基于改进遗传算法的雷达阵列稀疏优化方法技术

本发明专利技术公开了一种基于改进遗传算法的雷达阵列稀疏优化方法，基于雷达阵列为螺旋分布的半球形阵列，从而对阵列中阵元进行编码、建立遗传算法的数学模型并初始化种群、对种群中染色体进行交叉变异运算，最后优选出最佳染色体，将最佳染色体对应的阵元稀疏方式作为雷达阵列中阵元的最佳排布方式。该发明专利技术的一种基于改进遗传算法的雷达阵列稀疏优化方法，由于采取阵元稀疏方式且以3dB波束宽度为约束条件，具有布阵简单、工程实现简单、后续信号处理部分的复杂度得到有效降低等优点，保证了雷达阵列的空间性能。

【技术实现步骤摘要】
基于改进遗传算法的雷达阵列稀疏优化方法
本专利技术属于雷达信号处理
，特别涉及一种基于改进遗传算法的雷达阵列稀疏优化方法，适用于存在大量阵元的螺旋分布的半球形雷达阵列，以3dB波束宽度最小化为约束条件，优化选取若干阵元用以压缩数据量和减小信号处理压力。
技术介绍
纵观雷达发展历程，早期的单阵元雷达与现在的具有几万个阵元的阵列雷达相比，具有指向性好、干扰杂波抑制能力强、探测距离远以及探测精度高等优点，尤其是半球形阵列，具有广波束视角等优点。但是早期的单阵元雷达存在体积大、重量重、功率高、工程实现复杂度高以及信号处理难等缺点。针对上述缺点，学者们开始研究半球形阵列的稀疏优化方法，用以降低雷达阵列的工程复杂度，并优化雷达的相关性能。雷达阵列的稀疏优化方法主要分为两类：一是解析类方法，主要利用特定阵列分布与激励之间存在的特殊数学关系进行优化，该方法运算量小，易于实现，但是普遍适用性较差；二是智能优化算法，主要是模仿自然界的一些行为来实现稀疏的目的，该类算法通用性强，可在稀疏阵元的同时还可优化雷达阵列的某些性能。稀疏阵列时在阵元个数减少、系统复杂度降低的同时，如果布阵方式不恰当，可能导致波束展宽，旁瓣电平降低以及栅瓣出现等问题，因此在优化阵元个数的同时，要以波束宽度、旁瓣电平和栅瓣等为约束条件。
技术实现思路
为解决上述问题，本专利技术公开了一种基于改进遗传算法的雷达阵列稀疏优化方法，本方法将雷达阵列稀疏优化的物理问题转换成遗传算法的数学模型进行优化问题，运用遗传算法并以3dB波束宽度为约束条件优选出最佳染色体，所述最佳染色体对应的阵列排布方式作为雷达阵列的最优排布方式，从而达到雷达阵列波束方向性强、空间分辨率高的目的。为达到上述目的，本专利技术采用如下技术方案予以实现：一种基于改进遗传算法的雷达阵列稀疏优化方法，所述方法包括如下步骤：步骤1，编码：雷达阵列是阵元总个数为S个的螺旋分布的半球形阵列，首先对每个阵元进行编号，设第m个阵元在空间分布的空间直角坐标为(xm,ym,zm)，则第m个阵元编号为m，其中m＝1,2,…,S；其次对每个阵元进行编码，编码为1表示该编号对应的阵元被保留，编码为0表示该编号对应的阵元被稀疏。步骤2，种群A初始化：首先设定雷达阵列需要稀疏的阵元的个数为N，则N＝S×γspar，其中，γspar为雷达阵列稀疏率；对应地，S个阵元中有N个阵元的编码为0，则S个阵元的编码组成一个长度为S且有N个0的二进制长串；其次，确定染色体的长度为S，则该染色体的编码位有S个，且第m个编码位对应第m个阵元的编码，则该染色体是长度为S且有N个编码位为0的二进制长串；最后，确定种群A的大小为n，n为偶数，则该种群A中包含n条染色体，每条染色体是长度为S且有N个编码位为0的二进制长串；并确定种群A的遗传算法的交叉概率、变异概率、迭代次数以及选择概率。步骤3，交叉：对种群A中n条染色体按照任意两条进行组对，得到n/2组染色体；对于每组染色体，确定交叉位置，选择交叉部分，根据交叉概率确定是否交叉，每组两条染色体交叉运算后得到新种群B的两条染色体，则种群A所有组染色体交叉运算完成后，得到新种群B的n条染色体；对种群B中n条染色体采用定点随机法进行运算，运算完成后得到新种群C的n条染色体。