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()
【技术实现步骤摘要】
本专利技术涉及多源射频信号重构,尤其涉及一种基于阿基米德优化的多源射频信号重构系统的筛选方法。
技术介绍
1、多源射频信号重构系统构建探测设备所需要的射频信号仿真环境,主要包括射频目标模拟分系统(主要包括场景模型和目标模拟器)、转台、微波暗室等,场景模型包括目标模型和干扰模型,用于产生要模拟目标或干扰的数字信号或信号特征,目标模拟器根据产生的数字信号或特征生成目标或和干扰模拟所需的回波信号,微波暗室主要在实验室创造一个近似的自由空间传播电磁波的环境;转台上安装了探测设备,转台用于模拟飞行器在空中实际飞行时的各种姿态;转台和射频目标模拟分系统相互配合模拟飞行器和目标之间的相对位置关系。
2、多源射频信号重构系统的逼真度就是所构建环境对战场电磁环境某个侧面或整体的属性、对象或交互复现的正确程度,它反映了构建环境与真实环境之间的关系。如果所构建环境在关键要素或重要特征方面符合真实的电磁环境,就达到了一定的逼真度。在极端情况下,逼真度为1表示构建完全的复现了真实环境,二者之间没有任何差别;逼真度为0表示构建与真实环境之间没有任何相似的地方。对于所需要逼真度为1的情况,由于模拟资源有限,通常很难实现,所以只能尽量无限接近。
3、多源射频信号重构系统的可用度则是从用户的视角,评价一个多源射频信号重构系统是否可以用来验证特定的装备在特定的使用场景下的功能性能,以及这个验证在多大程度上是可信的、验证过程的用户体验如何(易用性、可靠性、效率等)、构建这样一个仿真验证系统的代价如何(经济性)。因此,可用度是比逼真度更加全面、
4、逼真度与可用度不是完全的正相关关系,逼真度最高的系统不一定是可用度最优的方案,反之亦然。如何在满足一定可用度要求的情况下使可用度与逼真度的综合效用最大,快速确定最优的多源射频信号重构系统,是亟待解决的问题。
技术实现思路
1、鉴于上述的分析,本专利技术实施例旨在提供一种基于阿基米德优化的多源射频信号重构系统的筛选方法,用以解决现有筛选平多源射频信号重构系统的效率低,并且不能平衡逼真度和可用度的问题。
2、一方面,本专利技术实施例提供了一种基于阿基米德优化的多源射频信号重构系统的筛选方法,包括以下步骤:
3、对多个多源射频信号重构系统的可用度相关指标和逼真度相关指标进行评估得到每个多源射频信号重构系统的可用度相关指标值和逼真度相关指标值;
4、基于每个多源射频信号重构系统的可用度相关指标值和逼真度相关指标值构建多源射频信号重构系统的可用度和逼真度间的均衡关系模型;
5、基于可用度和逼真度间的均衡关系模型构建多源射频信号重构系统筛选的目标函数和约束条件;
6、基于多源射频信号重构系统筛选的目标函数和约束条件,采用阿基米德优化算法确定多源射频信号重构的最优系统。
7、基于上述方法的进一步改进,多源射频信号重构系统的可用度相关指标包括多源射频信号重构系统的基础可用性相关指标、性能可用性相关指标、任务达成可用性相关指标、可靠性相关指标、经济性相关指标和效率相关指标;
8、多源射频信号重构系统的逼真度相关指标包括:时域一致性、频域一致性指标、空域一致性、能量域一致性、极化域一致性、重构信号分辨率和信号重构能力。
9、基于上述方法的进一步改进,基于多源射频信号重构系统筛选的目标函数和约束条件,采用阿基米德优化算法确定多源射频信号重构的最优系统,包括:
10、s41、初始化种群中每个个体的位置、密度、体积和加速度,其中,一个个体的位置代表多一个源射频信号重构系统的逼真度相关指标;
11、s42、基于多源射频信号重构系统筛选的目标函数和约束条件确定当前种群中的最优个体;
12、s43、基于当前种群中的最优个体更新种群中每个个体的密度、体积、加速度和位置;
13、s44、判断是否达到最大迭代次数,若没有,则返步骤s42;否则基于多源射频信号重构系统筛选的目标函数和约束条件确定当前种群中的最优个体,当前种群中的最优个体对应的源射频信号重构系统为最优系统。
14、基于上述方法的进一步改进,采用以下方式初始化种群中每个个体的位置、密度、体积和加速度:
15、oi=lb+rando×(ub-lb)
16、acci=lb+randacc×(ub-lb)
17、deni=randden
18、voli=randvol
19、其中,oi表示第i个个体的位置向量,rando表示初始化位置的随机向量,ub表示搜索空间的上限向量,lb表示搜索空间的下限向量,acci表示第i个个体的加速度向量,randacc表示初始化加速度的随机向量,deni表示第i个个体的密度向量,randden表示初始化密度的随机向量,voli表示第i个个体的体积向量,randvol表示初始化体积的随机向量。
