Kent混沌伪随机码的性能研究

文章将非线性混沌理论应用于扩频通信系统中的伪随机序列,对Kent混沌二进制序列伪随机码的性能进行分析研究,并与改进logistic混沌二进制序列伪随机码的自相关、游程、互相关均方根值、平衡特性及自相关旁瓣等性能进行比较。研究证明,Kent序列性能优良,在扩频通信和保密通信中具有较高的应用价值。

基于Kent混沌蜂群算法的码头排架结构损伤识别

为有效识别高桩码头的结构损伤,提出了一种基于Kent混沌人工蜂群算法的结构损伤识别方法。该算法采用Kent混沌映射和一般反向学习策略初始化蜂群,并引入锦标赛选择策略和Kent混沌搜索机制对算法性能进行改进。基于损伤结构模态参数(振型和固有频率)的计算值与测量值之差构造了目标函数,采用改进的混沌人工蜂群算法搜索最优目标函数对应的损伤因子,实现了基于改进算法的结构损伤识别。对高桩码头排架不同工况下的损伤识别结果表明,改进的混沌人工蜂群算法能够有效地识别结构损伤,且性能优于粒子群优化算法、基本人工蜂群算法和Logistic混沌人工蜂群算法。

基于改进麻雀搜索算法的平面度误差评定方法

针对在平面度误差最小区域评定过程中易出现陷入局部最优、收敛速度慢和精度低的问题,提出了一种基于改进麻雀搜索算法(ISSA)的平面度误差评定方法。首先,采用具有更好遍历性的Kent混沌映射代替传统的Logistic混沌映射生成初始化种群,以增强算法的全局搜索能力;然后,应用一种基于光学透镜成像原理的反向学习策略以避免算法无法跳出局部最优;选用经典测试函数验证了ISSA算法的有效性,相对于SSA能够取得更好的寻优效果;最后,应用该方法对平面度误差进行评定,并与引用的其它方法进行比较。实验结果表明:基于ISSA算法的平面度误差评估方法用时0.4884 s能够解得最小包容平面,与应用SSA算法相比减少了0.3705 s,其计算精度与应用最小二乘法、遗传算法和粒子群算法的平面度误差评定方法相比分别减小了18.0325μm、2.3325μm、6.1325μm。基于ISSA算法的平面度误差评估方法在优化效率、求解质量、计算精度和稳定性上均有优势,可应用于三坐标测量机等形位误差测量仪器。

融合禁忌搜索的混合果蝇优化算法

基本果蝇优化算法(FOA)种群初始位置分布不均匀,搜索后期常跳入局部最优,导致寻优速度慢、寻优精度低,为此融合禁忌搜索的"禁忌"与"特赦"思想进行搜索更新,提出融合禁忌搜索算法(TS)的果蝇优化算法(TSFOA)。将Kent混沌映射的序列作为果蝇种群初始位置,保证果蝇群体在搜索空间中的均匀性、多样性;利用果蝇优化算法进行前期寻优,定义群体适应度方差判断其局部收敛状态;达到局部收敛状态时,引入禁忌搜索,继续深度寻优,提高寻优精度和寻优速度。设计仿真实验测试5个经典标准函数的寻优性能,实验结果表明,TSFOA在寻优精度、寻优速度上均优于基本FOA算法。

新型飞蛾火焰优化算法的研究

飞蛾火焰优化算法(Moth-Flame Optimization,MFO)是一种自然激励且易于实现的全局优化算法,在许多实际优化任务中表现出良好的性能。然而,MFO算法存在早熟收敛和容易陷入局部最优解的问题,针对这些不足,提出了一种Kent混沌动态惯性权值的改善飞蛾火焰优化算法(Ameliorative MFO,AMFO)。在AMFO算法中,引入Kent混沌映射搜索策略帮助当前最优解跳出局部最优;采用基于适应度值和迭代次数的动态惯性权值策略来平衡算法的开发和探索能力,以进一步提升MFO算法性能。在8个经典benchmark函数上验证AMFO算法的搜索精度和性能,并将其结果与标准飞蛾火焰优化算法、粒子群算法和差分进化算法进行比较,仿真结果表明AMFO算法具有较好的搜索性能。

一种改进的猴群算法

猴群算法是一种新的群体智能优化算法,该算法可以有效地求解线性、非线性、非凸和复杂高维函数的优化问题,目前已得到了许多学者的研究和关注.为了进一步提高猴群算法的求解精度,给出了一种改进的猴群算法.首先,采用均匀分布的Kent混沌映射产生猴群算法的初始可行解.然后,在该算法的爬过程中采用递减的因子作为爬步长.最后,在仿真实验中,与已有方法进行比较,结果显示了所给改进猴群算法的求解精度明显得到改善,即所提算法是可行的.

改进压缩感知的舰船数字图像水印算法

为提升数字图像水印嵌入与提取效果,研究改进压缩感知的舰船数字图像水印算法。通过离散小波变换稀疏分解舰船数字图像,获取高频与低频系数矩阵。利用Kent混沌观测矩阵改进压缩感知理论,依据改进压缩感知理论获取高低频系数矩阵观测值。在高频系数矩阵观测值内嵌入水印,并记录嵌入位置,建立索引矩阵。通过压缩感知重构的改进正交匹配追踪算法,重构嵌入水印后的高低频系数矩阵观测值,获取高低频系数矩阵。融合高低频系数矩阵,并离散小波反变换处理融合后的矩阵,获取嵌入水印的舰船数字图像。利用索引矩阵与高频系数矩阵的观测矩阵,提取水印。实验证明:该算法可有效嵌入与提取舰船数字图像水印;在不同攻击类型时,该算法水印嵌入的透明性均较优,水印提取的精度均较高,具备较优的抗旋转与抗剪切攻击能力。

一种基于混合映射策略的改进梅森旋转演算法

文中基于Logistic与Kent两种混沌映射策略交叉映射初始序列的方法,提出一种改进的梅森旋转演算法(LKMT)。为考察其有效性,文中采用SP 800-22测试包测试包括频率、块频率、游程测试等随机性,并与文中提出的其他两种改进方法:基于Logistic混沌映射的MT方法(LMT)和基于Kent混沌映射的MT方法(KMT),进行分组实验对比分析,从不同类别的测试结果通过率比较,LKMT优于KMT和LMT,从通过测试的P_value数值大小来看,LKMT最优,但仅从近似商测试这一测试类别考察,KMT最优。综合考察,文中提出的LKMT相较于其他两种方法是较优的,且相对稳定的。

基于混沌蜂群算法的高耸结构振动信号小波阈值去噪方法研究

为了有效去除实测振动信号中的噪声,改进了一种基于Kent混沌人工蜂群(KCABC)算法的振动信号小波阈值去噪方法。该算法采用Kent混沌映射初始化蜂群,引入锦标赛选择机制选择食物源,并结合混沌策略搜索最优解。基于广义交叉验证(GCV)阈值构造了目标函数,采用改进的KCABC算法搜索最优阈值,实现了不基于噪声先验知识的振动信号阈值去噪。通过对广州新电视塔4组实测振动信号的处理,比较了改进的KCABC算法与粒子群优化(PSO)算法、标准蜂群(SABC)算法以及Logistic混沌蜂群(LCABC)算法的去噪性能。结果表明:提出的KCABC算法具有较快的收敛速度和较高的搜索精度,能够有效去除高耸结构振动信号中的噪声部分。