基于最小最大决策的三站时差定位布阵优化

提出了一种基于最小最大决策的三站时差定位布阵优化方法,以提高系统对目标区域的整体定位精度。应用基于最小最大决策的最优化理论,建立布阵优化问题的数学模型。该模型以三站坐标为决策变量,以目标区域的最大水平定位误差最小为目标函数,然后运用基于最小最大决策的最优化算法,求解模型的最优解,并将此最优解作为三站时差定位系统的最优布阵。仿真结果与理论计算一致,验证了这种布阵优化结果的最优性。

基于遗传算法的稀疏子阵布阵优化软件

为降低相控阵雷达天线的系统复杂性及硬件成本,采用稀疏阵列和子阵技术对天线阵面进行稀疏优化布阵。对稀疏子阵的布局优化进行分析,基于遗传算法研究优化后的稀疏子阵布局;对稀疏子阵波束形成算法进行设计,通过采用二级加权法,先对子阵内部阵元采用固定加权法获取阵元级权矢量,再对子阵级数据采用自适应波束形成算法求取子阵级最佳权矢量,从而实现稀疏子阵的波束形成;设计子阵优化布局与波束形成应用软件。结果表明:该软件具有良好的人机交互界面,可对天线稀疏优化设计起到较好的辅助和验证作用,有效提高天线阵列优化设计自动化程度。

非均匀线天线阵优化布阵研究

针对有阵元数、孔径和最小阵元间距约束的稀布直线阵列综合问题,提出了一种基于修正遗传算法(MGA)的综合方法.该方法采用真值编码,个体的描述方式可使搜索空间减小,通过设计用于处理约束的矩阵变换和广义的交叉算子和变异算子,有效地避免了基因重组和变异时出现不可行解.在约束阵列孔径和阵元数的条件下,高效地实现了任意最小阵元间距约束下抑制峰值旁瓣电平(PSLL)的稀布阵综合.文中给出了修正遗传算法的流程,该算法的有效性和鲁棒性在稀布阵列综合的仿真实验中得到了验证.

诱偏暨导航一体化系统平台优化布阵及运动模型

诱偏导航一体化系统是通过空中转发器构建伪星座,播发可控时延信号实现对一定区域内来袭GPS制导武器的诱偏干扰,同时己方接收机通过捕获己方导航数据获得空中平台位置和时延,实现一定区域内的自身导航.在实现诱偏干扰的同时,以提高系统对目标区域的整体定位精度为目标,以区域映射和覆盖为约束,在系统短时间工作条件下,建立多目标规划及最小最大评价函数的布阵优化数学模型.运用乘子罚函数法进行模型的求解,并给出求解步骤.在系统长时间工作的条件下,基于非线性规化的方法,建立空中平台的运动模型.给出了二次规划二次约束运动模型的求解步骤,仿真结果证明了模型的有效性.

基于遗传算法的智能水雷布阵策略优化研究

智能水雷具备水雷自组网,信息融合及远程攻击能力。通过综合考虑雷障中水雷的探测距离、探测概率、运动半径和爆炸半径等主要因素对目标舰船毁伤概率的影响,建立封锁效能的数学模型,对比了智能水雷相较于传统水雷的封锁效能效果,并基于智能水雷封锁作战模型提出了基于遗传算法的水雷布阵方法,通过遗传算法优化水雷数量和坐标配置,总结了基于不同水雷数量及不同舰船数量下舰船毁伤概率的变化规律,并进行了仿真验证。计算结果为智能水雷的水下作战想定设计、优化水雷布局方案等方面提供量化参考。

一种超视距导航系统的优化布阵研究

GPS等导航系统具有广泛应用,但其可用性受限,且难以为用户提供持续的高精度导航。对此文中提出一种利用三颗同步卫星和一个浮空器组成转发平台的超视距导航系统,并以最小概率椭球体积为准则,研究该系统的优化布阵,经过理论推导和证明,给出一种简单、高效的空中平台布阵结构。仿真结果表明该布阵策略可以对目标区域形成最佳的几何构型,由于不涉及矩阵运算,因而计算量较小,具有重要的应用价值。

一种有阵元间距约束的稀布阵天线综合方法

提出了一种基于改进遗传算法的稀布阵综合新方法,用于优化设计有最小阵元间距约束的稀布线阵。该方法利用个体的实值编码提高了遗传算法的优化效率,通过设计遗传操作预处理和后处理,并采用一种广义的交叉算子和变异算子,有效地避免了基因重组和变异时出现不可行解。在给定阵列孔径和阵元数的条件下,高效地实现了任意最小阵元间距约束下抑制稀布线阵峰值旁瓣电平的稀布直线阵列综合。给出了应用该方法的具体步骤,并通过仿真实验证实了该方法的有效性和稳健性。

