基于遗传算法的地面中重频PD雷达PRF组选择

针对地面中重频雷达脉冲重复频率(PRF)组的选择计算复杂的问题,建立了PRF组选择的数学模型,提出了利用遗传算法选择最优PRF组的方法。仿真结果表明,该方法运算性能好,运行速度快。

基于离散度多目标粒子群重频组优化算法

针对重频组优化需考虑的解模糊、抗盲区、抗虚影等因素,提出了一种基于离散度的多目标粒子群重频组优化算法;针对雷达重频组优化问题,以最小化虚影产生率、最小化盲区、最小虚影为目标综合设计重频组,提出基于改进MOPSO重频组优化算法,求解出雷达重频组的最优pareto前沿,并引入灰色关联度用于折中解的选择,最后通过仿真验证了改进MOPSO重频组优化算法在寻优能力、收敛性、减少盲区能力、抗虚影能力和解模糊能力方面均优于传统MOPSO算法。

基于改进粒子群的重频组多目标优化算法

针对传统目标优化算法存在优化目标较为单一的问题,提出基于改进粒子群的重频组多目标优化算法。该算法以传统粒子群算法为基础,使用混沌理论改进粒子群算法结构,结合多目标协同优化,实现了重频组在多个方面综合性能的提升。仿真实验结果表明,该算法能够提升雷达系统抗盲区性能,有效减小了因回波错误互相关产生的虚影。