本征激励下阵列天线的互耦分析

采用本征激励方法，对阵列天线中互耦效应的影响进行了研究。介绍了矩量法求解阵列各单元电流分布的方法，并计算了天绒阵列各单元的本征激励方向图。在此基础上，采用本征激励分析方法对阵列天线进行了互耦分析。结果表明天线阵的主旁瓣相对电平越低，天线阵单元数目越少，互耦的影响越大。可以看出菜用的本征激励方法是高速和有效的。     

基于遗传算法的圆柱阵列旁瓣电平优化方法

由于共形阵列所具有的特性,使其正得到日益广泛的应用,但其方向图具有相对主瓣较高的旁瓣电平。为此,文章针对基本的共形阵列——圆柱阵列的天线阵元,应用经典遗传算法进行唯幅度的方向图综合,来优化旁瓣电平。仿真结果表明：该方法可有效降低圆柱阵列的旁瓣电平,为解决此类问题提供了有益的参考。     

一种新型的全向宽频带微带阵列天线

文章研究了一种新型的可用于智能天线系统的宽频带全向微带阵列天线;该阵列天线在俯仰面具有低副瓣特性,副瓣电平小于-20dB;采用双端馈电技术,使得天线在工作频带内的阻抗特性得到了极大的改善,电压驻波比小于2的工作频带带宽可达到17%。     

基于L型阵列的互耦误差校正算法研究

互耦误差对阵列DOA估计性能产生了严重影响。基于L型阵列,建立了互耦误差模型,提出了一种基于MUSIC迭代法的互耦误差自校正算法和在互耦误差条件下的DOA估计算法。利用MUSIC迭代法对互耦误差矩阵和DOA同时估计,且同时估计出来波信号的方向角和俯仰角。仿真实验验证了该算法具有分辨力强、校正精度高的特点。     

基于遗传算法的低比转速高速泵优化设计

针对低比转速高速离心泵在理论设计和实际应用中存在的三个主要问题,即扬程流量特性曲线易出现正斜率上升段、汽蚀性能差和效率低的问题,提出了利用自适应遗传算法求解低比转速高速离心泵优化模型的方法。数值试验表明,自适应遗传算法在求解复杂最优化问题时具有广泛的适应性和良好的精度,可将其应用于某低比转速高速离心泵的优化设计中。试验研究表明,该泵取得了良好的性能指标,达到了优化设计的目的。     

幅相误差引起超低旁瓣阵列天线旁瓣最高电平分布的研究

由于单元间互耦的存在，超低副瓣阵列天线的辐射方向图发生变化。简单介绍了矩量法，计算了天线阵列各单元的本征激励方向图。在考虑阵列天线间互耦的条件下，采用本征激励分析方法对幅相误差引起超低旁瓣天线旁瓣最高电平分布进行了数值统计分析。对八单元chebeshev等间距直线阵进行处理，并总结了其最高电平分布的一些规律。     

基于遗传算法的再入航天器配重布局优化

提出了一种在遗传算法框架内实现再入航天器配重布局优化的方法,获得的配重分布,可以尽可能小的配重重量代价使再入航天器满足复杂的质量特性要求。该方法将再入航天器可安装配重的区域离散为大量小面积配重区,使每个配重区对应固定质量的配重块,从而对配重布局设计变量进行离散编码,在此基础上建立起再入航天器配重布局优化问题的数学模型,并采用遗传算法求解该优化问题。对某再入航天器示例进行仿真验证,得到优化配重布局方案,以小的配重用量同时满足了质心位置、惯性矩和惯性积的复杂质量特性约束,配重布局显示出复杂空间分布的特点。文章的结果可为各类航天器的配重布局优化提供借鉴。     

基于遗传算法的小推力空间液体发动机参数优化

基于连续型遗传算法，与空间液体火箭发动机系统质量模型和长度模型相结合，建立了空间发动机系统优化模型。以发动机系统的质量为目标函数，对燃烧室压力和喷管扩张比进行了优化设计。计算结果表明，采用遗传算法能够有效地得到最小质量下设计变量的最优解。     

基于遗传算法的TT＆C测控资源优化调度

TT＆C测控资源调度是一个涉及卫星、测控站以及调度准则等多方面因素的复杂优化问题。针对这一优化问题，根据测控调度的一般原则和优化准则，建立了相应的优化模型，并给出了基于遗传算法求解该问题的方法和步骤；最后，通过两个示例分析，演示验证了该方法对于解决一般测控调度问题的有效性。     

