起降客机噪声源识别的平面阵设计

针对起降客机的噪声源识别,给出了平面多臂对数螺旋阵的设计过程。多臂对数螺旋阵可以在较宽的分析频带内保持较小的主瓣宽度,同时平均旁瓣水平较低,从而具有良好的宽带噪声源识别性能,但其阵型设计中需要考虑的参数较多。本文以ARJ21客机起降过程中的主起落架噪声源识别为例,研究了多臂对数螺旋阵各参数对其噪声源识别性能的影响。所给出的阵列设计流程可以为飞行客机的噪声源识别,尤其是多子阵嵌套的平面阵设计提供参考。     

任意几何形状和阵元指向性的传感器阵列优化波束形成方法

针对常规波束运用到实际传感器阵列时旁瓣较高这一缺点,提出了适用于任意几何形状和阵元指向性的传感器阵列的两种旁瓣约束优化波束形成方法。一种是主瓣宽度约束条件下的最低旁瓣波束形成,另一种是在所能允许的最高旁瓣约束条件下的高增益波束形成。通过对加权向量范数进行约束,提高波束形成的稳健性。这两种优化波束形成问题都可以写成二阶锥(Second-OrderCone)约束优化的形式,然后利用已有的内点方法(Interior-PointMethods)求出其数值解。计算机仿真和湖上实验数据处理结果表明,该低旁瓣波束形成方法相比于常规波束和其它基于自适应波束形成的旁瓣控制方法,在同等主瓣宽度的情况下可以获得更低的旁瓣级;该高增益波束形成方法在同等旁瓣级约束条件下可以获得更高的阵增益,而且旁瓣级能够满足设定要求。     

改进粒子群算法的立体传声器阵列声成像系统阵形优化设计

提出改进的粒子群优化算法,获得波束方向图主瓣宽度和旁瓣级折中的优化立体阵形,避免基本实数粒子群算法仅采用旁瓣级或主瓣宽度一个性能指标优化而导致另一个性能指标恶化的问题,利用阵列视角限制进一步优化立体阵形并设计了声成像测量系统。改进的粒子群算法与基本粒子群算法仿真优化阵形比较表明改进粒子群算法设计的优化阵形在保持较窄的主瓣宽度的条件下具有较低的旁瓣级。阵列声成像测量系统的性能测量分析结果表明该系统的空间分辨率和旁瓣抑制能力与理论结果接近,验证了所提算法的有效性。      

线性约束自适应逆波束形成研究

逆波束形成较常规波束形成有较好的方位分辨力,但其旁瓣较高,为抑制旁瓣并进一步提高阵增益和方位分辨力,本文提出一种自适应逆波束形成方法,通过设计自适应滤波器对虚拟阵列进行加权,提高阵增益和方位分辨力。理论分析表明自适应逆波束形成能够抑制旁瓣和噪声,阵增益较常规波束形成和逆波束形成提高约3 d B,数值仿真结果表明,自适应逆波束形成的旁瓣降低,阵增益和方位分辨力提高,实验数据处理结果表明自适应逆波束形成具有良好的方位分辨能力和目标检测能力,从而验证了其抑制旁瓣、提高方位分辨力和阵增益的有效性。     

X波段微带余割平方扩展波束天线阵赋形优化遗传算法研究

提出了一种改进型自适应遗传算法, 该算法用logistic函数拟合交叉概率和变异概率, 以赌轮盘选择和精英保留相结合的方式, 在全局寻找最优解. 与经典遗传算法相比, 改进型自适应遗传算法可以大大提高算法的求解质量. 本文基于改进的自适应遗传算法研究设计了-3 dB范围为0°-12°, -10 dB波束宽度为65°, 波束覆盖为65°, 天线频带范围为8.5-9.8 GHz, 中心频率为9.05 GHz的X波段微带余割平方扩展波束天线阵. 研究结果表明改进型自适应遗传算法对方向图的拟合程度具有较大提高, 适应度值可以从0.07以下提升到0.09以上.     

微纳相控线阵超声换能器参数的理论分析*

微纳相控线阵超声换能器参数(阵元数目、阵元宽度及阵元间距)直接影响其横向声场分布,而其横向声场分布是能否实现高成像分辨率、大探测深度的决定性因素,也是制备换能器的主要依据。该文利用数值模拟研究微纳相控线阵超声换能器阵元参数对其横向声场中主瓣强度、-3 dB主瓣宽度、第一级旁瓣及栅瓣的影响。结果表明,主瓣强度随着阵元数目增加而增大,随阵元间距减小而增大,随着阵元宽度的增大呈现先增大后减小的趋势;-3 dB主瓣宽度随着阵元数目和阵元间距的增大而减小,随着阵元宽度的减小而减小;此外,减小阵元数目、减小阵元间距或增大阵元宽度均可以抑制旁瓣;栅瓣在阵元间距满足一定条件时可以完全消除。通过这些研究为微纳相控线阵超声换能器的优化设计与制备提供理论参考。     

