基于萤火虫优化算法的雷达扇区排布优化方法及装置制造方法及图纸

技术编号:44935132 阅读:34 留言:0更新日期:2025-04-12 01:13
本发明专利技术提供了基于萤火虫优化算法的雷达扇区排布优化方法及装置。其中,方法,包括:将初始解集中的解依次代入代价函数得到多个解亮度,并对解亮度进行排序得到解亮度序列以及当前最优解;按照解亮度序列中各个解的光亮程度以及轮盘赌模型选择移动解,根据预设吸引度计算规则对移动解进行吸引度计算,得到吸引度结果;按照吸引度结果获取移动解的移动方向和移动距离;在本发明专利技术中,通过采用萤火虫算法对待优化扇区排布参数进行灵活设置,以满足不同雷达的扇区波束编排,提高了方法通用性的同时避免了参数间的耦合;其次,通过将解亮度按适应程度进行迭代优化,在保证计算精度的前提下,避免了陷入局部最优解的问题,提高了雷达资源利用率。

【技术实现步骤摘要】

本专利技术涉及雷达,具体涉及一种基于萤火虫优化算法的雷达扇区排布优化方法及装置


技术介绍

1、扇区排布或扇区波束排布是雷达指示天线在空间中安排发射和接收电磁波时,将覆盖空域划分成多个扇区以提高目标感知准确性的过程。合理规划扇区波束能提升雷达资源利用率,在信号处理、数据处理以及资源调度等领域具有重要意义。

2、现有技术中,一般采用全局优化的遗传算法来获取雷达扇区排布参数。例如:“基于遗传算法的相控阵雷达脉冲交错波束驻留调度算法”(专利申请号 cn202110029477.2,公开号cn112749804a)中公开了一种涉及相控阵雷达,应用脉冲交错技术的自适应波束驻留调度算法。该算法对各个调度间隔中的雷达任务请求进行预筛选,通过遗传算法交叉获得最终调度序列,采用自适应处理使系统有效地降低了任务的丢失率,提高了实现价值率和修正价值率。但该算法的实现载体-遗传算法的关键因素(交叉率和变异率)需要大量实验得出,同时该算法所采用的固定的概率可能无法始终提供对最优解的最佳响应,在处理较多信息维度和较多耦合关系问题的最优解时,易陷入局部最优解而产生迭代速度较本文档来自技高网...

【技术保护点】

1.一种基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,包括:

2.根据权利要求1所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述待优化扇区排布参数包括:天线法向的中心波束宽度、天线扫描速度、天线伺服扫描速度、波束驻留时长、波束脉冲重复频率以及目标检测概率。

3.根据权利要求1所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述代价函数包括:第一代价函数和第二代价函数;

4.根据权利要求1所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述扇区初始参数包括:迭代固定参数、代价函数参数范围、目标解集数目以及问...

【技术特征摘要】

1.一种基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,包括:

2.根据权利要求1所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述待优化扇区排布参数包括:天线法向的中心波束宽度、天线扫描速度、天线伺服扫描速度、波束驻留时长、波束脉冲重复频率以及目标检测概率。

3.根据权利要求1所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述代价函数包括:第一代价函数和第二代价函数;

4.根据权利要求1所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述扇区初始参数包括:迭代固定参数、代价函数参数范围、目标解集数目以及问题维度;

5.根据权利要求4所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述利用所述扇区初始参数进行所述待优化扇区排布参数的初始解位置计算,得到初始解集,包括:

6.根据权利要求3所述的基于萤火虫优化算法的雷达扇区排布优化方法,其特征在于,所述将所述初始解集中的解依次代入所述代价函数得到多个解亮度,并对多个所述解亮度进行排序得到解亮度序列以及当前...

【专利技术属性】
技术研发人员:赵佳琪王柯霁全英汇郭意
申请(专利权)人:西安电子科技大学
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