基于改进PSO-WNN的高频地波雷达 电离层杂波抑制方法

高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络（PSO-WNN）能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。     

改进粒子群算法优化SVM参数的遥感图像分类

文章使用支持向量机(SVM)分类算法,结合当下应用较为广泛的智能优化算法,对SVM的参数进行优化选取,以期能够提高遥感图像的分类精度。针对粒子群算法(PSO)优化SVM分类器参数时,存在着容易早熟收敛、分类精度相对较低、容易陷入局部最优解的问题,提出了一种以自适应权重粒子群算法(SAPSO)为基础,引入遗传算法交叉算子的混合优化算法(SAPSO-GA),利用这种改进的算法优化SVM参数对遥感图像进行分类。文章以一景Quick Bird卫星遥感影像为例,对影像进行图像融合等预处理,然后分别使用PSO-SVM算法和SAPSO-GA-SVM算法进行土地利用分类,比较分析两种算法的分类精度,结果表明,改进的算法提高了粒子群算法的搜索性能,能够寻找更佳SVM分类器参数,获得较高的分类精度。     

基于精英群引导下量子粒子群算法的快速零陷形成技术

引入罚函数项,建立了一种新的发射波束方向图综合控零的多目标优化模型。用适应度值排序建立由种群非支配解组成的精英群,以精英群中的粒子作为全局最优解引导粒子飞行;用爬坡策略更新全局最优解,给出了基于精英群引导的量子粒子群算法。对阵列权值采用加权优化,可在发射波束指定方向的多零陷、宽凹口。仿真结果表明：算法对多目标的优化较文献算法更优,能优化阵列权值在指定方向快速形成零陷。     

基于深度网络的太赫兹波束预判方法研究

针对太赫兹波波束较窄引起的伺服天线被动跟踪无法达到空间太赫兹通信链路性能要求的问题,提出了一种基于优化深度网络的太赫兹波束预判方法。首先通过分析方位、俯仰角误差大小随运行周期、外推初始时刻的变化,得到高轨对低轨卫星指向误差呈周期性发散的特征;然后采用粒子群算法优化长短时记忆网络参数,对未来时刻指向误差进行预测并修正,针对粒子群算法易陷入局部最优、全局搜索能力较差的问题,通过动态调整粒子群算法的惯性权重,以达到优化长短时记忆网络的目的。仿真结果表明：基于改进后粒子群算法优化的长短时记忆网络能够有效预测未来时刻指向误差,在同一链路场景中相比未改进网络平均绝对百分比误差降低13.08%。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

无人机三维航迹规划的量子粒子群优化算法

针对传统的粒子群优化算法容易陷入局部最优解的问题,采用量子粒子群优化算法开展了无人机三维航迹规划.详细分析了固定翼无人机的飞行性能约束条件.为了减小算法计算复杂度,提高规划效率,对三维航迹规划问题的高度规划采用了直接设定策略,即,设置各个航路点的高度介于最大、最小飞行高度之间,从而将三维航路规划问题简化为二维航路规划问...     

基于改进混沌粒子群算法的发射波束控零

建立天线方向图综合控零模型,构造了一种适合方向图多指标优化的非线性目标函数。针对粒子群算法的快速收敛及全局最优的强搜索特点,应用混沌系统的遍历性和强随机性对算法进行改进,形成混沌粒子群算法,将其应用于发射波束方向图控制,实现了任意指定零陷深度要求的方向图控制。仿真结果验证了改进算法的优越性。     

基于改进PSO算法的岸基导弹火力分配研究

针对基本粒子群算法(Particle Swarm Optimization,PSO)易局部收敛的缺陷,设计一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)、带收缩因子的粒子群算法(Contractive Particle Swarm Optimization,CPSO)进行比较,结果表明本文改进的PSO算法在提高算法的综合搜索能力方面具有优越性.将改进的PSO算法运用到岸基导弹对海上舰艇攻击火力分配中,构建了火力分配模型,并进行了仿真实验,仿真结果验证了模型及算法的有效性.     

基于Contourlet域Krawtchouk矩和改进粒子群的遥感图像匹配

为了进一步提高遥感图像匹配的精度和运算效率,提出了一种利用Contourlet变 换、Krawtchouk矩和改进粒子群的遥感图像匹配算法。在分别对参考图像和目标图像进行Co ntourlet分解的基础上,引入Krawtchouk矩来提取图像的局部特征,并利用改进的带极值扰 动的简化粒子群优化算法对低分辨率的遥感图像进行匹配操作,然后逐级上推,
最终实现全分辨率情况下遥感图像的匹配。实验结果表明,该算法与目前常用的遥感图像匹 配算法相比,不仅具有更高的匹配精度和运算效率,还有较强的鲁棒性。
     

一种超参数自适应航天器交会变轨策略优化方法

利用强化学习技术,本文提出了一种超参数自适应的燃料最优地球同步轨道（GEO）航天器交会变轨策略优化方法。首先,建立了GEO航天器交会Lambert变轨模型。以变轨时刻为决策变量、燃料消耗为适应度函数,使用改进式综合学习粒子群算法（ICLPSO）作为变轨策略优化的基础方法。其次,考虑到求解的最优性和快速性,重新设计了以粒子群算法（PSO）优化结果为参考基线的奖励函数。使用一族典型GEO航天器交会工况训练深度确定性策略梯度神经网络（DDPG）。将DDPG与ICLPSO组合为强化学习粒子群算法（RLPSO）,从而实现算法超参数根据实时迭代收敛情况的自适应动态调整。最后,仿真结果表明与PSO、综合学习粒子群算法（CLPSO）相比,RLPSO在较少迭代后即可给出适应度较高的规划结果,减轻了迭代过程中的计算资源消耗。     

