版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、共形陣天線是一種依附于載體表面,與載體在外形上融為一體的天線。共形陣天線不僅具有良好的美觀,還具有提高載體的空氣動力學性能、提高天線的口徑、增大天線的掃描范圍等優(yōu)點。因此在雷達探測、衛(wèi)星通信等領域中具有廣泛的應用。共形陣方向圖綜合問題屬于典型的優(yōu)化問題,該問題常包含多個優(yōu)化目標,如主瓣形狀、副瓣電平、零陷位置、陣列效率和極化方向等。由于這些優(yōu)化目標往往是相互制約的,這就使得共形陣方向圖綜合問題成為了多目標優(yōu)化問題。鑒于此,本文針對基于多
2、目標優(yōu)化算法的共形陣方向圖綜合問題展開研究,論文的主要內(nèi)容如下:
首先,建立了共形陣的基本信號模型,分析共形陣遠場方向圖表達式,介紹了幾種典型的共形陣方向圖綜合方法并進行了仿真實驗。
其次,介紹了多目標優(yōu)化算法的基本思想和與步驟,重點介紹了基于帕累托最優(yōu)法(Pareto Optimality)的多目標人工蜂群算法(Multi-Objective Artificial Bee Colony,MOABC)。并針對共形陣方
3、向圖綜合問題的特點,對MOABC算法中的鄰域搜索方式、跟隨蜂的選擇算法、擁擠距離定義和搜索步長的設置方式進行了改進,形成了改進的多目標人工蜂群算法(Improved Multi-Objective Artificial Bee Colony,IMOABC)。
最后,利用IMOABC算實現(xiàn)了二種典型的多目標共形陣方向圖綜合。首先是最大化相對陣列效率的共形陣方向圖綜合,其優(yōu)化目標分別為方向圖的波形和共形陣的相對陣列效率。其中相對陣
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于智能優(yōu)化算法的共形陣方向圖綜合.pdf
- 空間映射算法優(yōu)化共形陣方向圖特性.pdf
- 共形陣低副瓣方向圖綜合方法研究.pdf
- 天線陣方向圖綜合的智能優(yōu)化算法研究.pdf
- 共形陣的方向圖綜合及自適應波束形成研究.pdf
- 基于多目標優(yōu)化算法的推薦算法研究.pdf
- 基于自適應陣原理的任意陣方向圖綜合.pdf
- 基于遺傳算法的建筑工程多目標綜合優(yōu)化.pdf
- 多目標進化算法及其在天線方向圖綜合問題中的應用.pdf
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 基于進化算法的動態(tài)多目標優(yōu)化.pdf
- 陣群網(wǎng)多目標跟蹤算法研究.pdf
- 基于多目標優(yōu)化的進化算法研究.pdf
- 基于組合算法的多目標優(yōu)化研究.pdf
- 基于改進免疫算法的多目標優(yōu)化研究.pdf
- 基于混沌鳥群算法的多目標優(yōu)化算法研究.pdf
- 基于粒子群優(yōu)化的離散多目標優(yōu)化算法.pdf
- 基于多目標粒子群優(yōu)化算法的圖像分割算法.pdf
- 共形陣的優(yōu)化設計及故障診斷算法研究.pdf
- 多目標優(yōu)化演化算法.pdf
評論
0/150
提交評論