论文部分内容阅读
粒子群优化算法(PSO)通常随机赋初值。提出一种新的线阵方向图优化的PSO算法。通过矩阵运算解析出对应预期方向图的一组阵元权系数的估值。将该估值视为最优粒子初值的有效估计量。将该估计量赋值给种群的一个粒子,而其他粒子仍然赋随机初值。新优化算法与传统PSO算法唯一区别在于粒子初值的初始化方法。仿真实验结果表明,新算法不但收敛速度更快,而且适应度值收敛的更深,能够有效提高传统PSO算法的在复杂的非线性优化问题上的收敛特性。