基于免疫算法的雷达海杂波反演蒸发波导研究

传统的遗传算法在实现雷达海杂波反演蒸发波导剖面时呈现寻优速度慢,早熟收敛的现象,本文引入了具有更强寻优能力的免疫算法实现反演过程.阐述了免疫算法实现海杂波反演蒸发波导剖面的原理,根据反演问题特点对免疫算法进行了最佳参数选取的仿真,并分析了实现RFC(Refractivity from Clutter)中免疫算法相对于遗...     

基于遗传/模拟退火算法的蒸发波导反演研究

在实现雷达海杂波反演蒸发波导剖面的寻优运算中,应用遗传算法时把握全局的能力较强,但局部搜索能力较差,易出现早熟收敛现象;应用模拟退火算法时具有较强的局部搜索能力,但全局搜索能力较差,运算效率不高.针对此问题,将两种算法进行了融合,并分析了遗传/模拟退火混合算法的参数选取及抗噪性能.利用模拟海杂波功率进行了仿真试验,结果表明：遗传/模拟退火混合算法能够互相取长补短,适用于一定噪声干扰范围内解决反演蒸发波导剖面的问题.     

基于不同天线高度雷达海杂波的蒸发波导反演

分析了影响雷达海杂波反演海洋蒸发波导的几个关键因素,建立了蒸发波导修正折射率剖面的两参数模型,提出了一种提高蒸发波导反演精度的方法。由于天线高度不同时,雷达接收的海杂波携带的波导特征信息不同,基于天线伺服系统,建立了可调天线高度雷达系统的两参数蒸发波导反演模型。通过与固定天线高度的蒸发波导两参数反演比较,验证了该反演模型具有较高的稳定性和反演精度。     

反演蒸发波导的改进粒子群优化算法

雷达利用携带的海杂波信息可以反演出海面蒸发波导参数.为了提高蒸发波导反演性能,提出了一种改进的粒子群优化算法.当实测雷达海杂波功率与蒸发波导模型计算所得杂波功率之间建立的目标函数取最小值时,可反演得到最接近实测蒸发波导剖面参数.根据这一思想,在基本粒子群算法基础上通过对惯性权重和学习因子进行自适应调整,引入自适应压缩因子来确保算法快速收敛,并获得高精度的蒸发波导参数.算法仿真实验证明,改进粒子群优化算法相比于基本粒子群算法具有较好的全局收敛性,在处理较大规模数据时反演速度明显提高.     

基于外点法的海上蒸发波导反演研究

在海上蒸发波导反演研究中,传统的遗传算法存在反演速度慢,早熟收敛的现象.在GPS散射信号反演海上蒸发波导的背景下,基于双参数蒸发波导模型,运用一种约束最优化方法——外点法（外部惩罚函数法）进行目标函数搜索,从而进行蒸发波导反演.实验的目的是为了验证算法的优越性,所以不考虑接收机的灵敏度等问题.因此,假定波导高度真值,由此得出的功率矢量看作实测的GPS散射信号功率,同时,在一定波导高度范围内逐一进行搜索,搜索到的每一个高度值对应的功率矢量即为仿真的GPS散射信号功率,根据目标函数,分别与实测值进行比较,最接近的一组功率矢量对应的波导高度即为反演得到的最优值.实验结果显示出外点法相对于蚁群算法,反演速度快,迭代次数少,计算结果精度较高.     

中国近海蒸发波导反演中最佳雷达参数分析

利用雷达海杂波反演大气波导折射率(Refractivity From Clutter,RFC)的技术可以实现海洋低空对流层近实时、区域性、非均匀折射率的探测反演,但其反演性能受雷达参数和折射率区域时空统计特性以及地(海)面的影响,为了使RFC技术在中国海域蒸发波导反演中体现出较好的性能,使用粒子群优化算法和自适应目标函数,利用美国圣地亚哥空海作战系统中心高级折射效应预报系统提供的中国海域蒸发波导高度区域统计数据,依据考虑区域统计特性的均方根误差评判模型,研究了中国不同海域、不同月份,不同雷达频率天线高度组合情况下的蒸发波导RFC反演性能,分析得出适用于中国近海蒸发波导RFC反演的最佳雷达频率和天线架设高度范围,所得结果对我国周边海域监测以及海上无线电系统的设计与应用具有参考价值.     

