三元组射频仿真是电子系统进行外场试验前的必要步骤,仿真的有效性取决于电子系统在室内仿真与外场试验下的响应一致性。研究了耦合效应对三元组射频仿真的影响。通过理论分析与全波电磁计算,分析了发射端三元组单元间的耦合、接收〖JP3〗端单元间耦合对仿真的影响。结果表明,当接收端方向图在三元组邻域内均匀时,发射端的单元间耦合可以忽略;当接收端各支路的天线之间耦合参数与电磁波照射方向无关时,接收端耦合对射频仿真无影响。基于文中参数,发射端耦合、接收端耦合造成的仿真误差分别低于总仿真误差两个数量级、一个数量级。
提出了改进的稀疏子空间学习方法。首先,提出了稀疏近邻相关性重构模型,该模型通过提取样本间的局部信息和标记样本的标签信息,解决了稀疏子空间学习的全局特征导致数据描述不充分的问题;其次,利用半监督技术,引入正则化参数对无标签判别特征和标签判别特征进行特征融合,提高了基于稀疏近邻相关性重构的子空间学习算法的性能。实验结果表明,该方法具有较高的分类性能和识别率,此外,稀疏近邻相关性重构在提取判别信息时具有良好的稳定性。
根据生物进化史中已被发现的物种大爆发和大灭绝现象,提出了智能优化算法——物种生灭算法,并对寻优机制进行了详细的描述。该算法借鉴了物种灾变进化理论的思想,通过对物种执行大爆发和大灭绝操作实现寻优,通过引入主支转移和新老物种的衍生能力收缩等策略,达到平衡算法全局寻优能力与局部寻优能力的目的。仿真结果表明该算法具有实现简单、收敛速度快、运行效率高、寻优精度好等优点。