基于遗传算法和神经网络的梁板结构可靠性优化

基于结构系统静强度可靠性分析、神经网络和遗传算法,对空间梁板结构系统进行了可靠性分析和基于可靠性的优化设计。结构可靠性分析中,给出了安全余量以及安全余量对各变量敏度的显性表达式,便于各安全余量间相关性计算和可靠性计算精度提高。结构优化中,用神经网络和遗传算法,每代遗传操作中只需用传统方法计算1次结构系统可靠性指标,将该代最优解对应的数据加入神经网络的训练样本,从训练样本中删除最次样本,使训练样本不断处于更新状态。数值算例表明：该法收敛平稳、用时较少,具较好的收敛性和较高的计算效率。     

基于混沌优化自适应遗传算法的数据关联求解

通过判断目标量测值和运动状态之间的最优对应关系,将数据关联问题描述为一类约束组合优化问题,采用混沌优化自适应遗传算法来求解数据关联问题,仿真结果表明,这种算法具有很高的关联成功率;此外,分别采用自适应遗传算法、混沌优化算法以及混沌优化自适应遗传算法求解数据关联问题,结果表明,混沌优化自适应遗传算法求解数据关联问题的最优率明显高于其他2种方法,且其收敛速度也明显快于单独使用自适应遗传算法或混沌优化算法。     

基于退火遗传算法的小推力轨道优化问题研究

利用退火遗传算法解决小推力轨道优化问题。首先利用传统混合法将轨道优化问题归结为受非线性方程约束的参数优化问题。通过结合退火和随机惩罚函数对约束条件进行处理后，用遗传算法求解这个参数优化问题。最后再采用局部优化算法提高解的精度。这种算法既保持了传统混合法精度高、解轨线光滑的优点，又克服了传统轨道优化方法收敛性差、初始猜测困难、容易陷入局部极小解的缺点。在本文的最后，利用文中提出的轨道优化算法求解“喷-停-喷”型定常推力幅值地球-木星轨道转移问题。算例证明此算法可以有效地求解小推力轨道转移问题，尤其适用于传统轨道优化方法难以求解的复杂轨道优化问题。     

一种基于改进遗传算法的WDM光网络路由分配优化

论文给出了一种改进的遗传算法,通过使用一种可变长度的染色体编码表示,设计适合WDM光网络中路由优化问题的交叉和变异操作,使算法可以有效地搜索假设空间解决了WDM光网络中路由最优的情况下所占用的波长数亦是最优的问题。仿真模拟结果表明了该算法具有快速有效的特点,能较好地适用于WDM光网络的路由优化分配问题。     

一种基于遗传算法的编队队形重构优化方法

针对卫星编队队形重构问题,提出了一种满足星间安全距离约束的燃料优化队形机动     

基于遗传算法的多级固体火箭总体/发动机一体化设计优化研究

在综合考虑发动机设计、火箭气动特性和外弹道关系的情况下,建立了多级固体火箭总体发动机一体化设计优化模型.该模型具有如下特点一是不能保证目标函数和约束是凸集上的凸函数,存在"多峰"现象,二是设计变量含连续/离散混合设计变量.根据上述特点,优化方法选用遗传算法,并对遗传算法进行了改进研究,给出了一种改进的基于方向的变异算子.应用该算法完成了某三级固体火箭总体/发动机十五个设计参数的优选,取得了满意结果.     

基于全模式遗传算法的导弹/固体冲压发动机一体化优化

在综合考虑固体火箭冲压发动机设计、导弹气动特性和外弹道关系的情况下,详细分析了各设计变量,并建立了空空导弹总体／冲压发动机一体化设计优化模型。针对在优化过程中遇到的无显式约束问题,提出了一种高效全模式遗传算法,并分析了其收敛性。计算结果表明,与其它算法相比,全模式遗传算法具有极强的全局寻优及高速收敛能力：一体化优化设计优于工程设计方法,可有效提高导弹总体性能。     

基于遗传算法的地基空间目标监视网布站优化与仿真

空间 目标数量的指数级增长和太空武器技术的多样化发展,给空间 目标监视网有限的资源调配带来了严峻挑战.将遗传算法与扩展卡尔曼滤波算法和蒙特卡罗方法相结合,应用于地基空间 目标监视网的布站优化,并通过仿真分析,实现了对监视网探测精度和资源利用率的有效提高.     

基于系统函数优化的非规则天线阵列综合孔径辐射计亮温反演算法

为改善非规则天线阵列综合孔径辐射计反演图像质量,提出了基于系统函数优化的亮温反演方法。通过优化非规则天线阵列的系统函数,消除单元天线非规则排列对系统性能的影响,并在优化过程中引入正则化,稳定反演图像。为补偿正则化引起的反演图像质量损失,在反演算法中引入了迭代运算。仿真结果表明:所提出的反演算法能有效改善非规则天线阵列综合孔径辐射计的亮温反演图像质量,可应用于基于小卫星编队的分布式综合孔径遥感图像反演中,并能为基于小卫星编队的分布式综合孔径阵列优化提供理论基础。