基于混沌神经网络的雷达协同信息共享分发路径优化方法技术

本发明专利技术涉及一种基于混沌神经网络的雷达协同信息共享分发优化方法。该方法主要适用于无中心节点雷达协同探测过程中雷达协同信息共享分发路径优化。其主要流程是：首先根据雷达协同信息共享分发路径优化问题的基本要求，构造带有约束条件的目标优化函数；然后构造雷达协同信息共享分发路径优化问题的能量函数；构造混沌神经元模型；构造指数函数自反馈混沌神经网络模型；最后利用指数函数自反馈混沌神经网络进行雷达协同信息共享分发路径优化。本发明专利技术所提供的方法具有实现方法简单、优化效果好、所用方法理论依据充分等特点，能够快速、有效的解决无中心节点雷达协同探测中雷达协同信息共享分发路径优化问题。

Optimization method of radar cooperative information sharing distribution path based on Chaotic Neural Network

The invention relates to a radar cooperative information sharing distribution optimization method based on chaotic neural network. This method is mainly applicable to the optimization of radar cooperative information sharing distribution path in the process of CCP radar cooperative detection. The main process is: firstly, according to the basic requirements of radar information sharing collaborative distribution path optimization problem, multi-objective optimization function with constraints; and then construct the radar collaborative information distribution path optimization problem of energy function sharing structure; chaotic neuron model; index function self feedback chaotic neural network model; finally, using the exponential function self feedback chaotic neural network for radar collaborative information sharing distribution path optimization. The method provided by the invention has the advantages of simple implementation, good optimization effect, and sufficient theoretical basis for using the method. It can solve the optimization problem of radar cooperative information sharing and distribution path quickly and effectively in the centerless node cooperative radar detection.

