基于自适应惯性权重粒子群优化的多跳频信号盲源分离

针对跳频通信中多跳频信号的盲源分离问题,提出了一种基于自适应惯性权重粒子群的盲源分离算法。该算法将分离信号的负熵作为目标函数,依据迭代前后每个粒子适应度值间差值自适应地调节惯性权重。把适应度值变差的粒子惯性权重设成零,以消除惯性分量不利影响,这样可以减少无效迭代次数,提高收敛速度。应用于盲源分离时,比经典算法分离效果好且克服了激活函数选取难题。实验结果表明该算法用于多跳频信号盲分离时性能稳定且收敛速度快,与经典算法比较优势明显,为智能算法在盲源分离方面的研究提供了一定的参考。     

基于迭代优化度与直线搜索的改进粒子群算法

现有粒子群算法无论是在算法运行的前期还是后期,现有的改进方法都是以适应度值来作为评价粒子优劣的唯一标准,本文根据挖掘有潜力粒子的思想,提出迭代优化度概念来刻画粒子的潜力,并对于潜力较大的粒子采用直线搜索的策略来进行搜索,这样就避免所有的粒子均参考适应度值优秀的粒子运动,提高了算法效率,保持了潜力大的粒子的独立性。将改进粒子群算法用2个经典的检验函数进行对比检验,结果表明提出的改进粒子群算法能大幅度增强摆脱局部最优解的能力,有效地改善寻优性能。     

一种小尺寸极化阵列及其高精度定位波束形成

提出一种偶极子天线单元构成的极化敏感阵列用于全球卫星导航信号的接收,经过阵列信号波束形成后,在抗干扰的同时保留卫星导航信号中载波相位测量值的准确性,可用于基于载波相位测量的高精度差分定位。与传统的圆极化天线阵列相比,该阵列具有阵元构造简单、尺寸小的特点。通过建立极化阵列接收信号模型,分析了天线极化和波束形成算法对卫星导航信号相位的影响,给出了相适应的相位中心稳定的数字波束形成算法。仿真验证了分析的正确性和算法的有效性。     

一种基于简化极化敏感阵列的APES波束形成算法

为了有效降低极化敏感阵列各共点分量之间互耦的相互影响,进一步提高极化阵列的滤波性能,基于新的阵列模型提出了幅度相位估计（APES）波束形成算法。首先,给出了简化极化阵列的布阵模型和接收信号模型;然后,针对简化极化阵列给出了极化APES波束形成算法的详细理论推导,得到了最优权向量的表达式;最后,通过仿真实验验证了极化APES在波束形成方面的有效性。仿真结果表明该算法在强期望信号功率、低采样快拍数或是存在相干干扰的情况下都具有稳定的波束图。     

单权值优化发射波束MIMO传输方案

针对无线通信系统越来越高的传输速率需求，提出了一种新的多天线传输方案。该方案将非正交多址接入与波束形成相结合。在发射端，多路信号进行加权叠加，然后对该叠加信号加权形成波束。在接收端，将信号的能量、误码率等信息反馈到发射端用于权值优化。发射端收到反馈信息后，根据误码率对叠加权值进行调整，然后用单权值优化方法对波束权值进行调整，两部分联合优化提高系统的综合性能。实验仿真结果表明，与以往提出的多天线传输方案相比，该方案的传输速率和权值收敛速度都有所提高。     

一种平面稀疏阵列的快速综合方法

以快速综合出满足期望方向图以及阵元数最少的平面阵列为目标,提出一种基于迭代加权1范数的平面阵列综合方法。该方法将平面稀疏阵列综合问题转化为加权1范数最小化的稀疏信号重构过程,并利用拉格朗日乘数法求解每次迭代中的阵列加权向量的闭式解,由于二维平面的空间采样导致闭式解中存在大规模矩阵的求逆运算,进而引入共轭梯度法以促进算法加速收敛。当满足迭代终止条件时,由加权向量的非零值确定平面阵列的阵元位置及其激励。仿真结果表明,该方法能有效提高平面稀疏阵列综合的收敛速度。     

基于到达角误差约束的稳健宽带波束合成算法

针对阵列天线存在系统误差的情况,在Frost结构的基础上提出了一种改进的稳健宽 带波束合成算法。该算法以信号到达角（DOA）误差为约束条件合成期望信号,并把滤波器 优化设计转化为凸优化问题,使用内点迭代法有效解决,进一步使得期望的信号响应具有一 定的波动性,从而使得更多的自由度应用在干扰和噪声的抑制上,达到优化加权制的目的。 仿真结果表明,当系统存在一定的DOA误差、幅相误差和位置误差时,所提出的宽带波束合 成算 法获得的信干噪比（SINR）比worst-case约束算法提高约1～3 dB。     

恒模数字波束形成器在多天线软件无线电平台中的实现

在一个多天线软件无线电平台上实现了基于恒模算法(CMA)的数字波束形成器。利用DSP的EDMA传输方式可以提高数据传输的速率,增加波束形成的实时性。试验结果表明:采用恒模数字波束形成算法,可以使天线主波束对准用户信号到达方向,旁瓣或零陷对准干扰信号达到方向,达到抑制干扰的目的。当采样速率为500 kHz时,在我们的平台上可以实时实现数字波束形成。     

WCDMA中一种利用查表LMS算法的自适应阵

本文针对WCDMA中上行链路存在导频信道的特点,并结合变步长LMS算法的优点,提出了一种查表LMS波束形成算法。该算法利用导频信号作为空间波束形成的参考信号,把误差范围和相应的步长存储到列表中,在进行波束形成时所要采用的迭代步长直接在列表中查取。该算法的实现复杂度低,收敛速度快,运算量小。     

