基于GA的BP神经网络在多目标优化中的应用

针对传统多目标优化的求解方法通常存在目标权值主观性大,优化目标仅为各目标加权和以及在求解过程中各目标优化的不可操作性等问题,文中提出了一种新颖的多目标优化算法,其将改进后的遗传算法与BP神经网络融合,提出了基于遗传算法的BP神经网络融合算法。该算法将遗传算法与BP神经网络算法相结合,充分发挥遗传算法的全局搜索能力优势和BP算法的局部搜索能力特点,使得多目标优化问题得以求解,加快收敛速度,从而提高了收敛精度。

基于遗传算法的随机脉位多普勒引信波形优化

波形设计的优劣直接影响无线电引信的抗干扰能力。随机脉位多普勒引信发射波形设计涉及诸多参数的选择及优化。将待优化的参数作为输入,以波形的模糊函数为优化目标函数,应用全局最优解搜索算法——遗传算法,对波形参数选择进行计算机优化。并通过对优化结果进行分析,结果表明参数优化后可提高引信的抗干扰能力,且所用算法高效、成熟。

基于多处理器的可识别方位引信信号处理系统

设计了一种采用FPGA+DSP系统框架的信号处理机,由3个核心处理器协同工作,共同完成多通道多普勒信号的目标检测和方位识别等功能。该信号处理机在实现频域目标检测功能的同时,实现了8象限的方位识别功能,能够提高引战配合效率。多处理器的分层设计保证了该信号处理机的实时性和灵活性,是一个具有较强可扩展性的信号处理开发平台。