改进标准粒子群算法的阵列天线综合

发布时间：2018-07-03 11:51

  本文选题：粒子群算法 + 泰勒综合　； 参考：《微波学报》2017年01期

【摘要】：针对标准粒子群(Particle Swarm Optimization,PSO)算法应用于非对称副瓣形状方向图综合时,收敛速度慢和容易早熟的缺陷,提出了一种改进标准粒子群算法。该方法借助于修正Taylor综合法先得到连续口径分布,然后通过对其抽样得到粒子群初始化的基本值,对该基本值添加随机值得到PSO优化的初始粒子种群,将该种群用于PSO迭代时,采用"精英"选择思想,即用较好的粒子替代部分较差的粒子,直到满足停止条件。文中给出了运用该方法综合的两个实例,验证了其可行性,并通过多次重复试验,验证了该方法的高效性。
[Abstract]:Aiming at the shortcomings of Particle Swarm Optimization (PSO) algorithm in asymmetric sidelobe shape pattern synthesis, a modified standard particle swarm optimization (Swarm) algorithm is proposed to solve the problem of slow convergence and premature convergence. In this method, the continuous aperture distribution is obtained by means of modified Taylor synthesis method, and then the basic value of particle swarm initialization is obtained by sampling it, and the initial particle population is added to the basic value of PSO optimization, and the population is used in PSO iteration. The idea of "elite" selection is adopted, that is, better particles are used to replace some of the inferior particles until the stopping conditions are satisfied. In this paper, two examples are given to verify the feasibility of this method, and the efficiency of the method is verified by repeated experiments.
【作者单位】： 成都新欣神风电子科技有限公司;
【分类号】：TP18;TN820.15

【参考文献】

相关期刊论文 前5条

1 田雨波;高东慧;;改进小波变异粒子群优化算法用于直线阵综合[J];电波科学学报;2013年01期

2 刘东;冯全源;;粒子群阵列天线方向图适应值函数研究[J];电波科学学报;2011年03期

3 张灿斌;段世忠;赵书敏;;改进适应度函数的阵列综合粒子群算法[J];雷达科学与技术;2011年03期

4 袁智皓;耿军平;金荣洪;范瑜;;基于改进的粒子群算法的二维阵列天线方向图综合技术[J];电子与信息学报;2007年05期

5 焦永昌;杨科;陈胜兵;张福顺;;粒子群优化算法用于阵列天线方向图综合设计[J];电波科学学报;2006年01期

【共引文献】

相关期刊论文 前10条

1 丁桥;;改进标准粒子群算法的阵列天线综合[J];微波学报;2017年01期

2 胡雪川;刘会杰;;基于粒子群混合算法的星载多波束接收天线综合技术研究[J];电子设计工程;2016年24期

3 贾深惠;赵拥军;陈沛;刘亚奇;刘成城;;基于二阶锥规划的共形阵列宽带方向图综合[J];信息工程大学学报;2016年04期

4 禚真福;杨永建;樊晓光;王晟达;黄柏儒;赵星辰;;阵列方向图综合中PSO算法粒子越界处理研究[J];现代防御技术;2016年01期

5 董健;钱婷婷;施荣华;;基于改进黑洞算法的阵列天线方向图综合[J];电波科学学报;2016年02期

6 禚真福;杨永建;樊晓光;王晟达;南建国;王久崇;;改进二分粒子群优化算法的阵列方向图综合[J];系统工程与电子技术;2015年11期

7 李星晨;;基于神经网络和粒子群算法的二维螺旋天线阵快速综合[J];山东工业技术;2015年05期

8 李星晨;;基于MATLAB的分布式粒子群优化算法[J];山东工业技术;2015年04期

9 吴华宁;柳超;谢旭;;基于入侵性野草优化算法的平面天线阵列的方向图综合[J];海军工程大学学报;2015年01期

10 乔成林;全厚德;崔佩璋;郑保明;;基于蜂群算法任意平面阵最大信干噪比研究[J];测控技术;2014年12期

【二级参考文献】

相关期刊论文 前10条

1 高东慧;董平平;田雨波;周昊天;;一种改进的小波变异粒子群优化算法[J];计算机工程;2012年21期

2 李金金;田雨波;;基于量子粒子群改进算法的直线阵综合[J];电波科学学报;2012年02期

3 刘东;冯全源;;基于停滞检测粒子群算法的阵列天线方向图综合[J];电波科学学报;2009年04期

4 齐美清;汪伟;金谋平;;基于粒子群算法的天线阵方向图优化[J];雷达科学与技术;2008年03期

5 高波;金荣洪;耿军平;;基于一种新的粒子群算法的天线方向图综合技术[J];电子与信息学报;2007年12期

6 金荣洪;袁智皓;耿军平;范瑜;李佳靖;;基于改进粒子群算法的天线方向图综合技术[J];电波科学学报;2006年06期

7 焦永昌;杨科;陈胜兵;张福顺;;粒子群优化算法用于阵列天线方向图综合设计[J];电波科学学报;2006年01期

8 范瑜,金荣洪,刘波,耿军平;阵列天线方向图综合中的遗传算法目标函数研究[J];电子与信息学报;2005年05期

9 周驰,高海兵,高亮,章万国;粒子群优化算法[J];计算机应用研究;2003年12期

10 陈胜兵,焦永昌,张福顺,刘其中;蜂窝移动通信基站天线技术研究进展[J];西安电子科技大学学报;2003年06期

【相似文献】

相关期刊论文 前10条

1 秦玉灵;孔宪仁;罗文波;;混沌量子粒子群算法在模型修正中的应用[J];计算机工程与应用;2010年02期

2 陈治明;;新型量子粒子群算法及其性能分析研究[J];福建电脑;2010年05期

3 牛永洁;;一种新型的混合粒子群算法[J];信息技术;2010年10期

4 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

5 刘衍民;赵庆祯;邵增珍;;一种改进的完全信息粒子群算法研究[J];曲阜师范大学学报(自然科学版);2011年01期

6 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[J];计算机工程与应用;2011年05期

7 熊智挺;谭阳红;易如方;陈赛华;;一种并行的自适应量子粒子群算法[J];计算机系统应用;2011年08期

8 孟纯青;;非线性粒子群算法[J];微计算机应用;2011年08期

9 任伟建;武璇;;一种动态改变学习因子的简化粒子群算法[J];自动化技术与应用;2012年10期

10 刘飞,孙明,李宁,孙德宝,邹彤;粒子群算法及其在布局优化中的应用[J];计算机工程与应用;2004年12期

相关会议论文 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

相关博士学位论文 前10条

1 李庆伟;粒子群算法及电厂若干问题的研究[D];东南大学;2016年

2 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

3 尹浩;求解Web服务选取问题的粒子群算法研究[D];东北大学;2014年

4 王芳;粒子群算法的研究[D];西南大学;2006年

5 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

6 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

7 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

8 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

9 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

10 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

相关硕士学位论文 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

，

本文编号：2093541