基于G&L-HHO的光束指向精度优化算法

指向精度是光束控制领域最核心的指标之一,指向精度的高低直接决定了光束控制器性能的优劣。为了解决液晶相控阵受制作工艺限制会造成较大光束偏转角度误差、指向精度下降等问题,本文提出一种基于改进哈里斯鹰(HHO)的光束指向精度优化算法。首先,对影响因素进行分析,选取合理的器件参数。随后,采用哈里斯鹰算法对液晶相控阵进行光束指向精度优化。最后,鉴于哈里斯鹰算法容易陷于局部最优值的难题,本文设计了兼顾全局与局部并优策略的哈里斯鹰算法(G&L-HHO)。在全局优化策略方面,选择柯西分布函数增加初始种群多样性,提高算法的全局搜索效率;在局部优化策略方面,采用自适应余弦加权因子,多方面增强哈里斯鹰算法的寻优性能。仿真实验对比结果表明,本研究提出的G&L-HHO算法将归一化精度误差由100数量级优化为10^(-4)数量级,并大幅降低了归一化精度误差波动幅值。本研究显著提高了光束指向精度,并具有收敛精度高、收敛速度快、鲁棒性强等优点。

舰载相控阵雷达光束指向控制策略研究

为改善在舰载相控阵雷达的光束控制中指向精度的参数指标,同时增强光束控制器性能与舰载相控阵雷达检测的准确性,本文通过相关影响因素分析,选取合理的器件参数,期望达到最佳效果。然后研究基于分数阶耦合复值神经网络的光束指向控制策略,通过对分数阶复值神经网络的投影同步的研究证明,系统的投影同步可以控制光束的指向。采用哈里斯鹰算法(HHO)对液晶相控阵进行光束指向精度优化,仿真实验结果表明,本文设计的全局与局部并行优化策略的哈里斯鹰算法,归一化精度误差由100数量级优化为10-4数量级,有效提高了舰载相控阵雷达的检测精度。