利用GA实现非对称稀疏线阵旁瓣电平的优化

该文讨论运用遗传算法综合非对称的稀疏直线阵列(阵元从规则栅格中稀疏)。阵元在中心两侧非对称分布的布阵方式提供了可利用的优化自由度,将更有利于提高稀疏阵列的性能。构造了阵元关于阵中心非对称时优化旁瓣电平的适应度函数,仿真结果表明,无对称约束的阵元排列,不仅可以进一步抑制稀疏线阵的相对旁瓣电平(RSLL),而且当阵列由有向阵元组成时,有益于改善阵列波束扫描过程中RSLL的恶化。

圆形口径平面天线阵列的多约束稀布优化方法

针对圆形口径平面稀布阵列的多约束优化设计问题,以均匀同心圆环阵列的阵元位置分布特性为基础,构造了稀布圆阵的满足多个优化约束的可行初始解.提出了一种个体元素的间接表示法,设计了一种新的交叉算子和变异算子,运用改进的实数遗传算法优化设计天线阵的阵元位置.优化约束包括阵元数约束、口径约束和最小阵元间距约束,优化目标是使阵列响应的峰值旁瓣电平最小.运用这种改进实数遗传算法可以充分利用阵元布阵的自由度,同时能减小搜索空间,提高计算效率.仿真试验证实了算法的稳健性和有效性.

平面稀布天线阵列的优化算法

基于一种改进的实数遗传算法,以降低平面稀布阵旁瓣电平为优化目标,提出了一种综合有阵元数约束、孔径约束和最小阵元间距约束的稀布面阵的新方法。与稀疏布阵相比,该方法利用了阵元在布阵时更大的自由度,因而在阵元数、孔径和最小阵元间距相同的条件下可以获得更优的峰值旁瓣性能,仿真试验显示了改进的实数遗传算法应用到该多约束稀布平面阵优化问题中是稳健和高效的。

基于改进遗传算法的圆阵列方向图联合优化

为降低圆阵列方向图的峰值旁瓣电平,提出一种基于改进遗传算法的圆阵列方向图优化方法。将阵元位置和阵元权值作为联合优化变量,以最小化波束方向图峰值旁瓣为目标函数,采用遗传算法优化阵元位置和阵元权值,以增加变量的自由度,在采用双重选择机制的基础上,结合差分进化、内插/外推、单点交叉和多点交叉4种方式实现交叉变异。实验结果表明,该方法能降低陷入局部最优点的概率,具有较好的适应度和较快的收敛速度,使峰值旁瓣电平降低至12.611 dB。

改进粒子群算法综合有间距约束的稀布阵列

提出了一种基于改进粒子群算法的稀布阵综合新方法,用于优化设计有最小阵元间距约束的稀布阵。该方法通过改造适应度函数,有效避免了粒子更新时出现不可行解,通过个体描述方式可使搜索空间减小。在给定阵列孔径和阵元数的条件下,高效地实现了任意最小阵元间距约束下抑制分布式线阵峰值旁瓣电平的阵列综合。文中给出了改进粒子群算法的流程,通过仿真实验证实了该方法的有效性和稳健性,并得到了比文献[2-3]更好的数值结果。

基于和声搜索的稀布线阵旁瓣电平优化

采用和声搜索算法研究了带约束条件的稀布线阵峰值旁瓣优化问题。探讨了稀布阵综合中的天线口径、阵元数目以及峰值旁瓣的关系,并拟合了三者的数学模型。仿真结果表明,与现有优化算法相比,改进的和声搜索算法具有更快的收敛速度;在峰值旁瓣优化中,不同阵元数目可获得最佳的天线口径;而在固定天线口径条件下,少量的阵元可获得更佳的峰值旁瓣。天线口径、阵元数目以及峰值旁瓣的相互关系可为稀布线阵的优化设计提供参考和借鉴。

基于改进差分进化算法的天线阵列优化研究

针对具有阵元数目、孔径尺寸以及最小阵元间距约束,以抑制峰值旁瓣电平(PSLL),使非均匀阵列单元得到优化布局。优化过程中由于搜索空间较大,优化结果可能出现不可行解。为有效地解决以上两个问题,提出了一种改进的差分进化算法,采用实值编码,通过使用新的个体捕述方式,减小了优化搜索空间;同时通过改造适应度函数,避免了变异交叉后出现不可行解。给出了改进算法的流程,通过仿真实例验证了算法的有效性和稳健性。仿真结果表明,改进方法在有最小阵元间距约束下以抑制峰值旁瓣电平为目的的非均匀阵列单元优化布局问题中有良好的应用前景。