导弹垂直发射转弯规律优化设计

防空导弹垂直发射转弯控制是一非线性最优控制问题。在优化设计垂直发射转弯规律时,粒子群算法存在易早熟而陷入停滞问题,而变尺度法对俯仰角规律初值敏感容易发散,且计算量大。利用粒子群算法无需手动设定初始值、速度快的特点,将其优化结果作为后者的初始值,然后利用变尺度法较强的局部搜索能力逼近最优解。采用这2种算法简单串联的方法优化得出的垂直发射转弯控制规律,经仿真验证可满足速度、攻角、过载等约束条件,俯仰角速度和攻角变化规律与工程经验一致。     

基于粒子群算法的固体运载火箭上升段弹道优化设计研究

应用粒子群优化算法研究了固体运载火箭上升段弹道优化设计问题。设计了固体运载 火箭上升段飞行程序,构建了固体运载火箭弹道优化设计问题的粒子群算法,通过控制参数 改进和引入函数拉伸策略,对算法进行了改进。仿真计算结果表明,粒子群优化算法能有效 解决固体运载火箭弹道优化设计问题,优化方案末助推级液体推进剂消耗比原方案减少11.1 ％,算法收敛速度快,需设置参数少,易于工程实现。可为固体运载火箭弹道优化设计 提供理论参考。
     

改进的粒子群优化算法在TDOA定位估计中的应用

提出了接收端在空间随机分布时，利用改进的粒子群优化算法解决TDOA定位估计中遇到的非线性最优化问题。该算法基于简单的遗传操作，在种群更新前先进行一次筛选，通过迭代搜索最佳坐标。试验表明，在参数设定合理的情况下，该算法性能稳定，能找到逼近全局最优点的解，相对其他算法精度更高，收敛速度更快。     

基于新体制的单基线定位技术研究

结合工程应用,研究单基线利用模糊相位差对地面固定目标的高精度快速定位方案与关键技术,分析自适应随机惯性权值粒子群算法的性能。仿真结果表明,通过优化和改进,基于新体制的该算法能获得较好的定位性能。     

基于改进粒子群算法的红外灯阵自动优化设计

为提高航天器热试验用红外灯阵的设计效率、提升灯阵热流分布均匀性,提出一种基于粒子群算法的红外灯阵自动优化设计方法：建立红外灯单灯的热流分布数据库与灯阵位置参数的自动优化设计方法;并通过优化参数的重新选择和优化参数间约束条件的建立,改进传统的粒子群算法以提高设计效率。计算结果表明,相比遗传算法,使用改进粒子群算法进行灯阵优化设计用时缩减82%,而优化所得的热流分布均匀度仅低了0.77%。     

基于改进粒子群算法的混合卫星星座优化设计

对用低轨子星座和椭圆轨道子星座组成的混合卫星星座实现不均匀覆盖进行了研究。给出了低圆轨道和椭圆轨道的设计方法和计算模型。基于对传统粒子群算法的改进,提出了一种自适应变异与非线性单纯形法综合的高效粒子群优化算法对星座进行优化设计,并给出了设计的某混合卫星星座的整体构型。分析结果表明:该法明显优于遗传算法和传统粒子群算法。     

基于简化粒子群优化的卷积混叠盲源分离算法

针对现有的卷积混叠盲源分离算法存在的算法复杂和分离精度低等问题,提出一种新的基于简化粒子群优化的卷积混叠盲源分离算法。算法将不同时间点分离信号的互累积量消失作为分离准则,将信号的四阶互累积量作为目标函数,采用简化粒子群优化算法代替基本粒子群算法对目标函数进行全局优化,解决了基本粒子群算法容易陷入局部极值的问题。Matlab仿真结果表明,新算法可以有效实现对卷积混叠信号的盲源分离。对比基本粒子群算法,新算法分离精度更高、收敛速度更快。     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

基于VRT的气象粒子群时域回波仿真研究

随着雷达使用频段提升,降雨、云雾等气象因素对雷达探测的影响逐渐不可忽视。为研究气象粒子群对雷达探测工作产生的影响,文章总结了电磁波在不同类型气象粒子群下的谱分布与衰减特性;再根据粒子谱方程给出气象粒子群的模型信息;最后基于矢量辐射传输方法,提出了一种改进的气象粒子群时域回波快速仿真的方法,包括分区加速、传播路径判断的优化,在大体量粒子群回波建模中的优化效果可达到普通方法的20倍左右。结果表明,雨粒子群对雷达探测工作会造成较大的杂波,其杂波幅值约为发射功率的10-4倍;云粒子群的时域结果存在较强的随机性;雾粒子群时域结果均匀且幅值较低。文章针对不同类型气象粒子群时域回波的仿真结果与分析,对雷达的精准探测研究具有一定参考价值。     

基于改进量子粒子群算法的雷达布站优化研究

以双基地雷达"四抗"能力分析为基础,提出了双/多基地雷达布站优化的原则并对这些原则进行了量化,建立了双/多基地雷达布站优化的数学模型.随后,对量子粒子群算法进行了改进,提出了自适应量子粒子群算法,并将其用于双/多基地雷达布站优化数学模型的求解,解决了双/多基地雷达雷达站的部署问题.最后,通过MATLAB对优化后的雷达站...