基于粒子群算法的稀疏阵列超声相控阵全聚焦成像

为降低相控阵超声检测全聚焦算法的成像数据量及阵列稀疏优化的计算时间,研究了一种用于稀疏阵列全聚焦成像的阵列优化算法,并通过实验对其成像效果进行了验证。针对目前超声相控阵检测的全矩阵采集数据量大、全聚焦算法成像时间长的难点,该文通过构建稀疏阵列,在保证成像质量的同时显著降低成像数据量,提高了全聚焦算法的成像效率。通过以主瓣宽度、旁瓣峰值以及主瓣峰值作为约束条件构建适应度函数,采用粒子群算法得到稀疏阵元位置分布并进行阵元权重修正,并将其用于稀疏全聚焦成像。相比全阵元成像,使用粒子群算法所得的稀疏阵列的阵元个数降低了56.25%、65.62%,数据使用量降低了80.86%、88.18%。在阵列优化方面,相比遗传算法减少了84.86%的计算时间。     

圆弧阵的水平指向性和综合

本文使用稳相法详细讨论了圆弧阵的水平指向性,给出了计算指向性函数的主瓣束宽和主瓣内平均声压的比较准确的公式。本文提出的幅度束控方法和设计不等距阵方法可以成功地克服圆弧阵主瓣内指向性函数起伏大的缺点,同时使主瓣束宽和主瓣内平均声压基本保持不变。     

基于改进遗传与模拟退火融合的RISP软硬件划分

软硬件划分是可重构指令集处理器在软硬件协同设计中的关键问题,通过对比遗传算法和经典模拟退火算法的优缺点,提出改进遗传算法的适应度函数,同时将Tsallis接受准则引入到经典模拟退火当中。其思路是用遗传算法的结果来制约模拟退火算法产生的随机状态,然后由模拟退火的接受准则以及产生的随机状态函数对遗传算法的种群进行更新,从而找到全局近似最优解。实验结果证明,改进算法与单一遗传算法以及经典模拟退火算法相比,其收敛速度和适应度更好,找到全局近似最优解的概率更大。     

主瓣约束自适应旁瓣抵消器的实验研究

空间预滤波加无约束自适应噪声抵消器构成了一种主瓣约束的自适应旁瓣抵消器。这种自适应旁瓣抵消器由于实现了保持主瓣方向以及主瓣形状的导数约束，具有较好的主瓣保持性能，且结构简单，便于工程实现。本文在原有理论研究的基础上，着重从实验方面研究这种自适应旁瓣抵消器的主瓣保持和旁瓣抵消性能。设计并构造了一个实验系统，该系统利用一种新的空间预滤波结构，使其更宜于工程实现。进行了水池和海上试验，详细考察了输入信噪比、信号干扰比、信号与干扰带宽和自适应步长因子等参数对系统性能的影响。取得的结果证实了理论分析的正确性。     

Cognitive radio resource allocation based on coupled chaotic genetic algorithm

A coupled chaotic genetic algorithm for cognitive radio resource allocation which is based on genetic algorithm and coupled Logistic map is proposed.A fitness function for cognitive radio resource allocation is provided.Simulations are conducted for cognitive radio resource allocation by using the coupled chaotic genetic algorithm,simple genetic algorithm and dynamic allocation algorithm respectively.The simulation results show that,compared with simple genetic and dynamic allocation algorithm,coupled chaotic genetic algorithm reduces the total transmission power and bit error rate in cognitive radio system,and has faster convergence speed.     

Multi-user cognitive radio network resource allocation based on the adaptive niche immune genetic algorithm

Multi-user cognitive radio network resource allocation based on the adaptive niche immune genetic algorithm is proposed, and a fitness function is provided. Simulations are conducted using the adaptive niche immune genetic algorithm, the simulated annealing algorithm, the quantum genetic algorithm and the simple genetic algorithm, respectively. The results show that the adaptive niche immune genetic algorithm performs better than the other three algorithms in terms of the multi-user cognitive radio network resource allocation, and has quick convergence speed and strong global searching capability, which effectively reduces the system power consumption and bit error rate.     

一种用于认知无线电资源分配的并行免疫遗传算法

提出了用于认知无线电自适应调制和资源分配的并行免疫遗传算法,并对该算法、简单遗传算法和静态调制分配算法进行了仿真.仿真结果显示,该算法具有很强的全局搜索能力和较快的收敛速度,在误码率和功率受限条件下,该算法比简单遗传算法和静态调制方式的性能更好,同时明显降低了计算复杂度.     