步骤4，变异：对种群C中每条染色体，确定变异位置，选择变异编码位，根据变异概率确定是否变异，每条染色体变异运算后得到新种群D对应的一条染色体；对种群D中n条染色体采用定点随机法进行运算，运算完成后得到新种群E的n条染色体。步骤5，适应度计算：以雷达阵列的3dB波束宽度为约束条件建立适应度函数，进一步计算种群E中每条染色体的适应度值。步骤6，选择计算：首先，根据步骤5计算得到的种群E中每条染色体的适应度值计算种群E中每条染色体的选择概率；其次，根据每条染色体的选择概率计算每条染色体的累积概率；最后，根据染色体的累积概率，对种群E中n条染色体优选出用于遗传下一代的染色体，优选n次得到新种群F的n条染色体。步骤7，优化结果：对种群F做步骤3到步骤6的运算，如此迭代G次；对第G次迭代至步骤5所得到的新种群中n条染色体对应的n个适应度值进行优选，选择适应度值最小的染色体作为最佳染色体，所述最佳染色体的二进制长串作为雷达阵列中阵元的最佳稀疏方式。本专利技术与现有技术相比具有以下优点：(1)由于本专利技术采用的是稀疏阵列，具有布阵简单、工程实现简单等优点，更使得后续的信号处理部分有效地减小了复杂度；(2)由于本专利技术中的雷达阵列的空间性能对阵列的布阵方式敏感，为了防止稀疏阵元的过程中导致阵列空间性能的损失，以3dB波束宽度为约束条件，有效得保证了雷达阵列的空间性能。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例的基于改进遗传算法的雷达阵列稀疏优化方法的流程示意图；图2为本专利技术实施例的定点随机法的流程示意图；图3为本专利技术实施例的雷达阵列中阵元稀疏前的三维分布图；图4为本专利技术实施例的雷达阵列中阵元稀疏前的X-Y维分布图；图5为本专利技术实施例的改进遗传算法的迭代次数与适应度值关系图；图6为本专利技术实施例的雷达阵列优化前的三维方向图；图7为本专利技术实施例的雷达阵列优化前的二维方向图；图8为本专利技术实施例的雷达阵列优化后的三维方向图；图9为本专利技术实施例的雷达阵列优化后的二维方向图；图10为本专利技术实施例的雷达阵列优化前后方位向切片对比图；图11为本专利技术实施例的雷达阵列优化前后俯仰向切片对比图；图12本专利技术实施例的雷达阵列中阵元稀疏优化后的三维分布图；图13本专利技术实施例的雷达阵列中阵元稀疏优化后的X-Y维分布图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1所示为本专利技术实施例提供的一种基于改进遗传算法的雷达阵列稀疏优化方法的流程示意图。如图1所示，本专利技术实施例提供的基于改进遗传算法的雷达阵列稀疏优化方法，包括如下步骤：步骤1，编码：雷达阵列为阵元总个数是S个的螺旋分布的半球形阵列，首先对每个阵元进行编号，设第m个阵元在空间分布的空间直角坐标为(xm,ym,zm)，则第m个阵元编号为m，其中m＝1,2,…,S；其次对每个阵元进行编码，编码为1表示该编号对应的阵元被保留，编码为0表示该编号对应的阵元被稀疏。此步骤1中，雷达阵列中阵元的总个数为S个，每个阵元在空间分布有相对应的空间直角坐标，对每个阵元进行编号，得到编号1，编号2，……，编号S。然后对每个阵元进行编码，编码是1或0，且编码为1或0是随机的。步骤2，种群A初始化：首先设定雷达阵列需要稀疏的阵元的个数为N，则N＝S×γspar，其中，γspar为雷达阵列稀疏率；对应地，S个阵元中有N个阵元的编码为0，则S个阵元的编码组成一个长度为S且有N个0的二进制长串；其次，本文档来自技高网...

