基于DPDV算法的二元光学元件设计

为解决用于高斯分布激光束整形的二元光学元件设计问题 ,在深入研究现有的各种迭代算法 ,如GS算法、模拟退火法、Alopex法等的基础上 ,提出了并行模拟退火算法和DPDV算法 (DifferentParametertoDifferentVariables)。特别是DPDV算法综合了各种算法的优点 ,而避开了其缺点。得到了迄今为止最好的计算结果     

基于量子蚁群算法的旅行商问题求解及算法评估

量子蚁群算法是一种将量子理论与传统蚁群算法结合的高效生物进化算法,主要应用于故障诊断、路径规划、图像分割等问题的优化.基于传统蚁群算法的流程,介绍量子蚁群算法中的量子理论基础以及量子理论如何应用于蚁群算法.通过若干旅行商问题实例分析量子蚁群算法较传统蚁群算法的优势.针对目前研究多以离散指标来评估不同算法、难以直观显示不同算法综合差别的问题,提出一种综合评估算法搜索效率的方法,成功应用于量子蚁群算法和传统蚁群算法的对比,具有一定的实践意义.     

二元光学分束器输出稳定性的优化设计

提出将微分-积分法用于二元光学分束器的设计, 以改善其输出对输入变化的敏感性。模拟计算表明, 使用这种方法设计的分束器, 当输入光束形状和强度变化时, 目标光强分布保持一定程度的稳定性, 衍射效率达到92.67% , 光强不均匀性小于0.002%。当输入由基模高斯波变为超高斯波或带有微小随机起伏的矩形光斑和平面波时, 衍射效率最低仍能达到89.60% 以上, 光强不均匀性最高为11.49%。综合衍射效率与光强不均匀性两方面考虑, 本文设计结果优于现有文献报导。     

二元光学分束器输出稳定性的优化设计

 提出将微分-积分法用于二元光学分束器的设计, 以改善其输出对输入变化的敏感性。模拟计算表明, 使用这种方法设计的分束器, 当输入光束形状和强度变化时, 目标光强分布保持一定程度的稳定性, 衍射效率达到92.67% , 光强不均匀性小于0.002%。当输入由基模高斯波变为超高斯波或带有微小随机起伏的矩形光斑和平面波时, 衍射效率最低仍能达到89.60% 以上, 光强不均匀性最高为11.49%。综合衍射效率与光强不均匀性两方面考虑, 本文设计结果优于现有文献报导。     

基于二元光学色差校正的全景环形成象系统设计

本文分析了全景环形透镜的成象特性及其设计方法,并在此基础上设计了一例全景环形成象的光学系统.二元光学面的引进,对系统的色差校正起了很大的作用,从而得到了良好的成象效果.     

基于二元光栅特征提取的相位展开方法

传统基于正弦光栅相位测量轮廓术中,相位因反正切运算而被截断在（-π,π]之间,需要利用菱形等相对相位展开算法进行展开,容易产生相位误差累计,甚至无法展开相位;或者利用投影辅助格雷码等额外结构光场来确定条纹级次,避免相位误差累计,实现相位的展开。提出了一种基于二元光栅特征提取的相位展开方法。通过投影一组相移二元光栅来实现三维测量,既避免了投影仪伽玛非线性对三维测量的影响,又将投影系统的刷新频率提高一个数量级,同时利用二元光栅本身的图像特性,在不增加辅助结构光场投影的前提下,自定条纹级次,从而将自定的条纹级次相位与截断相位相加,实现展开相位,有效避免了相位误差的累计。实验验证了所提方法的可行性和有效性,解相结果与未发生累计误差的菱形算法解相结果具有很好的吻合效果。     

带有二元光学元件的可见光望远镜设计

本文讨论了可见光常规望远镜的特点及存在的问题，论述了在望远镜系统中加入二元光学元件（ＢＯＥ）的优点和设计方法。通过具体设计实例表明：混合型望远镜系统与光学性能与基本相同的常规望远镜相比，元件数目减少，且所有元件均使用Ｋ９玻璃，系统重量变轻，系统的结构简化。     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明：该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明:该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

遗传-蚁群混合算法在高温超导匀场磁体优化设计中的应用

遗传算法具有很强的自适应性、鲁棒性和全局搜索能力,但其局部搜索能力相对较弱,计算后期易出现进化缓慢、过早收敛等问题,蚁群算法是近几年迅速发展起来的一种新的全局优化算法,具有正反馈机制,但是计算初期由于信息素差别小,初始收敛速度较慢.本文将这两种优化方法结合起来,充分发挥各自的优势,形成了遗传-蚁群混合算法,并选用测试函数对算法的优化性能作了对比计算,最后以高温超导匀场磁体为实际应用目标,以绕制磁体所用超导带长度为目标函数对磁体结构进行优化设计,优化方案比原始方案节省7.32%的超导带材用量.     