基于组合混沌遗传算法的认知无线电资源分配

提出了基于组合混沌遗传算法用于认知无线电资源分配,设计了相应的组合混沌序列发生器,并分别运用组合混沌遗传算法、粒子群优化算法、模拟退火算法及简单遗传算法对认知无线电资源分配问题进行了仿真分析.结果表明,组合混沌遗传算法具有收敛速度快、搜索空间广、全局收敛等优点.相比其他三种算法,基于组合混沌遗传算法进行资源分配提高了认知无线电系统的传输速率,降低了系统的发射功率及误码率,同时加快了收敛速度. 关键词： 组合混沌 认知无线电 遗传算法 资源分配     

基于混沌并行遗传算法的多目标无线传感器网络跨层资源分配

提出了一种基于混沌并行遗传算法的多目标无线传感器网络跨层资源分配方法,该方法运用混沌序列和并行遗传算法来动态调整传感器网络节点的探测目标及通信时隙等参数,对资源分配方式进行跨层整体优化.在多目标无线传感器网络环境下,将本文方法与传统的随机分配方法、动态规划方法、T-MAC协议及S-MAC协议等资源分配算法进行了仿真比较.仿真结果表明,本文提出的混沌并行遗传算法具有通信时延小,目标检测成功率高等优点,在降低了无线传感器网络功率消耗的同时提高了对目标检测的实时性. 关键词： 无线传感器网络 无线资源管理 Henon映射 并行遗传算法     

A Hybrid Genetic-Hierarchical Algorithm for the Quadratic Assignment Problem

In this paper, we present a hybrid genetic-hierarchical algorithm for the solution of the quadratic assignment problem. The main distinguishing aspect of the proposed algorithm is that this is an innovative hybrid genetic algorithm with the original, hierarchical architecture. In particular, the genetic algorithm is combined with the so-called hierarchical (self-similar) iterated tabu search algorithm, which serves as a powerful local optimizer (local improvement algorithm) of the offspring solutions produced by the crossover operator of the genetic algorithm. The results of the conducted computational experiments demonstrate the promising performance and competitiveness of the proposed algorithm.     

基于遗传模拟退火算法的室内照明节能控制方法研究北大核心CSCD

目前的节能照明控制算法仍有陷入局部最优的问题。为了寻求全局最优解,提高室内照明的节能效果,设计一种遗传模拟退火算法对照明系统的控制参数进行优化求解。该算法通过在遗传操作后对优秀个体进行模拟退火处理,增强了算法的局部搜索能力。根据迭代的次数和种群的适应度对遗传概率进行自适应调节,使得算法在前期丰富种群多样性,避免算法“早熟”。提出基于人工神经网络的照度模型来计算室内照度分布,对照明舒适度进行评估,为构造优化算法的适应函数提供了依据。通过仿真实验,在本文介绍的照明场景应用遗传模拟退火算法,并与传统粒子群算法和遗传算法进行比较,其照明节能性能分别高出5.30%和13.61%。     

基于遗传算法参数优化的PCNN红外图像分割

构造一种基于遗传算法参数优化的脉冲耦合神经网络(PCNN)红外图像分割算法。该算法首先利用PCNN的全局耦合性和脉冲同步性对输入图像进行点火处理,根据PCNN的输出结果计算熵作为遗传算法的适应度函数,并利用熵的变化量作为遗传算法的收敛依据,对PCNN模型中影响图像分割的参数进行组合优化,结合PCNN生物视觉特性和遗传算法解空间随机搜索能力来寻找关键参数的最优值。将遗传算法和PCNN进行结合可充分发挥二者优势,将本文方法与最大类间方差法(OTSU)、最大熵直方图分割算法和PCNN分割方法进行对比,通过交叉熵、区域对比度等客观指标对分割后的图像进行定量分析,结果表明无论从主观视觉还是客观指标,本文方法分割效果优于其他对比方法。     

基于加权实数编码遗传算法的超材料优化设计

针对超材料优化设计参数多、权重各异的特点,提出一种基于加权实数编码的遗传算法,该算法采用等位基因或双倍基因实现对遗传基因的加权编码,是二进制编码中加权思想的推广,与普通遗传算法相比,加权实数编码遗传算法加入了人工选择因素,既可以加快种群收敛速度,又可以提高算法的求解质量,尤其适用于种群规模较大的遗传优化计算,文中以一个超材料吸波体的优化设计为例,对算法进行了验证。     

用于光束整形的衍射光学元件设计的混合算法

提出了一种用于衍射光学元件优化设计的混合遗传迭代爬山算法,该算法将迭代量化傅里叶变换算法融入到遗传算法中,然后在整体遗传算法结束后,对找到的当前最优解再用爬山法进行局部寻优,从而得到最优的衍射光学元件表面相位分布.用该混合方法设计了衍射光学元件,可以将入射的高斯光束整形成方形的均匀光斑.模拟结果表明:该混合算法具有收敛速度快、设计准确度高等优点.相比于其它设计方法,本文提出的方法能较好地改善整形效果,特别适用于光束整形的衍射元件设计.