机动目标跟踪时组网机会阵雷达功率分配算法

针对机动目标的高动态属性导致雷达系统不能精确地分配系统资源问题,本文提出了一种基于改进的当前统计模型的组网机会阵雷达功率分配算法。该算法通过改进的当前统计模型预测机动目标运动状态,采用预测的条件克拉美罗界作为功率分配时目标跟踪性能的衡量基准。针对目标信息的不确定性,引入随机变量表征目标RCS,建立基于机会约束规划的功率资源分配模型,并设计混合智能优化算法求解满足机会约束的最优功率分配。仿真结果表明,预测的条件克拉美罗界能够提供一个更加精确的跟踪性能衡量边界,该算法能够有效提高雷达系统资源利用率。

基于模糊相关机会规划的机会阵雷达方向图综合

研究了机会阵雷达的方向图综合问题,提出了一种基于模糊相关机会规划的方向图综合算法.该算法基于可信性理论,综合考虑天线单元分布的随机性以及工作状态的不确定性,以模糊变量来刻画天线单元参与方向图综合时的复杂不确定环境,建立方向图综合的规划模型.并结合模糊模拟算法和遗传算法设计了一种混合智能优化算法,用于求解该模型,仿真实验验证了所设计算法的有效性和稳定性.

三维机会阵雷达波束综合优化

机会阵雷达大量天线单元在三维空间随机分布,波束综合远比二维平面稀疏阵复杂,为形成目标优化波束,需要约束多个自由度。提出了基于最小二乘-适应度评估的改进遗传算法用于三维机会阵波束综合优化,算法综合考虑了单元空间位置分布、激励状态、幅相权值等约束参数。提出将进化过程划分成若干"纪元",在每个"纪元"中采用最小二乘法拟合适应度变化曲线的新方法,该方法根据曲线斜率变化预测种群进化趋势,并据此自适应地改变遗传算子参数。结果表明:算法在提高优化效率的同时能有效避免传统方法容易出现的局部最优和过早收敛问题。

基于HGSAA的机会阵雷达离散频率编码波形设计

机会阵雷达(opportunistic array radar,OAR)是一种以平台隐身性设计为核心的新体制雷达,设计适用于OAR系统的正交波形是研究的一个重要方面。对常规的雷达正交波形编码的搜索方法进行改进,使用混合遗传模拟退火算法,寻找出具有低自相关和互相关特性的雷达离散频率编码集合;并且考虑到算法适应度函数的重要性,引入灰关联度综合评价法则对其加以关联分析,根据关联度来引导算法搜索的方向,使产生的波形具备较好的性能。仿真结果表明,该算法可行且高效,在搜索最优离散频率编码方面优于其他搜索算法。

一种考虑互耦的机会阵雷达波束综合方法

研究了机会阵雷达在阵元间互耦影响下的波束综合.考虑到大量天线单元的随机分布,基于子阵思想,提出了交叉划分子阵,利用矩量法计算子阵的互阻抗矩阵并构建机会阵的互阻抗矩阵,同时结合遗传算法优化各单元的激励状态、馈电幅度和相位,实现机会阵雷达的波束综合.以任意偶极子面阵和任意偶极子立体阵的波束综合为仿真实例,运用该算法,有效减小了计算量,给出了合适的子阵划分距离,并通过对比电磁仿真工具与不考虑互耦的仿真结果,验证了算法的正确性及考虑互耦的必要性.

基于风驱动算法的机会阵雷达波束图综合

针对机会阵雷达阵列分布随机性所带来的高旁瓣问题,本文基于一种新兴的群体迭代启发式风驱动优化,提出了一种具有最小阵元间距约束的直线型机会阵雷达波束形成方法.首先建立了信号模型和目标优化函数,然后将初始种群限定在去除阵元间距后的阵列孔径中,优化最大旁瓣电平.仿真表明:与传统粒子群算法和遗传算法相比,在满足最小间距的约束条件下,所提算法具有更低的旁瓣电平.

机会阵雷达系统架构与关键技术分析

机会阵雷达是一种以数字阵列雷达为基础、采用阵元共形随机分布和无线通信技术的新概念雷达。与传统雷达相比,其在隐身性、角分辨率、可重构性、鲁棒性、生存能力、低成本实现等方面有着显著的优势,因此在军事上有着广阔的应用前景。以"机会性"概念为核心,介绍了机会阵雷达的基本原理、系统架构和关键技术。并针对系统的技术瓶颈进行了深入分析,给出了现有技术条件下的解决方案。最后对机会阵雷达的优势和应用前景进行了展望。

基于模糊机会约束规划的机会阵雷达方向图综合

针对机会阵雷达方向图综合的不确定问题,提出了一种基于模糊机会约束规划的方向图综合规划模型。该模型基于可信性理论,综合考虑天线单元分布的随机性以及激励状态的不确定性,将参与方向图综合时激励打开的天线数目看做一个梯形模糊变量,用以描述综合时的复杂不确定环境。随后,将规划模型转化为清晰等价形式,再结合遗传算法和灰关联综合评价法则设计了一种混合智能优化算法,用于求解该模型。以一维任意非均匀线阵为例,对主瓣宽度和最大副瓣电平进行了优化。仿真表明:优化后结果的可信性高于置信水平,验证了该算法的有效性。

机会数字阵雷达概念与应用技术分析

机会数字阵雷达是以平台隐身性设计为核心,以数字阵列雷达为基础,兼具多功能、多模式的"一体化"新概念雷达系统。本文在对国外有关概念雏形描述理解基础之上,对其定义和涵义进行了深入透析,详细论述了"机会"一词的几层涵义。分析了机会数字阵雷达不同于传统相控阵雷达的技术特性和应用潜力,以及机会数字阵雷达所面临的技术难题,如3-D空间单元"机会性"分布优化选取和波束综合,信号传输与同步以及多自由度的系统资源优化管理等问题,并给出了初步的解决方案和仿真结果。

基于多目标风驱动优化的机会阵雷达波束形成

针对机会阵雷达发射波束的多目标优化问题,提出了一种基于二进制多目标风驱动优化算法的波束形成方法.以均匀多同心圆环阵列特性为基础,建立了发射信号的模型和目标优化函数.基于改进的多目标风驱动优化算法,实现了机会阵雷达圆阵的波束形成,即同时优化3 d B主瓣波束宽度和旁瓣电平.仿真表明：与基于传统粒子群算法（PSO）的波束形成性能相比,在使用更少圆阵阵元的情况下,本算法具有较低旁瓣和更窄的主瓣.

基于不确定相关机会规划的机会阵方向图综合

围绕机会阵雷达(opportunistic array radar,OAR)阵列动态机会组阵的资源管理问题,以面向多任务为应用需求背景,针对机会布置在平台3D空间多个区域内的天线单元,提出了一种基于现代数学不确定性理论中的相关机会约束规划方法用于机会阵方向图综合。该方法建立在不确定性理论和模糊数学基础上,考虑OAR大量天线单元空间位置分布的不确定性和各单元激励(开/关)状态的不确定性,用模糊随机变量来刻画不确定环境中的模糊性和随机性,在天线资源受约束的不确定条件下,建立不确定规划模型来实现方向图综合。并设计将遗传算法和模糊随机模拟算法相结合的智能混合优化算法以获得模型的最优解。最后利用仿真实例验证了不确定规划模型和所设计算法的可行性和鲁棒性。