基于稀疏采样传播数据和决策树算法的蒸发波导反演

蒸发波导的超视距传播特性是影响海上无线电系统性能的重要因素,准确预测蒸发波导是进行系统 评估的基础。文中提出一种基于稀疏采样传播数据和决策树轻量梯度提升机(Light Gradient Boosting Machine, LightGBM)算法的蒸发波导反演方法。首先,采用抛物方程方法仿真得到稀疏采样传播数据并构建训练集和测试 集;其次,使用决策树LightGBM 算法搭建反演模型,通过不断调参改进模型的精度以达到较高的反演准确度;最后, 调用训练好的LightGBM 模型进行蒸发波导反演,并对反演结果的概率分布进行了分析。结果表明,基于稀疏采样 传播数据的蒸发波导反演方法能够有效且快速地实现蒸发波导反演,为海上蒸发波导预测提供了一种新途径。     

多波段雷达杂波反演大气波导方法研究

提出了一种利用多个雷达频率杂波反演蒸发波导高度的改进算法,并用基于非支配排序的多目标优化差分进化算法(MODE)进行实现。以X波段(10525MHz)和K波段(24150 MHz)的雷达频率为例,对目标函数特性进行分析,结果显示:目标函数是一个多峰函数,且不同的频率其多峰特性不同;同时用MODE算法进行多目标函数优化仿真反演,并与传统的基于单目标函数优化反演的差分进化算法(SODE)进行对比分析,证明多目标优化反演算法能具有更高的精度和稳定性。     

蒸发波导环境掠射角对雷达海杂波的影响

利用雷达海杂波反演对流层波导是当前国内外研究热点,这是一个典型的电磁逆问题.为了尽可能降低反演的不确定性, 文章基于对流层波导大气修正折射率水平非均匀性, 通过分析蒸发波导环境掠射角对雷达海杂波的影响, 提出了蒸发波导条件下的海杂波功率模型, 并进行了实验验证, 有效提高了对流层波导反演效果.     

蒸发波导环境中雷达二维海杂波仿真

提出了一种大气波导环境下的K分布雷达海杂波仿真方法,仿真了二维海杂波序列.该方法采用射线描迹和抛物方程模拟蒸发波导中电磁波的传播过程,结合雷达方程计算K分布参数,利用球不变随机过程仿真产生K分布海杂波.该二维序列一维为时间,另一维为距离,时间为相关时间,频谱为高斯谱;相邻距离单元之间独立,K分布参数在距离上慢变化,可以认为距离上符合独立同分布假设.文中的二维海杂波序列可应用于雷达海杂波信号模拟中,作为海杂波反演大气波导中的杂波信号,亦可用以分析雷达在不同波导环境中的超视距探测性能.     

雷达干扰任务分配的蚁群算法实现

合理分配干扰目标是雷达干扰任务区分中的难点问题.提出了一种基于蚁群算法的新型的目标分配算法模型,并进行了算法实验.实验结果表明,基于蚁群算法思想的目标分配算法是有效的,特别是问题规模较大时更显示出其较快的收敛速度和较高的精度.     

基于C++ AMP加速并行蚁群算法

蚁群算法与同类智能算法相比具有计算速度快、收敛迅速、算法稳定性好等优点,但是随着数据量的增大,计算用时呈现指数型增长。为了更好地解决大数据量蚁群算法计算慢的问题,结合蚁群算法天然的并行性,基于最新的GPU并行化接口C++AMP实现了并行蚁群算法,使计算用时大幅度减少。经试验分析,该算法可以达到3倍的加速效果。     

基于蚁群算法的Web服务选择

Web服务组合是为Web用户提供高质量、个性化服务的主要手段,而Web服务选择是进行组合的前提和基础。阐述了蚁群算法的原理,分析了Web服务选择的模型,把蚁群算法引入Web服务选择领域,将基于QoS的Web服务选择问题转化为最优路径选择问题。给出了使用蚁群算法解决Web服务选择问题的实施步骤,对比分析了蚁群算法在不同参数下对服务选择正确率的影响,通过具体的场景测试了蚁群算法对于解决Web服务选择问题的有效性。     

基于蚁群算法的弹道参数辨识方法研究

通过传统的计算方法难以得到航空武器系统弹道参数,为此提出一种基于蚁群算法的航空武器气动参数辨识算法。该算法将蚁群算法和实数编码遗传算法相结合,以给定的弹道表数据为标准,采用蚁群算法计算航空武器气动参数分段函数的分段边界点马赫数值,在此基础上采用实数编码遗传算法计算分段函数的多项式系数。采用该算法进行某型炸弹阻力系数辨识计算,计算结果表明:该算法可行,且计算的阻力系数精度高。计算结果已成功应用于某型航电火控系统的设计中。     

一种基于混合蚁群算法的矢量量化码书设计算法

提出了一种基于混合蚁群算法的矢量量化码书设计算法。该算法首先通过自适应地调整截取转移概率的参数,加大蚁群算法的搜索最优解的力度;然后以蚁群算法搜索的结果作为初始解,利用改进的LBG算法作进一步的搜索,从而加快算法的收敛速度。实验结果表明,该算法不但大大提高码书性能,而且也缩短了运行时间,解码恢复图像能获得较高的主、客观质量。     

优化蚁群算法在ASON路由中的应用研究

针对基本蚁群算法中存在搜索时间长,易陷入局部最优解等问题,提出一种改进的基于蚁群优化的ASON网络路由算法,在蚁群算法中采用自适应调整α和β参数及挥发系数ρ等措施,加快了算法的收敛速度,提高ASON路由算法性能,增强了算法的适应能力,并通过仿真实验证明该方法的可行性和有效性.