System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种面向多任务的多雷达优化部署方法、电子设备、介质技术_技高网

一种面向多任务的多雷达优化部署方法、电子设备、介质技术

技术编号:40669574 阅读:3 留言:0更新日期:2024-03-18 19:05
本发明专利技术涉及雷达部署算法领域,具体涉及一种面向多任务的多雷达优化部署方法、电子设备、介质。方法包括以下步骤:获取所有任务的基础信息,随机生成N个部署方案,将N个部署方案,使用烟花算法进行优化迭代,直至满足迭代退出条件,得到一个最优部署方案,优化目标是使得部署方案的适应度数值尽量的小。本发明专利技术面向实际工程应用,考虑雷达在不同工作模式下的威力变化因素,优化雷达部署阵地的同时,优选工作模式和阵面指向,以满足多任务探测指标要求;采用烟花算法求解构建的优化部署模型,提升算法收敛速度。

【技术实现步骤摘要】

本专利技术涉及雷达部署算法领域,具体涉及一种面向多任务的多雷达优化部署方法、电子设备、介质


技术介绍

1、地基多雷达优化部署是雷达组网系统研究的重点问题之一,好的部署方案能够提升多雷达协同效能,形成对多任务空域的最优覆盖,有效保障任务成功率。现有的多机动雷达优化部署方法存在三方面问题:

2、首先,现有研究主要针对单空域保障任务进行多雷达的部署位置和阵面指向优化,未考虑面向多任务时的优化方法,实用性不够。其次,目前针对多雷达优化部署的模型设计较为理想化,通常是在固定雷达威力参数的前提下进行阵位和阵面指向的优化,忽略了雷达在不同工作模式下的威力变化情况,与工程实际差异较大。再次,模型求解方面,现有方法通常采用传统粒子群、遗传等优化算法完成最优解搜索,而上述算法存在收敛速度慢、易陷入局部最优等问题,导致模型求解速度慢、多次求解结果不一致等问题频繁出现。


技术实现思路

1、针对以上问题,本专利技术提出一种面向多任务的多雷达优化部署方法,建立了多雷达优化部署模型,以多空域整体覆盖率为优化目标,以多雷达部署阵地、工作模式和阵面指向为优化变量,以多空域探测指标要求为约束,采用烟花算法完成最优方案求解,有效提升算法收敛速度,具备较强的工程实用性。

2、本专利技术提供了一种面向多任务的多雷达优化部署方法,包括以下步骤:

3、s1:获取所有任务的基础信息,所述基础信息包括空域范围、优先级;

4、所有任务的空域范围表示为:

5、a1,a2,a3,…aj…am

6、其中,aj表示第j个任务的空域范围,m为任务的总数;

7、每个任务的空域范围为一个二维图形;

8、所有任务的优先级表示为:

9、d1,d2,d3,...dj...dm

10、其中,dj表示第j个任务的优先级,dj∈[0,1],dj的数值越大,表示优先级越高;

11、s2:随机生成n个部署方案,n≥1,部署方案具体表示为:

12、x1,x2,......xi,......xn

13、其中,xi为第i个部署方案,具体的,

14、xi=(li1,qi1,θi1),(li2,qi2,θi2),......(lik,qik,θik),......(lip,qip,θip)

15、其中,

16、p表示待部署的雷达数量,

17、lik表示第i个部署方案中,第k个雷达部署的阵地,

18、qik表示第i个部署方案中,第k个雷达部署的工作模式,

19、θik表示第i个部署方案中,第k个雷达部署的阵面指向方位角;

20、s3:将n个部署方案,使用烟花算法进行优化迭代,直至满足迭代退出条件,得到一个最优部署方案,优化目标是使得部署方案的适应度数值尽量的小;

21、计算部署方案适应度数值的适应度函数公式为:

22、

23、其中,

24、fi表示第i个部署方案的适应度数值;

25、λ1为多重覆盖率权重因子;

26、λ2为覆盖率权重因子;

27、λ1∈[0,1],λ2∈[0,1],λ1+λ2=1;

28、fij表示表示第i个部署方案相对于第j个任务的覆盖率,具体定义为:第j个任务的空域范围中被第i个部署方案中至少1个雷达覆盖的区域的面积比上第j个任务的空域范围的面积;

