提出了采用兩段式同軸波紋慢波結(jié)構(gòu)實現(xiàn)雙頻高功率微波輸出的相對論返波振蕩器， 推導了該結(jié)構(gòu)的TM0n模式色散方程，數(shù)值求解了兩段式同軸波紋慢波結(jié)構(gòu)TM0n模色散曲線，分析了該器件X波段雙頻高功率微波輸出的產(chǎn)生機理， 分析中考慮了電子注在慢波結(jié)構(gòu)第二段工作效率不變和下降時的雙頻工作點情況，并運用2.5 維全電磁粒子模擬程序驗證了雙頻微波信號的可靠性。關鍵詞高功率微波；雙頻；X 波段；相對論返波振蕩器 當前， 應用于高功率微波效應的微波器件只有一個主頻率，已有的實驗結(jié)果表明，在現(xiàn)有條件下，單頻高功率微波用于攻擊敵方的電子系統(tǒng)所需的功率遠遠大于單只高功率微波源所能產(chǎn)生的功率，即破壞閾值很高[1]。但是，如果用兩個或多個頻率相近的高功率微波波束產(chǎn)生拍頻后用于攻擊電子系統(tǒng)，那么所需的功率密度將大大減小，即效應閾值大大下降， 采用這種方式將有可能在現(xiàn)有的技術(shù)下使高功率微波實用化[2]，但是雙頻及多頻高功率微波源器件的研究目前是十分前沿的課題，處于剛起步階段，在國內(nèi)外極少有報道[2～4]，因而，用單個微波源器件產(chǎn)生穩(wěn)定輸出的雙頻甚至多頻高功率微波具有重要的實際應用價值和學術(shù)價值，是高功率微波領域又一個新興的研究方向， 在高功率微波武器和新體制雷達等方面將有良好的應用前景。
上傳時間： 2013-10-31
上傳用戶：kxyw404582151
對5.8 GHz回旋波整流器的高頻互作用區(qū)進行了設計與研究；運用CST對回旋波整流器高頻互作用區(qū)的場分布狀況進行了仿真；并運用MAGIC對其進行了粒子模擬。最后，設計出了工作在5.8 GHz，具有高能量轉(zhuǎn)換效率的回旋波整流器高頻互作用區(qū)
上傳時間： 2013-11-13
上傳用戶：suicoe
設計了Ka波段螺旋線行波管的慢波結(jié)構(gòu),分析其色散特性曲線和耦合阻抗,對高頻系統(tǒng)進行了優(yōu)化;利用PIC粒子模擬得到在工作頻帶內(nèi)飽和輸出功率＞73.5 W,增益畸變＜2%,并對試制樣管進行了試驗,測得在工作頻帶內(nèi)輸出功率＞45 W,電子效率＞12.5%,采用4級降壓收集極后總效率大于40%,最后對模擬結(jié)果和實測結(jié)果的差異原因進行了簡單分析。
上傳時間： 2013-12-14
上傳用戶：米米陽123
保證全局收斂的隨機微粒群算法。當最優(yōu)粒子的解無進化，則對其位置、速度進行變異，而使算法不致過早收斂，只要迭代次數(shù)足夠，算法保證全局收斂。
上傳時間： 2015-03-17
上傳用戶：問題問題
粒子群優(yōu)化算法(PSO)是一種進化計算技術(shù)(evolutionary computation).源于對鳥群捕食的行為研究 PSO同遺傳算法類似，是一種基于疊代的優(yōu)化工具。系統(tǒng)初始化為一組隨機解，通過疊代搜尋最優(yōu)值。但是并沒有遺傳算法用的交叉(crossover)以及變異(mutation)。而是粒子在解空間追隨最優(yōu)的粒子進行搜索。詳細的步驟以后的章節(jié)介紹 同遺傳算法比較，PSO的優(yōu)勢在于簡單容易實現(xiàn)并且沒有許多參數(shù)需要調(diào)整。目前已廣泛應用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡訓練，模糊系統(tǒng)控制以及其他遺傳算法的應用領域
標簽： evolutionary computation PSO 粒子群
上傳時間： 2015-03-28
上傳用戶：源弋弋
在C語言環(huán)境下使用的粒子群優(yōu)化算法，需要給出最大速度、迭代次數(shù)、作為中斷條件的最小誤差等初始條件。
標簽： C語言 環(huán)境 優(yōu)化算法 粒子群
上傳時間： 2014-12-04
上傳用戶：wmwai1314
圍繞粒子群的當前質(zhì)心對粒子群重新初始化.這樣，每個粒子在隨后的迭代中將在新的位置帶著粒子在上次搜索中獲得的“運動慣性”（wvi）向Pi，Pg的方向前進，從而可以在粒子群的運動過程中獲得新的位置，增加求得更優(yōu)解的機會.隨著迭代的繼續(xù)，經(jīng)過變異的粒子群又將趨向于同一點，當粒子群收斂到一定程度時又進行下一次變異，如此反復，直到迭代結(jié)束.
上傳時間： 2013-12-10
上傳用戶：thuyenvinh
二維二進制離散粒子群求解agent聯(lián)盟問題的源代碼，按c鍵迭代開始執(zhí)行
上傳時間： 2015-08-31
上傳用戶：lindor
粒子群優(yōu)化算法(PSO)是一種進化計算技術(shù)(evolutionary computation)，有Eberhart博士和kennedy博士發(fā)明。源于對鳥群捕食的行為研究 PSO同遺傳算法類似，是一種基于疊代的優(yōu)化工具。系統(tǒng)初始化為一組隨機解，通過疊代搜尋最優(yōu)值。但是并沒有遺傳算法用的交叉(crossover)以及變異(mutation)。而是粒子在解空間追隨最優(yōu)的粒子進行搜索。詳細的步驟以后的章節(jié)介紹 同遺傳算法比較，PSO的優(yōu)勢在于簡單容易實現(xiàn)并且沒有許多參數(shù)需要調(diào)整。目前已廣泛應用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡訓練，模糊系統(tǒng)控制以及其他遺傳算法的應用領域
標簽： evolutionary computation PSO 粒子群
上傳時間： 2016-04-26
上傳用戶：zhuimenghuadie
實習目的 本實驗將練習如何運用 DSP EVM 產(chǎn)生弦波。使學生能夠加深瞭解 TMS320C6701 EVM 發(fā)展系統(tǒng)的基本操作，及一些周邊的運作。 藉由產(chǎn)生弦波的實驗，學習如何使用硬體及軟體。在軟體部份，使 用 Code Composer Studio（CCS） ，包含 C 編輯器、連接器（linker）和 TI 所提供的C源始碼偵錯器（debugger） 。在硬體部份包括TMS320C67 的 浮點 DSP 和在 EVM 板子上的類比晶片。
上傳時間： 2016-05-05
上傳用戶：sclyutian
