检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:王停[1,2] 夏克文[1] 张文梅[2] 白建川[1]
机构地区:[1]河北工业大学信息工程学院 [2]中国人民解放军93756部队
出 处:《电子学报》2013年第6期1177-1182,共6页Acta Electronica Sinica
基 金:国家自然科学基金(No.60972106;No.5120B168);天津市自然科学基金(No.11JCYBJC00900);河北省自然科学基金(No.F2013202254;No.F2013202102);河北省引进留学人员基金(No.JFS-2012-13001)
摘 要:针对传统智能方法在方向图综合中易于早熟和局部寻优能力不足等缺陷,在基于量子位概率幅编码的量子粒子群优化算法(QPSO)的基础上,设计一种进行收敛停滞检测,并对粒子选择性变异的新量子粒子群算法,然后将其应用于阵列天线方向图综合.仿真结果表明,在多零点和低旁瓣约束情况下新算法均可以取得良好的优化效果,而且该算法相对于近邻粒子群算法(NPSO)和免疫克隆选择算法(ICSA)来说,在方向图综合中精度更高,速度更快,具有很好的推广能力.In view of some short comings,such as the premature convergence and bad local optimal searching capability in traditional intelligence methods for pattem synthesis,a novel algorithm is proposed based on quantum particle swarm optimization (QPSO) with probability amplitude coding of quantum bits,which is designed by use of stagnation detection and selective variation in particles and is applied in the pattem synthesis of array anttenas.The simulation results show its high performance in the pattern synthesis of array anttenas with multi-null and low sidelobe restrictions,and in addition,the algorithm proposed is superior to neighborhood particle swarm optimization(NPSO)and immune clonal selection algorithm(ICSA) in optimization accuracy and operation speed,and it has very good generalization capability.
关 键 词:阵列天线 方向图综合 量子位概率幅编码 粒子群优化算法
分 类 号:TP302.7[自动化与计算机技术—计算机系统结构]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3