29、表示第i个部署方案相对于第j个任务的多重覆盖率,具体定义为:第j个任务的空域范围中被第i个部署方案中至少s个雷达覆盖的区域的面积比上第j个任务的空域范围的面积,s≥2。

30、优选的,步骤s1中,还获取所有任务的指标要求,所述指标要求包括最低覆盖率;

31、所有任务的最低覆盖率表示为:

32、fg1,fg2,fg3,...fgj...fgm

33、其中,fgj表示第j个任务的最低覆盖率;

34、还包括步骤s4:检查得到的最优部署方案,是否满足所有任务的指标要求,最优部署方案满足所有任务的指标要求,则返回成功提示,否则返回失败提示。

35、优选的,步骤s3中,s的取值为3。

36、优选的,fij与的数值通过以下方法得到:

37、s3.1:将第j个任务的空域范围进行格栅化,得到多个网格;

38、s3.2:根据第i个部署方案中每个雷达部署的阵地、部署的工作模式、部署的阵面指向方位角,得到第i个部署方案中每个雷达基于所在阵地位置的有效距离、方位、仰角范围;

39、s3.3:判断第j个任务的空域范围划分成的每个网格,被第i个部署方案中哪些雷达所覆盖;

40、s3.4:使用至少被第i个部署方案中1个雷达覆盖的网格数量除以第j个任务的空域范围划分成的网格总数量,即得到fij;

41、使用至少被第i个部署方案中s个雷达覆盖的网格数量除以第j个任务的空域范围划分成的网格总数量,即得到

42、优选的,步骤s3.1中,格栅化的步长为经度0.1度、纬度0.1度。

43、本专利技术还提供一种电子设备,

44、包括:

45、存储器,用于存放计算机程序;

46、处理器,用于执行存储器上所存放的程序时,实现上述的方法步骤。

47、本专利技术还提供了一种计算机可读存储介质,

48、所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法步骤。

49、有益效果:

50、本专利技术通过建立合理的优化部署模型,解决多空域保障任务下的资源冲突问题。同时,本专利技术将实际可用阵地、各雷达可用工作模式作为输入,以多雷达部署阵位、工作模式及阵面指向为优化变量,使得寻优结果更加符合实际工程需求。此外,本方案根据建立的优化模型,采用烟花算法完成模型求解,有效提高求解效率。本专利技术的显著优点为:

51、1、创新性的提出面向多任务下的多机动雷达优化部署方法,建立多约束条件下的优化部署模型,有效解决多任务资源冲突问题,提高多雷达协同探测效能;

52、2、面向实际工程应用,考虑雷达在不同工作模式下的威力变化因素,优化雷达部署阵地的同时,优选工作模式和阵面指向,以满足多任务探测指标要求;

53、3、采用烟花算法求解构建的优化部署模型,提升算法收敛速度。

54、4、在构造适应度函数时,虽然目标是尽量提高所有任务的覆盖率,但在本专利技术中加入了多重覆盖率作为反向目标,可以使得烟花算法更好的实现优化。

本文档来自技高网...

【技术保护点】

1.一种面向多任务的多雷达优化部署方法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种面向多任务的多雷达优化部署方法,其特征在于:

3.根据权利要求1所述的一种面向多任务的多雷达优化部署方法,其特征在于:,步骤S3中,s的取值为3。

4.根据权利要求1所述的一种面向多任务的多雷达优化部署方法,其特征在于:

5.根据权利要求4所述的一种面向多任务的多雷达优化部署方法,其特征在于:

6.一种电子设备,其特征在于,

7.一种计算机可读存储介质,其特征在于,

【技术特征摘要】

1.一种面向多任务的多雷达优化部署方法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种面向多任务的多雷达优化部署方法,其特征在于:

3.根据权利要求1所述的一种面向多任务的多雷达优化部署方法,其特征在于:,步骤s3中,s的取值为3。

【专利技术属性】
技术研发人员:刘林陆小科魏耀江涛冯鹏张翔宇
申请(专利权)人:中国电子科技集团公司第十四研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1