【技术保护点】
1.一种基于改进遗传算法的雷达阵列稀疏优化方法，其特征在于，所述方法包括如下步骤：步骤1，编码：雷达阵列是阵元总个数为S个的螺旋分布的半球形阵列，首先对每个阵元进行编号，设第m个阵元在空间分布的空间直角坐标为(xm,ym,zm)，则第m个阵元编号为m，其中m＝1,2,…,S；其次对每个阵元进行编码，编码为1表示该编号对应的阵元被保留，编码为0表示该编号对应的阵元被稀疏；步骤2，种群A初始化：首先设定雷达阵列需要稀疏的阵元的个数为N，则N＝S×γspar，其中，γspar为雷达阵列稀疏率；对应地，S个阵元中有N个阵元的编码为0，则S个阵元的编码组成一个长度为S且有N个0的二进制长串；其次，确定染色体的长度为S，则该染色体的编码位有S个，且第m个编码位对应第m个阵元的编码，则该染色体是长度为S且有N个编码位为0的二进制长串；最后，确定种群A的大小为n，n为偶数，则该种群A中包含n条染色体，每条染色体是长度为S且有N个编码位为0的二进制长串；并确定种群A的遗传算法的交叉概率、变异概率、迭代次数以及选择概率；步骤3，交叉：对种群A中n条染色体按照任意两条进行组对，得到n/2组染色体；对于每组染色体，确定交叉位置，选择交叉部分，根据交叉概率确定是否交叉，每组两条染色体交叉运算后得到新种群B的两条染色体，则所有组染色体交叉运算完成后，得到新种群B的n条染色体；对种群B中n条染色体采用定点随机法进行运算，运算完成后得到新种群C的n条染色体；步骤4，变异：对种群C中每条染色体，确定变异位置，选择变异编码位，根据变异概率确定是否变异，每条染色体变异运算后得到新种群D对应的一条染色体；对种群D中n条染色体采用定点随机法进行运算，运算完成后得到新种群E的n条染色体；步骤5，适应度计算：以雷达阵列的3dB波束宽度为约束条件建立适应度函数，进一步计算种群E中每条染色体的适应度值；步骤6，选择计算：首先，根据步骤5计算得到的种群E中每条染色体的适应度值计算种群E中每条染色体的选择概率；其次，根据每条染色体的选择概率计算每条染色体的累积概率；最后，根据染色体的累积概率，对种群E中n条染色体优选出用于遗传下一代的染色体，优选n次得到新种群F的n条染色体；步骤7，优化结果：对种群F做步骤3到步骤6的运算，如此迭代G次；对第G次迭代至步骤5所得到的新种群中n条染色体对应的n个适应度值进行优选，选择适应度值最小的染色体作为最佳染色体，所述最佳染色体的二进制长串作为雷达阵列中阵元的最佳稀疏方式。...