20、基于上述方法的进一步改进,基于当前种群中的最优个体采用以下公式更新种群中每个个体的密度和体积:
21、
22、
23、其中,denbest表示最优个体的密度,volbest表示最优个体的体积,表示第i个个体在第t代的密度,表示第i个个体在第t代的体积,表示第i个个体在第t+1代的密度,表示第i个个体在第t+1代的体积,rand表示随机向量。
24、基于上述方法的进一步改进,基于当前种群中的最优个体采用以下方式更新种群中每个个体的加速度和位置:
25、计算转移算子,根据转移算子判断当前阶段;若当前为探索阶段,则通过以下公式计算每个个体的加速度和位置:
26、
27、
28、
29、
30、若当前为开发阶段,则通过以下公式计算每个个体的加速度和位置:
31、
32、
33、其中,表示第i个个体在第t+1代的密度,表示第i个个体在第t+1代的体积,rand表示随机向量,表示第i个个体在第t+1代的加速度,denmr表示随机个体的密度,volmr表示随机个体的体积,accmr表示随机个体的加速度,rand表示随机向量,表示第i个个体在第t+1代的加速度,min(acct+1)表示第t+1代个体的最小加速度,max(acct+1)表示第t+1代个体的最大加速度,u和l表示映射参数,omr表示随机个体的位置,oit表示第i个个体在第t代的位置,表示第i个个体在第t+1代的位置,t表示当前迭代次数,tmax表示最大迭代次数,denbest表示当前种群最优个体的密度,volbest表示当前种群最优个体的体积,accbest表示当前种群最优个体的加速度,obest表示当前种群最优个体的位置,f表示改变运动方向改变参数,t是与转移算子成正比的参数,c1和c2均为常数。
34、基于上述方法的进一步改进,采用以下本文档来自技高网...
【技术保护点】
1.一种基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,
3.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于多源射频信号重构系统筛选的目标函数和约束条件,采用阿基米德优化算法确定多源射频信号重构的最优系统,包括:
4.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,采用以下方式初始化种群中每个个体的位置、密度、体积和加速度:
5.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于当前种群中的最优个体采用以下公式更新种群中每个个体的密度和体积:
6.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于当前种群中的最优个体采用以下方式更新种群中每个个体的加速度和位置:
7.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,采用
8.根据权利要求1所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于每个多源射频信号重构系统的可用度相关指标值和逼真度相关指标值构建多源射频信号重构系统的可用度和逼真度间的均衡关系模型,包括:
9.根据权利要求1所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于可用度和逼真度间的均衡关系模型构建多源射频信号重构系统筛选的目标函数:
10.根据权利要求9所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于可用度和逼真度间的均衡关系模型构建多源射频信号重构系统筛选的约束条件包括:
...【技术特征摘要】
1.一种基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,
3.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于多源射频信号重构系统筛选的目标函数和约束条件,采用阿基米德优化算法确定多源射频信号重构的最优系统,包括:
4.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,采用以下方式初始化种群中每个个体的位置、密度、体积和加速度:
5.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选方法,其特征在于,基于当前种群中的最优个体采用以下公式更新种群中每个个体的密度和体积:
6.根据权利要求2所述的基于阿基米德优化的多源射频信号重构系统的筛选...
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。