多约束天线阵列遗传优化中的初始群体构造方法

针对运用遗传算法进行圆形口径的平面稀布天线阵列的优化设计,提出了一种有效的初始群体构造方法,它能满足多个实际工程设计的约束条件.由此方法构造的初始可行解可作为遗传算法的个体,从而组建初始群体,它为多约束遗传优化算法的运用提供了可行性.该方法的正确性和有效性也得以认证.

基于遗传算法的MIMO-SAR面阵优化

传统的线阵MIMO-SAR必须经历一个合成孔径时间,才能获得高精度的雷达三维图像。这就势必降低了成像的实时性,而面阵MIMO-SAR很好地解决了这一问题。研究了MIMO-SAR雷达在发射接收天线孔径长度、最小阵元间距和阵元数目固定等约束条件下的平面阵列天线优化问题。MIMO-SAR采用稀布平面天线,基于天线相位中心近似原理建立了阵列优化模型,提出了一种交叉率和变异率可调的遗传算法进行阵元位置优化。该优化方法有效防止了遗传算法的早熟,解决了MIMO-SAR面阵天线低旁瓣电平和窄主瓣宽度双重设计问题。仿真结果表明了该优化模型的合理性及优化方法的有效性和优越性。

基于插值法的浮标优化布放

针对声纳浮标搜索扩散运动目标浮标阵参数优化问题,提出基于插值法的声纳浮标优化布放。建立了目标航向不变和目标航向改变条件下,声纳浮标搜索概率计算解析模型。基于插值算法得到声纳浮标布阵参数和搜索概率的关系曲线,进而获得声纳浮标最佳布阵参数。仿真结果表明,基于插值法的声纳浮标优化布放方法可获得最佳布阵参数使得搜索概率最高。

基于禁忌搜索的入侵杂草算法在稀布阵列天线综合中的应用

该文提出了一种基于禁忌搜索的入侵杂草算法。针对入侵杂草算法在处理高维数问题时收敛速度慢、容易陷入局部最优的不足,通过引入禁忌搜索算法,利用禁忌搜索较强的"爬山"能力,增大了获得全局最优解的概率,从而有效地平衡了全局及局部搜索能力。将该算法应用于稀布阵列天线综合中,能够有效降低最大副瓣电平,仿真计算结果证明了该算法的有效性。

对旁瓣相消的分布式干扰优化布阵方法

旁瓣相消具有抗干扰的能力,因此被广泛应用于雷达抗干扰领域。在有限分布式干扰布阵条件下,针对旁瓣相消系统产生的干扰效果不佳问题,提出一种针对旁瓣相消的由遗传算法(genetic algorithm,GA)和粒子群优化(particle swarm optimization,PSO)算法结合的方法,针对旁瓣相消特性对分布式干扰的阵位进行规划布阵。在有限的干扰资源条件下,通过穷举法、标准PSO算法和遗传粒子群优化(genetic-particle swarm optimization,GA-PSO)算法进行对比,研究分布式干扰布阵优化结果。仿真分析3种方法在达到一定条件下的干扰效果和迭代次数,GA-PSO可以牺牲较少的时间复杂度达到较好的干扰效果。

双基地声呐系统的空间阵位设计分析

利用双基地声呐系统定位目标时,系统不同的布阵方式与布放结构会引起定位性能的显著差异,如何设计双基地系统的阵位结构来提高定位精度至关重要。针对这个问题,本文基于到达时间主动定位方法推导了误差估计的双基地声呐克拉美罗界,并以最高定位精度为优化目标,研究了双基地声呐系统的空间阵位设计问题。其中,规范了系统测时误差服从零均值高斯白噪声假设的适用场景为合作定位场景,并针对非合作目标定位场景,推导了系统测时误差随着距离变化的数学表达式,从而修正了双基地声呐的克拉美罗界。不仅如此,还探究了系统测时误差、声速波动等干扰因子对目标定位精度的影响。最后仿真结果表明,未修正的双基地声呐最优阵位结构对应分置角为101.5°;而修正后的双基地最优阵位结构与系统配置有关。随着系统配置比的不断增大,双基地最优分置角会趋向于90°。该研究可以为双/多基地声呐系统的最优化配置提供布阵参考方案。