等因素对方法抑制栅瓣性能的影响。     

基于改进差分进化算法的机载分布式阵列栅瓣抑制方法

近年来,分布式天线阵列以其突破传统布阵环境限制的灵活性/ 高增益性成为阵列研究的热点。对于机载雷达系统,应用分布式天线阵列可以充分利用机身布阵空间资源,提高阵列的增益和空间分辨率。现有分布式优化方法多针对单元间大间距阵列与多子阵分散排布阵列,机载环境下双子阵分布式阵列优化研究极少。文章针对机载双子阵分布式阵列孔径栅瓣密集问题,提出利用差分进化算法并加以改进,实现对机载的分布式阵列栅瓣进行抑制。该方法能够在满足约束条件的同时,有效降低双子阵分布式阵列的高栅瓣问题,同时,阵列的副瓣可以被控制在较低的水平。在一定的子阵间距条件下,阵列的最大副瓣电平可以降低到-10 dB 左右。对优化算法的有效性进行蒙特卡洛实验,结果验证了该方法的可行性。     

利用频率分集实现子阵的同时多波束技术研究

在相控阵雷达系统中采用子阵同时多波束的方式可以既不损失天线增益同时又可以扩大天线空域覆盖范围。但是如果将每个子阵看成一个天线单元则单元之间的间距会大于半波长,这样会因为栅瓣原因抬高副瓣电平,影响系统效能。提出采用频率分集的方式不仅可以避免不需要的旁瓣电平同时保证空域的覆盖。     

基于子阵的FDA-MIMO雷达去栅瓣方法

针对频率分集多输入多输出(Multiple-Input Multiple-Output with Frequency Diverse Array, FDA-MIMO)雷达在采用常规线性频率间隔的情况下,出现的距离维栅瓣与距离维主瓣宽度的矛盾问题,提出了一种基于子阵的FDA-MIMO雷达去栅瓣方法,推导出基于子阵的FDA-MIMO雷达闭合方向图表达式,并分析了FDA-MIMO雷达采用子阵去除栅瓣和提高距离维分辨率的原理。仿真结果表明,与通过限定频率间隔选取范围去除距离维栅瓣的常规方法相比,当子阵采用互质大频率间隔时,FDA-MIMO雷达形成的方向图不仅去除了距离维栅瓣,且距离维主瓣宽度更窄,距离维分辨率更高。     

基于同心圆环的大间距子阵级阵列栅瓣抑制

适当增加单元间距和应用子阵级阵列有利于降低相控阵的设计成本, 但是阵列的稀疏会带来不期望的栅瓣.为解决该问题, 设计了一种无栅瓣阵列:子阵在平面内旋转, 围绕阵列中心呈同心圆环分布.为保证子阵之间不会交叠, 对圆环半径范围进行了分析.利用一种改进的穷举算法, 对每一层圆环上的子阵个数以及圆环半径进行了计算机仿真优化.结果表明, 以4×4子阵共1 024个单元为例, 所提方法可抑制峰值旁瓣电平约-17.48 dB.     

遗传粒子群算法在频率分配中的应用

首先建立了基于干扰最小化的频率分配模型,接下来研究了遗传算法在频率分配中的应用。针对遗传算法的不足,基于粒子群算法思想提出遗传粒子群算法,并将算法应用到频率分配之中。通过仿真得到使用遗传算法和遗传粒子群算法进行频率分配的情况,仿真结果表明遗传粒子群算法在运算的后期具有更高的效率。     

CDMA系统粒子群多用户检测算法

Kennedy和Eberhart提出的粒子群优化算法(PSO),作为一种新的并行优化算法,在解决多维和非线性的复杂问题中,性能优良且算法简单易于实现。本文对二进制粒子群优化算法进行改进,并将其应用于DS-CDMA通信系统的多用户检测中,提出了基于矢量的二进制粒子群多用户检测器(V-BPSO-MUD),同时提出了两种高效实用的多用户检测器:基于矢量的串行二进制多用户检测器(VS-BPSO-MUD)及基于矩阵的二进制多用户检测器(M-BPSO-MUD)。仿真结果表明,PSO多用户检测器充分利用了粒子群优化算法的优良特性,性能明显优于传统的CDMA检测器,接近无多址干扰情况。     

基于离网格结合粒子群算法的稀疏阵列综合

针对大型稀疏阵列未知期望方向图的综合问题, 提出了一种基于离网格结合粒子群算法的方法综合稀布阵列单元位置以使增益最大化.该方法在粒子群算法的基础上, 再次在网格单元中进行梯度寻优, 能快速找到增益最大时对应的阵元位置且无需已知期望方向图.该算法对稀疏阵列综合效果良好, 增益提升显著且扫描过程中栅瓣抑制良好.通过对综合结果进行HFSS全波仿真对比, 数值仿真结果与综合结果基本一致, 证明了该方法的正确性.     

基于频率波形分集的近程雷达组网干扰抑制策略

随着无人机威胁的逐渐增大,利用传统中远程雷达完成城市、山地等复杂地形区域无人机探测所需代价极高.利用近程雷达组网完成区域覆盖成为一个重要技术方向,然而大量雷达组网的实现还需要解决雷达间的互相干扰问题.文章介绍了雷达组网的蜂窝分布模型与干扰信号形式,然后提出综合采用频率分集、波形分集与信道抑制的干扰抑制策略,对不同等效距...     

