一种基于遗传算法的网络化雷达优化布站方法技术

本发明专利技术设计一种基于遗传算法的网络化雷达优化布站方法。在分布式干扰条件下，网络化雷达的布站方法至关重要，现有的网络化雷达布站方案仅根据约束条件产生，不具备最优性。本发明专利技术通过约束条件与遗传算法的结合，进行优化，计算适应度表达式和遗传操作，得到最优布站种群。通过遗传算法合理的配置网内各雷达的位置，可以增大雷达网的探测区域，同时对重点探测区域进行有效监视，提高网络化雷达系统的抗干扰能力。抗干扰能力。抗干扰能力。

【技术实现步骤摘要】
一种基于遗传算法的网络化雷达优化布站方法


[0001]本专利技术涉及网络化雷达优化布站


技术介绍

[0002]现代战争中，雷达干扰与抗干扰之间的斗争日趋激烈和复杂，干扰技术及对应的雷达抗干扰技术也不断提高。网络化雷达使用不同的组网方式，在战场上可以构成全方位、立体化、多层次的战斗体系，具有全频段、多体制、多重叠系数等战术性能，加强了信息的互连互通和抗毁性，能充分发挥体制对抗和群体对抗的优势，对传统的干扰方式提出了巨大的挑战。
[0003]分布式干扰条件会严重影响网络化雷达的探测威力，造成网络化雷达在干扰扇面上无法检测目标。分布式干扰是在无人机机载和气球载干扰机等形式上发展起来的电子对抗设备，通常是为了掩护特定区域的目标或在某一地区内制造假的进攻态势，将数量众多、体积小、质量轻、价格便宜的小型干扰源散布在接近被干扰目标的空域、地域上，自动地或受控地对选定的雷达等电子设备进行干扰。对于分布式干扰，由于干扰源分布在相对广泛的空间区域内，如果我们对干扰源进行等效分布后，到达雷达接收机的将是多个分布式干扰源干扰功率的合成。分布式干扰的空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的网络化雷达优化布站方法，其特征在于：步骤1：设置部署区域和部署雷达站个数L，在部署区域内随机产生初始布站方案群体S；步骤2：计算无干扰条件下和分布式干扰条件下网内各雷达的警戒空域；步骤3：根据约束条件，确定初始网络化雷达布站种群；步骤31：计算盲区约束和相邻雷达单元部署间距约束；步骤32：如果步骤31满足约束条件则将当前种群作为初始网络化雷达布站种群，不满足则重复步骤1、步骤2、步骤3；步骤4：以步骤3的种群作为初始变量，计算适应度表达式；步骤41：种群初始化，将满足约束条件的布站作为初始种群，种群迭代次数为T；步骤42：计算适应度表达式，将目标函数作为适应度函数，用t作为种群的代数；步骤43：当前种群的目标函数值大于上一代种群目标函数值时，则将当前种群作为最新种群；步骤5：对网络化雷达布站种群进行遗传操作；步骤51：判断是否满足终止条件；步骤52：种群的选择、交叉和变异计算；步骤6：满足终止条件，输出优化布站结果。2.根据权利要求1所述的一种基于遗传算法的网络化雷达优化布站方法，其特征在于：步骤31中盲区约束和相邻雷达单元部署间距约束的计算方法包括：步骤31中盲区约束和相邻雷达单元部署间距约束的计算方法包括：s.t.min(R
maxi,h
)+min(R
maxj,h
)≥d；式中s.t.表示约束与表达式，∩表示取交集，L0表示雷达能...

【专利技术属性】
技术研发人员：房善婷，王超宇，王琦，
申请(专利权)人：中国船舶集团有限公司第七二四研究所，
类型：发明
国别省市：