共查询到16条相似文献,搜索用时 46 毫秒
1.
提出了一种新的同时对共形阵非均匀子阵分区和子阵幅度激励进行优化的多目标进化算法,为此设计了新的多目标函数,通过在改进的强度 Pareto 进化算法(SPEA2)使用克隆选择算子和双交换遗传操作算子,从而提高搜索效率和收敛性,可以有效改善整个阵列的辐射特性。 在系统仿真中,结合工程化实际应用,本文提出的 MOEA 算法对 20×20 阵列进行非均匀子阵分区和对各个子阵的幅度激励优化,仿真结果表明其天线阵列在扫描空域的峰值旁瓣电平(PSLL) 以及方位和俯仰波束宽度等性能参数得到明显改善,该方法对改善整个阵列的辐射特性是有效的。 相似文献
2.
3.
基于粒子群优化算法的非均匀子阵波束形成技术 总被引:1,自引:0,他引:1
基于粒子群优化算法提出了一种非均匀子阵波束形成方法。首先利用粒子群优化算法实现线阵最优非均匀划分;其次在线阵最优划分的基础上扩展到面阵最优非均匀划分;最后在面阵最优非均匀划分的基础上在期望区域内形成任意指向的波束。该方法既可以在期望区域内形成任意指向波束,又充分发挥了子阵级波束形成的优势。仿真结果表明该方法是有效的。 相似文献
4.
5.
6.
阵列雷达最优子阵划分研究 总被引:1,自引:0,他引:1
在大型的相控阵天线中,为降低系统复杂性及应用成本,需要采用子阵划分技术对天线阵面进行最优划分。首先总结了基于子阵划分的相控阵雷达信号处理流程,在此基础上,从低副瓣的多波束、子阵级自适应干扰抑制等不同方面研究子阵划分技术。对现有子阵划分的研究途径、划分的方法以及各自特点进行研究和归纳。在抑制波束旁瓣方面,建立了求解最优子阵划分的优化数学模型;在自适应抗扰方面,分析了栅零点等影响子阵级自适应处理性能的因素。最后提出了最优子阵划分问题的进一步研究方向。 相似文献
7.
提出了一种适用于空时自适应信号处理的子阵划分方法,它通过简单的网络合成来减少原来需要处理的单元数。仿真结果表明,这种方法不仅简单实用,而且很有可能在工程上得以应用。 相似文献
8.
遗传二进制多粒子群优化算法及其在子阵STAP中的应用 总被引:1,自引:0,他引:1
抑制杂波和干扰的子阵空时自适应处理的性能会受子阵方向图栅瓣的影响而严重下降,非均匀子阵划分和子阵权值设计可有效抑制天线方向图的栅瓣,消除STAP性能曲线上的栅凹口.由于子阵划分和子阵权值分别对应于整数和实数变量,使得该问题为一种特殊的混合优化问题.针对该特殊问题本文提出了一种新的遗传二进制多粒子群优化算法-GBMPSO.该算法不仅可处理二进制编码粒子,而且采取了多粒子群共同进化且在同一种群内部进行交叉和变异的机制,有效避免了算法早熟.针对四种典型测试函数的仿真实验表明,GBMPSO算法与二进制PSO算法和遗传算法相比在收敛速度和算法精度上均有明显的优势.最后,给出了该算法在子阵STAP中应用的实例. 相似文献
9.
10.
11.
12.
Fassi Fihri Wassim El Ghazi Hassan Abou El Majd Badr 《Wireless Personal Communications》2021,117(2):867-886
Wireless Personal Communications - The cognitive radio network (CRN) has been proposed to overcome the spectrum scarcity and the massive demand on the radio frequencies through efficient... 相似文献
13.
环境和测量仪器精度的影响,使得采样数据的不同特征具有不同的质量.对这类异质数据进行特征选择,需要同时考虑特征子集确定分类器的准确度和可靠性,从而增加了特征选择的难度.本文研究异质数据的特征选择问题,提出一种基于多目标微粒群优化的特征选择方法.该方法首先以特征选择的概率为决策变量,将具有离散变量的特征选择问题,转化为连续变量多目标优化问题;然后,采用微粒群优化求解时,基于高斯采样,产生微粒的全局引导者,以提高Pareto解集的分布性;最后,依据储备集中元素更新的速度,确定需要扰动的微粒,以帮助微粒群跳出局部最优.将所提方法应用于多个典型数据集分类问题,实验结果表明了所提方法的有效性. 相似文献
14.
15.
16.
针对SLA等级感知服务组合问题,本文提出了一种求解该问题的多目标离散粒子群算法(MDPSO),建立了多目标粒子群算法优化模型.根据该问题的特征,对粒子更新策略进行重新设计;并且提出粒子变异策略以抑制群体的早熟收敛增强群体的全局搜索能力.另外,提出了一种基于约束支配关系的局部搜索策略并将其结合到MDPSO算法,形成算法MDPSO+.最后对MDPSO算法的参数设值进行了分析,并将算法MDPSO、MDPSO+与最近提出的求解该问题的E3-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法MDPSO+能够更加有效的解决该问题. 相似文献