改进粒子群算法研究

粒子群算法存在早熟收敛的问题,为解决此问题,本文提出一种改进的粒子群算法,并采用3个典型的函数进行测试。结果表明：与粒子群算法相比,该算法有效地提高了其全局收敛能力。     

一种基于粒子群优化算法的快速圆检测方法

为了实现以较少的内存资源,快速而准确地进行圆 检测, 提出一种基于粒子群的快速圆检测方法。方法中,以每个粒子作为一个候选圆,采用优化策 略,以粒子 运动、融合更新等操作完成圆的检测。优化策略包括提出使用一种图像分块的策略限 定圆检测的感兴趣区 域,各个图像块的大小由各个块内粒子的生成结果决定,以起到抑制部分噪声的作用。为减 少生成无用粒子的概 率,提高检测效率,提出融入图像金字塔的思想,并以循证的方法对粒子的有效性加以验证 。实验结果表明,本文 方法对于检测手绘的、嵌套的、不完整的或包含有大量噪声的圆,均能起到较好的检测效果 ;能 够在较短的时间内排除众多干扰,准确地进行圆的检测,具有检测速度快、内存消耗小和适 用范围广等优点。     

基于Zadoff-Chu序列的频控阵稳健波束成形方法

不同于传统相控阵,频控阵（Frequency Diverse Array,FDA）在所有阵元间引入频率偏差,可以生成具有精准指向特性的点状辐射方向图,有效克服传统相控阵方位角相关性导致的接收方向射频信号安全性下降的问题。作为与传统相控阵的本质区别,FDA阵元频偏设置直接影响FDA辐射方向图的形状。为了生成理想的点状方向图,提出了一种Zadoff-Chu FDA（ZC-FDA）稳健波束成形方案,利用Zadoff-Chu序列调整阵元频偏,消除FDA辐射方向图周期性,抑制距离-方位角耦合性。与现有FDA系统相比,ZC-FDA方案在理想点状辐射方向图生成和波束旁瓣水平抑制方面具有明显优势。     

基于VB和Access的温度采集系统的设计与实现

针对函数优化问题,提出了一种基于离差平方和法的粒子群优化算法。该算法用混沌序列初始化粒子的位置和速度,选择好于粒子群优化算法产生的粒子位置。通过离差平方和法进行聚类,利用分类方式来更新粒子的速度。最后将算法应用到3个典型的函数优化问题中,数值结果比较表明,提高了算法搜索能力,全局最优解的精度和收敛速度。     

一种粒子群优化原型模式修正力度的协同分类方法

协同模式识别是一种有着抗噪声、抗缺损、强鲁棒性等诸多优良特性的模式识别方法,其中原型模式的选取模式识别结果有着决定性的作用,其选取直接决定着模式识别的结果和效果,各种方法中信息反馈修正的方法能获得较的效果,但易出现信息饱和的问题;提出了一种粒子群优化修正力度的处理机制,能有效改善此问题,获得最优原型;改进的算法应用于纹理和鼻咽癌细胞图像识别,结果表明,该方法能有效地提高协同神经网络的识别率和可靠性,且识速度也有提高.     

基于改进粒子群算法的二维相位解缠方法

相位解缠是干涉合成孔径雷达(InSAR)干涉数据处理的关键步骤之一,枝切法作为一种经典的相位解缠算法在相位解缠过程中,建立的枝切线长度越短相位的解缠效果越好,枝切线该如何建立至关重要。在旅行商问题(TSP)理论求解最短路径的思想下,一种利用粒子群优化算法建立最短枝切线的方法被提出,该方法在基本粒子群优化算法中引入变异算子对粒子群算法容易陷入局部收敛的缺陷进行了改进。相对于Goldstein枝切法而言,该方法能够更有效的缩短枝切线的长度,避免解缠过程中\     

基于改进粒子群算法的图像边缘检测研究

为了提高图像边缘检测的细节信息,采用了二进制粒子群算法。首先通过logistic变换更新粒子速度,粒子速度不受限制;接着动态调整粒子位置,使飞行状态充分调整;然后正态云发生器动态调整粒子的惯性权重,这样较优粒子可以取得较小的惯性权重;最后建立图像边缘检测模型和算法流程。实验仿真显示本文算法对图像边缘定位准确、清晰,信噪比为35.928 1db,处理时间为1.340 1s。满足检测结果中对信息含量大、执行时间少等要求。     

采用混合粒子群算法的星图识别方法

为提高大视场高灵敏度星敏感器的星图识别速度和识别成功率,提出了一种基于混合粒子群算法的星图识别方法,该方法首先根据星图中星点的灰度信息确定候选识别主星集合;然后选择该集合中的一个星点为圆心,以一定角距为半径画圆,将圆内的所有星点构成特征数据集合;然后利用混合粒子群算法对圆内的星点进行快速路径寻优;最后利用最优路径长度进行索引,并利用最优路径中前三个星点间的角距以及它们的星等信息进行匹配识别;实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且所需的导航星库容量小.     

基于改进粒子群优化算法的摄像机标定

本文在充分研究多种摄像机标定方法和粒子群优化算法（PSO）的基础上,针对传统PSO算法存在早熟和局部收敛的问题,提出了一种改进的新型粒子群优化算法在摄像机标定中的应用。该算法在基本PSO惯性权重部分加入了收缩因子,很好的改善了算法的收敛性;为了进一步提高优化的速度和可靠性,引入了多适应值函数策略。最后在OpenCV上实现了基于该改进方法的摄相机标定。实验结果表明：该摄像机标定方法有效提高了原有张正友平面标定法的标定精度,结果稳定可靠,具有一定的工程应用价值。     

一种基于离散粒子群优化的战场动态频谱指配策略

针对战场频谱动态指配问题,建立了基于用频冲突等级最小的频谱指配数学模型,提出了 一种采用粒子编码和交叉更新位置的离散粒子群优化算法,根据本问题特征设计了合适的适 应度函数和局部搜索策略。实验结果表明,提出的算法能够有效地求解频率指配问题。