当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于预警机引导信息的雷达最优搜索算法

发布时间:2022-01-20 05:46
  针对预警机引导信息下相控阵雷达的最优搜索问题进行了研究。从预警机引导战斗机雷达搜索的角度出发,将搜索目标进行分类,根据实际作战需求加入搜索约束条件,完善现有的雷达最优搜索模型,提出两步优化策略来解决不同搜索阶段的优化问题;采用凸优化的手段对搜索模型进行求解,提出拉格朗日结合障碍法的方法来实现搜索数据率的快速优化,解决了雷达最优搜索多约束、多目标优化实时求解的问题,具有较高的工程应用价值;最后通过仿真验证了拉格朗日结合障碍法进行优化模型求解的有效性以及最优搜索模型的合理性。 

【文章来源】:雷达科学与技术. 2019,17(04)北大核心

【文章页数】:10 页

【部分图文】:

基于预警机引导信息的雷达最优搜索算法


图1子空域划分示意图

拉格朗日法,拉格朗日


41630.48688880.69698980.88789891.07680793)初值选取从上述分析可知,采用拉格朗日求解时,优化函数h2的最优解作为初值时收敛速度最快,采用障碍法求解时,3种初值条件的收敛速度相当,因此,选取优化函数h2的最优解作为拉格朗日结合障碍法的初值是最为合理的。4.2.2拉格朗日结合障碍法与遗传算法求解性能对比分析本文采用遗传算法中的NSGA-Ⅱ算法与拉格朗日结合障碍法的求解性能进行对比研究。图2拉格朗日法与NSGA-Ⅱ优化结果的对比从优化性能分析:图2给出了m1=0.7时拉格朗日法和NSGA-Ⅱ算法的优化结果,从图中可以看出两种方法计算的目标平均发现时间相差不大,拉格朗日法略微好一点,但是拉格朗日法的目标累积发现概率优化结果明显比NSGA-Ⅱ算法好,从理论上讲拉格朗日法可以获得最优解,而NSGA-Ⅱ算法未必可以获得最优解,因此,拉格朗日法的优化结果肯定不会比NSGA-Ⅱ算法差,但实际在计算过程中由于无法获得拉格朗日函数的解析解,而是采用牛顿迭代进行计算,因此,采用拉格朗日获得解也是近似最优解的一个次优解。图3给出了m1=0.7时障碍法和NSGA-Ⅱ算法的优化结果对比图,从图中可以看出两种方法的优化结果相当。基于上述分析,拉格朗日结合障碍法的优化结果要优于NSGA-Ⅱ算法。图3障碍法与NSGA-Ⅱ优化结果的对比从计算时间分析:本文采用MATLAB统计仿真时长,NSGA-Ⅱ算法平均一

对比图,搜索方式,加权平均,目标


何种目标最优搜索的平均发现时间都要小于顺序搜索。图7给出了不同搜索资源占用率条件下,仿真时长内所有目标的发现概率对比图,从图中可以看出,最优搜索的发现概率要优于顺序搜索,特别是在搜索资源占用率较小的时候,最优搜索的发现概率明显优于顺序搜索,当搜索资源占用率较大时,发现概率接近于饱和,二者差别并不明显。图4两种搜索方式的现有目标加权平均发现时间对比图5两种搜索方式的后续目标加权平均发现时间对比图6两种搜索方式的所有目标加权平均发现时间对比图7两种搜索方式的发现概率对比从上述分析可知,最优搜索的搜索性能要优于顺序搜索,特别是在搜索资源占用率较小的情况下,最优搜索的优势更为明显。5结束语本文主要针对基于预警机引导信息的雷达搜索问题进行分析,将雷达的搜索目标分为现有目标和后续目标两类,并提出了通用的最优搜索模型,针对现有目标和后续目标的特点和差异,提出了两步优化的策略;针对遗传算法、粒子群算法等智能算法搜索速度慢,不适用于实际作战的问题,将最优搜索多目标优化模型转换成单目标凸优化问题,并提出拉格朗日结合障碍法实现搜索数据率的快速优化。通过数学推导验证了该方法的合理性,并对牛顿迭代初值的选取方法进行研究。最后对本文提出的最优搜索模型和求解方法的合理性进行仿真验证。通过仿真结果可以看出:1)从优化性能和计算速度两个方面来说,拉格朗日结合障碍法都优于遗传算法;2)最优搜索算法的搜索性能优于顺序搜索,尤其在搜索资源占用率较小的情况下,最优搜索的优势更为明显。参考文

【参考文献】:
期刊论文
[1]相控阵雷达LPI搜索方法研究[J]. 廖俊,胡凡俊,沈卫中,钱飞.  火力与指挥控制. 2016(10)
[2]基于最小平均发现时间的相控阵雷达最优搜索[J]. 吴其华,刘进,赵锋,艾小锋,王雪松.  航天电子对抗. 2015(06)
[3]联合截获威胁下的雷达射频隐身目标搜索算法[J]. 李寰宇,查宇飞,李浩,杨源,杨丽薇.  航空学报. 2015(06)

博士论文
[1]基于凸优化理论的无线网络跨层资源分配研究[D]. 程鹏.浙江大学 2008

硕士论文
[1]基于博弈论和凸优化的异构网络资源分配方法研究[D]. 刘松林.哈尔滨工业大学 2016
[2]阵列雷达资源管理算法与实现研究[D]. 武俊青.电子科技大学 2016



本文编号:3598279

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3598279.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户08aac***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com