【技术实现步骤摘要】
基于混沌神经网络的雷达协同信息共享分发路径优化方法
本专利技术为雷达协同探测系统，特别涉及一种雷达协同信息共享分发优化技术。
技术介绍
在无中心节点雷达协同探测过程中存在雷达协同信息共享分发路径规划问题，即在已组好的雷达协同网络中，针对某一信息包，将每部雷达视作一个节点vi，边表示存在互连、互通关系，雷达网络计有n个节点，则最少需要n条边分发共享信息。若任意选取一条能到达各节点的通路，这样随机性过大，有时会选择回路，最坏情况下可能路径有(n-1)！/2条，易造成信息时延过大、信息冗余失控等问题。传统的依靠数理统计选取使用频率高的分发共享路径，易造成信息拥塞，而依靠固定时隙分发共享信息，易造成低效等问题。为获得信息分发共享能力的最优，如何从信息源头出发寻求一条总时间最短的路径把协同信息快速共享分发到所有节点并将分发结束信息回告源头节点，以实现协同信息强实时互连、互通是当前面临的一大问题。本专利技术针对无中心节点雷达协同探测过程中存在雷达协同信息共享分发路径规划问题，通过指数函数自反馈混沌神经网络优化方法，实现雷达协同信息共享分发路径优化。
技术实现思路
本专利技术的目的在于提供一种解决无中心节点雷达协同探测过程中雷达协同信息共享分发路径优化方法。通过本专利技术，能够在无中心节点雷达协同探测系统中实现从信息源头出发寻求一条总时间最短的路径将雷达协同信息快速共享分发到所有节点并将分发结束信息回告源头节点的分发共享优化。实现本专利技术的技术解决方案为：首先根据雷达协同信息共享分发路径优化问题的要求，构造带有约束条件的目标优化函数；利用Lagrange函数，构造雷达协同信息共享分发路径优化问题的能量函数；基于Chen-Aihara混沌神经元模型，将指数函数作为神经元的自反馈项，构造指数函数混沌神经元模型；基于指数函数混沌神经元模型，构造指数函数自反馈混沌神经网络；利用指数函数自反馈混沌神经网络进行雷达协同信息共享分发路径优化问题的能量函数优化。本专利技术与现有技术相比，其显著优点为：采用指数函数自反馈混沌神经网络进行雷达协同信息共享分发路径优化的方法，能够快速、准确、有效地寻找一条雷达协同信息共享分发最优路径，该方法具有混沌搜索特性，易于跳出搜索过程局部极小值干扰的特点。本专利技术的提出和方法实现在雷达协同探测领域具有很高的推广应用价值。下面结合附图对本专利技术作进一步详细描述。附图说明图1是本专利技术的数据流程图。图2是指数函数混沌神经元模型混沌特性示意图。具体实施方式本专利技术基于混沌神经网络的雷达协同信息共享分发优化方法具体实施步骤为，参见附图1。(1)构造带有约束条件的目标优化函数，方法如下：无中心节点的雷达协同信息共享分发路径优化问题用神经元数为N×N的连续网络表述，N×N个神经元对应于一个N×N置换矩阵x，每个置换矩阵对应一条雷达协同信息共享分发路径，其中xij＝1表示第i个节点在第j次序上被访问，tij表示第i个节点到第j个节点的时间开销。雷达协同信息共享分发路径优化问题的目标优化函数为：其中J1表示置换矩阵中在每行中只有至多一个元素的值为1，即每个节点最多被访问一次；J2表示置换矩阵每列至多只有一个元素为1，即每个节点只访问一次；J3表示置换矩阵的每行每列均有且仅有一个元素为1。(2)构造雷达协同信息共享分发路径优化问题的能量函数，方法如下：引入Lagrange函数，利用Lagrange函数将约束化问题转为无约束化问题的特性，构造雷达协同信息共享分发路径优化问题的能量函数为E＝E1+E2其中：其中xi0＝xin和xi,n+1＝xi1，表示第N个节点和第1个节点在路径上相邻，tik为节点i、k之间的时间开销。一个全局最小的E值代表一条雷达协同信息共享分发最优路径。(3)构造混沌神经元模型，方法如下：基于Chen-Aihara混沌神经元模型，将指数函数作为神经元的自反馈项，构造指数函数混沌神经元模型为：y(t+1)＝ky(t)-z(t)f(x(t)-I0)z(t+1)＝(1-β)z(t)f(x)＝ax其中x为神经元的激励函数，y为神经元的内部状态，I0为一正参数，k为神经膜阻尼系数，ε是激励函数的陡度参数，z是神经元的自反馈连接项，β为模拟退火参数，f(x)是指数函数，a是指数函数的参数。神经元的混沌特性如附图2。(4)构造指数函数自反馈混沌神经网络模型，方法如下：基于混沌神经元模型，构造指数函数自反馈混沌神经网络模型为：zi(t+1)＝(1-β)zi(t)f(x)＝ax其中xi为第i个神经元的输出，yi为第i个神经元的内部状态，ωij为神经元j到神经元i的连接权值，Ii为第i个神经元的偏置，I0为一正参数，k为神经膜阻尼系数，ε是激励函数的陡度参数，zi为第i个神经元的自反馈连接项，β为模拟退火参数，f(xi(t)-I0)为自反馈项，f(x)是指数函数，a是指数函数的参数。(5)雷达协同信息共享分发路径优化，方法如下：1)设置指数函数自反馈混沌神经网络模型和雷达协同信息共享分发路径优化问题能量函数中参数初始值；2)通过迭代计算对指数函数自反馈混沌神经网络模型参数进行修正，选取使雷达协同信息共享分发路径优化能量函数收敛时的模型参数作为指数函数自反馈混沌神经网络模型的参数；3)利用2)基础上的指数函数自反馈混沌神经网络模型对雷达协同信息共享分发路径优化能量函数进行计算，得到的能量函数值对应的路径为雷达协同信息共享分发最优路径。本文档来自技高网...

【技术保护点】
基于混沌神经网络的雷达协同信息共享分发优化方法，其特征在于：通过无中心节点的雷达协同信息共享分发路径优化问题用神经元数为N×N的连续网络表述，构造雷达协同信息共享分发路径优化方法问题的目标优化函数，其中N×N个神经元对应于一个N×N置换矩阵x，每个置换矩阵对应一条雷达协同信息共享分发路径；然后引入Lagrange函数，利用Lagrange函数将约束化问题转为无约束化问题的特性，构造雷达协同信息共享分发路径优化问题的能量函数；基于Chen‑Aihara混沌神经元模型，将指数函数作为神经元的自反馈项，构造指数函数混沌神经元模型；进一步构造指数函数自反馈混沌神经网络模型；最后利用指数函数自反馈混沌神经网络进行基于雷达协同信息共享分发路径优化问题能量函数的雷达协同信息共享分发路径优化。

【技术特征摘要】
1.基于混沌神经网络的雷达协同信息共享分发优化方法，其特征在于：通过无中心节点的雷达协同信息共享分发路径优化问题用神经元数为N×N的连续网络表述，构造雷达协同信息共享分发路径优化方法问题的目标优化函数，其中N×N个神经元对应于一个N×N置换矩阵x，每个置换矩阵对应一条雷达协同信息共享分发路径；然后引入Lagrange函数，利用Lagrange函数将约束化问题转为无约束化问题的特性，构造雷达协同信息共享分发路径优化问题的能量函数；基于Chen-Aihara混沌神经元模型，将指数函数作...

【专利技术属性】
技术研发人员：杨学岭，张晓峰，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：江苏,32