数字图像散斑相关技术的蚁群优化方法

基于蚁群优化方法提出新的数字图像散斑相关算法。该方法模仿了真实蚂蚁从其巢到食物找到最短路径的方式,通过对蚁群优化方法改进,减少迭代次数并改善解的质量。将新的数字图像散斑相关算法应用到计算机模拟的散斑图像和实验获得的散斑图像中,并与广泛使用的Newton-Raphson算法进行了比较。实验结果展示了新算法的精度、可行性和有效性。当数量级为0.01像素,误差离散均方根小于0.002像素。     

基于蚁群优化与神经网络的坦克目标识别算法

为了对成像引信探测得到的变形严重的图像进行识别,提出了基于蚁群优化与人工神经网络相结合的坦克目标识别算法.采用SUSAN特征检测原则提取目标图像的角点特征,作为神经网络模式分类器的输入.针对BP网络收敛速度慢,易于陷入局部极小点等问题,利用蚁群优化算法训练网络权值,可兼有ANN的广泛映射能力和蚁群算法的全局收敛以及启发式学习等特点.仿真实验表明,新算法能够有效缩短网络训练时间,提高目标识别精度.     

基于并行蚁群算法的长基线定位方法*

为了降低各个误差源对水声目标导航定位精度的影响,该文将水声目标导航定位问题抽象为带约束条件的非线性优化问题,并论证了最优化表达式参数求解过程与降低误差源干扰的过程具有同一性;设计了并行蚁群算法求其最优解。海试数据处理结果表明,该方法具有收敛速度快、解稳定和定位精度高等优点,能有效地降低各个误差源对水声目标导航定位精度的影响。     

模拟蚂蚁觅食行为的乳腺钙化点边缘提取

针对计算机辅助乳腺癌诊断中钙化点的提取具有较大难度的问题,计算了乳腺数字图像中每个像素点的最大梯度值。首先按照等梯度合并的原则将像素点划分为像素组,按照等分整个梯度区间的原则给定初始梯度聚类中心,模拟蚁群觅食行为中学习机制,以概率选择的方式进行像素点组的聚类得到新的聚类中心,然后再以模糊C均值法(FCM)对得到的聚类进行优化,从而提取出属于钙化点边缘的像素点。实验证明,通过选择适当的参数,用此方法提取乳腺钙化点边缘的效果良好。     

二元光栅抗反射特性的耦合波分析

基于严格耦合波分析理论和遗传算法,研究了亚波长矩形光栅(即二元光栅)的抗反射特性。针对光通信中的1.55μm波长设计了抗反射矩形光栅。探讨了光栅周期、占空比和光栅深度的变化对抗反射特性的影响。给出了光栅的抗反射特性所适用的入射角度及波长范围。当入射角度小于30°,在光纤传输系统中入射光波长为C波段和L波段时,反射效率小于0.4%,有效地减小了光纤传输系统的回波损耗。     

蚁群元胞优化算法在人群疏散路径规划中的应用

针对疏散路径规划问题,以栅格化地图为背景的基础上,提出了蚁群元胞优化算法.首先为统一仿真时间步长,建立以六边形元胞为基础的栅格地图;然后利用静态势场对启发函数进行优化,利用分段更新规则优化信息素更新方式;最后,将模型参数作为粒子群优化算法的粒子位置信息进行优化,求解参数的最优组合值.仿真结果表明:采用蚁群元胞优化模型进行疏散路径规划时,不仅加快了搜索速度,而且增大了解空间,提高了搜索能力,可以有效避免陷入局部最优解.     

A module design of rearrangeable nonblocking double omega optical network using binary optics elements

Omega network plays an important role in all optical communication and optical interconnection networks. In this paper, a novel technology, which binary optics element (micro-blazed grating array) can realize perfect shuffle transform including inverse perfect shuffle and left perfect shuffle, is proposed. Moreover, by a cascade of inverse perfect shuffle and left perfect shuffle, a multistage rearrangeable nonblocking omega network can be constructed. Simultaneously, the bipartition graph algorithm (BGA) is adopted to ascertain the state of node switch in each node stage (straight or crossover connection). At last, a module of the rearrangeable nonblocking omega network which is integrated with polarizing beam-splitter, half-wave plate, micro-blazed grating array, is presented. It can accomplish the functions of 8-channel signal beams’ sorting and switching without routing conflict and blocking, and has advantages of being compact in structure, easy to integrate, efficient in performance etc. Finally, both the theoretical analysis and the experimental result show that this module proposed here may be helpful in free-space optical interconnection network and optical information processing.     

基于人工蚁群的红外图像分割算法

基于人工蚁群的红外图像分割方法利用模糊非线性增强算子作为启发信息,与信息素共同指导蚂蚁的行为。通过蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,最后根据信息素分布提取分割结果。仿真和实验表明,该算法对真实图像得到了理想的分割结果。     

基于人工蚁群的红外图像分割算法

基于人工蚁群的红外图像分割方法利用模糊非线性增强算子作为启发信息,与信息素共同指导蚂蚁的行为。通过蚂蚁行走路径上的信息素分布进行更新,使得分布在目标路径上的信息素逐渐增大,逐渐向分割图像收敛,最后根据信息素分布提取分割结果。仿真和实验表明,该算法对真实图像得到了理想的分割结果。