全空域球面相控阵波束形成器的优化设计

针对目前全空域球面相控阵测控系统工程应用中波束数量、信号瞬时带宽等数字波束形成器性能和复杂度难以兼顾的问题，分析了常规波束形成方法在基于半球形结构的S频段大型共形天线阵列工程应用中的局限，给出了一种基于子阵划分的宽带数字波束形成器优化设计方法，通过优化幅相和时延补偿方式，使算法不受子阵尺寸限制，工程实现复杂度较低。系统建模和仿真验证表明该方法可以获得良好的瞬时带宽性能，具有较好的工程应用价值。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上，针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题，提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值，易形成局部极值，同时学习次数较多，需先通过粒子群算法进行优化。为了提高定位精度，首先采用速度常量法滤波处理，然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化，并分析算法的性能。试验中隐层节点个数采用试错法，从12到19变化，以确定合适数目。实验结果表明，与一般加权算法和传统BP算法相比，改进的混合优化算法可大幅改善测距误差对定位误差的影响，同时可使25 m内最小定位误差小于0.27m     

采用FFT-PSO策略的多约束稀疏阵天线方向图综合

采用稀疏布阵的相控阵测控天线，阵元等幅激励时的阵列峰值副瓣电平无法满足指标要求。在考虑天线增益、半功率波束宽度等指标约束时设计了合适的适应度函数，并基于粒子群算法(PSO)对阵元激励幅度进行优化以降低天线副瓣电平。同时，分析了等间距栅格平面阵列天线方向图与离散傅里叶变换的关系，采用快速傅里叶变换(FFT) 降低了阵列方向图计算复杂度。仿真结果表明，该方法可有效降低峰值副瓣电平和计算复杂度。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出（MIMO）系统中，天线选择技术平衡了系统的性能和硬件开销，但大规模MIMO系统收发端天线选择复杂度问题一直没有得到很好的解决。基于信道容量最大化的准则，采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态，提出将二进制猫群算法（BCSO）应用于多天线选择中，以MIMO系统信道容量公式作为猫群的适应度函数，将收发端天线选择问题转化为猫群的位置寻优过程。建立了基于BCSO的天线选择模型，给出了算法的实现步骤。仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法，非常适用于联合收发端天线选择的大规模MIMO 系统中。     

二维束宽恒定的二阶锥规划波束形成方法

二阶锥规划作为凸优化理论的一个分支,近些年来已应用于波束形成的研究,但在已有研究中基于均匀线阵的一维波束形成研究得较多,且较少考虑不同指向下的束宽恒定问题。因此,基于矩形平面阵,将二阶锥规划的一维束宽恒定波束形成方法扩展到二维作为主要研究目标,首先采用Dolph-Chebyshev加权方法设计出二维参考波束,再以主瓣逼近和旁瓣最小为约束,引入二阶锥规划方法设计了支持不同俯仰角和方位角指向的二维波束。经仿真分析,所提方法可实现在三维空间中的不同指向下的波束形成,且在俯仰角设定后,在不同方位指向下可实现3 dB束宽较恒定的波束,减少了指向对波束特性的影响,方便于应用。     

基于遗传算法的圆形天线阵波束成形算法

将基于GA(遗传算法)的波束成形算法应用于二维圆形天线阵,研究了算法在解决抑制多个窄角度强干扰问题时的性能;同时提出了一种改进的二进制编码方法,该方法引入了若干参数用以方便地控制解的精度和搜索空间。仿真结果表明,算法可以使得天线阵在主波束对准有用信号的同时,有效地抑制多个强干扰。文中建立的模型适用于卫星通信抗空间恶意干扰问题。     

基于萤火虫算法的多中继功率分配

为了充分实现中继协作,降低多中继协作通信系统功率分配优化问题的计算复杂度,提出了基于萤火虫算法的多中继功率分配方案。在一定的总功率和节点功率约束下,以最大化平均信噪比为优化目标函数,建立了多中继协作系统的功率分配最优化模型。选取该目标函数作为萤火虫的适应度函数,用向量表示萤火虫的状态,该向量的维数为待分配源节点和中继节点的个数,通过萤火虫聚集得到种群中最好的萤火虫,即可获得渐进最优功率分配。仿真结果表明,与平均功率分配相比,基于萤火虫算法的功率分配方案能降低2.44%~6.17%的比特差错率,提高了系统性能。     

手征媒质反射特性仿真计算

手征媒质是双各向同性媒质的一种,其手征参数具有可调性。首先,在标准粒子群 算法(PSO)和模拟退火（SA）算法的基础上进行了改进,并利用混合算法优化设计手征参数 及媒质 厚度,以在给定的频率范围内获得较高的吸收率。然后,仿真计算了某一个参数取不同值而 其它参数固定情况下电磁波垂直入射到手征媒质时的反射系数。结果证明,只有在最优化参 数条件下才可以在频带内获得较理想的吸收率和反射系数。     

多级维纳滤波测向算法的参考信号优化方法

多级维纳滤波（MSWF）利用接收数据矩阵的正交分解,代替了传统MUSIC算法对协方差矩阵 的特征分解,降低了运算量。为有效提高算法性能,对参考信号的取值进行了研究,发现方 向矩阵的取值对其有很大影响。在参考信号取值结构为阵元接收数据的基础上提出参考信号 取值公式,指出了文中条件下参考信号的最优取值。仿真结果表明,在相同条件下该优化方 法比其他算法有更好的性能,对于提高算法精度具有重要意义。