【技术特征摘要】
1.一种基于改进遗传算法的雷达阵列稀疏优化方法，其特征在于，所述方法包括如下步骤：步骤1，编码：雷达阵列是阵元总个数为S个的螺旋分布的半球形阵列，首先对每个阵元进行编号，设第m个阵元在空间分布的空间直角坐标为(xm,ym,zm)，则第m个阵元编号为m，其中m＝1,2,…,S；其次对每个阵元进行编码，编码为1表示该编号对应的阵元被保留，编码为0表示该编号对应的阵元被稀疏；步骤2，种群A初始化：首先设定雷达阵列需要稀疏的阵元的个数为N，则N＝S×γspar，其中，γspar为雷达阵列稀疏率；对应地，S个阵元中有N个阵元的编码为0，则S个阵元的编码组成一个长度为S且有N个0的二进制长串；其次，确定染色体的长度为S，则该染色体的编码位有S个，且第m个编码位对应第m个阵元的编码，则该染色体是长度为S且有N个编码位为0的二进制长串；最后，确定种群A的大小为n，n为偶数，则该种群A中包含n条染色体，每条染色体是长度为S且有N个编码位为0的二进制长串；并确定种群A的遗传算法的交叉概率、变异概率、迭代次数以及选择概率；步骤3，交叉：对种群A中n条染色体按照任意两条进行组对，得到n/2组染色体；对于每组染色体，确定交叉位置，选择交叉部分，根据交叉概率确定是否交叉，每组两条染色体交叉运算后得到新种群B的两条染色体，则所有组染色体交叉运算完成后，得到新种群B的n条染色体；对种群B中n条染色体采用定点随机法进行运算，运算完成后得到新种群C的n条染色体；步骤4，变异：对种群C中每条染色体，确定变异位置，选择变异编码位，根据变异概率确定是否变异，每条染色体变异运算后得到新种群D对应的一条染色体；对种群D中n条染色体采用定点随机法进行运算，运算完成后得到新种群E的n条染色体；步骤5，适应度计算：以雷达阵列的3dB波束宽度为约束条件建立适应度函数，进一步计算种群E中每条染色体的适应度值；步骤6，选择计算：首先，根据步骤5计算得到的种群E中每条染色体的适应度值计算种群E中每条染色体的选择概率；其次，根据每条染色体的选择概率计算每条染色体的累积概率；最后，根据染色体的累积概率，对种群E中n条染色体优选出用于遗传下一代的染色体，优选n次得到新种群F的n条染色体；步骤7，优化结果：对种群F做步骤3到步骤6的运算，如此迭代G次；对第G次迭代至步骤5所得到的新种群中n条染色体对应的n个适应度值进行优选，选择适应度值最小的染色体作为最佳染色体，所述最佳染色体的二进制长串作为雷达阵列中阵元的最佳稀疏方式。2.根据权利要求1所述的一种基于改进遗传算法的雷达阵列稀疏优化方法，其特征在于，所述步骤3中交叉算法采用单点交叉算法，该算法的具体子步骤如下：2a)组对：对种群A中n条染色体按照任意两条进行组对，得到n/2组染色体；2b)交叉运算：对任一组染色体，随机产生一个0～1之间的随机数cross_rand：如果所述随机数cross_rand小于等于交叉概率，则产生一个0～S之间的整数cross_point，那么规定染色体的第cross_point编码位到第S编码位作为该组两条染色体的交叉部分，则该组两条染色体在所述交叉部分的编码进行互换，得到新的两种染色体，并作为新种群B的两种染色体；如果所述随机数cross_rand大于交叉概率，则两条染色体的编码不进行互换，该两条染色体作为新种群B的两种染色体；2c)运算结果：对种群A中的所有组对的染色体进行交叉运算，得到新种群B。3.根据权利要求1所述的一种基于改进遗传算法的雷达阵列稀疏优化方法，其特征在于，所述交叉概率的选取范围为0.9～0.99。4.根据权利要求1所述的一种基于改进遗传算法的雷达阵列稀疏优化方法，其特征在于，所述步骤3和步骤4中定点随机法算法的具体子步骤如下：4a)组对：对种群B或种群D中的n条染色体按照任意两条进行组对，得到n/2组染色体，并设定每组两条染色体中的一条为第一条染色体，另一条为第二条染色体；4b)定点运算步骤1：对种群B或种群D中任一组染色体，产生一个整数cross_point～S之间的随机整数num：如果第一条染色体在第num编码位的编码为1，或第一条染色体在第num编码位的编码为0且第二条染色体在第num编码位的编码为0，则放弃这个随机整数num，重新产生另一个整数cross_point～S之间的随机整数num，如此循环，直至当第一条染色体在第num编码位的编码为0且第二条染色体在第num编码位的编码为1时，则该组两条染色体在第num编码位的编码分别取反，从而得到...

【专利技术属性】
技术研发人员：朱圣棋，周季峰，曾操，廖桂生，许京伟，王鹏，罗丹，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61