在连续波伪码测距雷达中通过参差码钟解距离模糊

某低仰角精密跟踪雷达,采用伪码连续波体制进行测距测速。由于参数设计的限制使测距的模糊距离只有15千米,从而不能满足实际的使用要求。距离解模糊的一般采用改变伪随机码的码长,根据不同码长测量的距离的不同,根据孙子定理解算距离真值。在这里,我们采用改变码钟的方法进行距离解模糊,达到同样的效果,并在设备中采用。     

帧间码参差解距离模糊方法

针对现有测量系统中常用参差码测距解模糊方法的不足,提出了帧间码参差解距离模糊的方法。采用时间、径向距离、方位、俯仰、径向速度相关方法,结合航迹处理的预测数据,通过帧间码参差解出距离模糊,克服了常用参差码测距解模糊的缺点,并在一定发现概率和虚警条件下,对目标匀速直线、匀加速直线、抛物线、匀速圆周、曲线运动情况进行了仿真。统计分析结果表明,该方法是有效的。     

基于自适应遗传算法的最优M序列码搜索

编码信号已经广泛地应用于现代雷达系统中,而编码信号的旁瓣抑制一直是雷达信号处理中有待优化的问题。提出一种基于自适应遗传算法（AGA）优化搜索M序列二相码波形的方法。对于M序列,初始寄存器的选择对于主副比是很关键的。自适应遗传算法的遗传算子交叉概率与变异概率可自适应调整。与标准遗传算法（SGA）相比,这种算法能更好地避免＂早熟＂现象,保持了物种样本的多样性,最终能够收敛到脉压特性更好的序列。试验结果证明了该方法的可行性和有效性。     

一种新的基于遗传算法的滑动参差MTI滤波器设计

提出一种新的基于遗传算法的滑动参差MTI滤波器优化设计.采用滑动脉冲的方式进行MTI滤波器设计,并利用遗传算法搜索最优参差码,有利于检测陷在滤波器第一零点里的弱目标.同时该滤波器可形成多个凹口以滤去多种杂波,并将盲速推到三倍音速以外.由于采用遗传算法对参差码进行搜索,使运算量大大减少.仿真结果和性能分析验证了算法的可行性和有效性.     

一种新的基于遗传算法的参差MTI滤波器设计

提出一种新的搜索最优参差码的方法,该方法是以遗传算法为基础,在每一代群体中,执行完编码、复制、交叉、变异操作后,计算每一个体的适应度.然后每一个体按照一定的条件确定一组新的个体,随机抽取其中的一个个体,计算由其确定的适应度较原个体适应度的增量,决定是否由新抽取的个体代替原个体,达到终止条件时结束.该方法能够使得滤波器的第一零点尽可能地浅,是一种全局随机搜索算法,不依赖于初始种子都可以搜索到全局最优点,而且实现的个体平均适应度更高.     

遗传算法在参差时变滤波器设计中的应用

提出了一种将遗传算法应用于参差时变杂波抑制滤波器设计的方法。在参差码的约束范围内,可能出现参差码组合数很多的情况。遗传算法通过智能式搜索和渐进式优化快速有效地获得优化的参差码,使得计算量大大减小。同时,结合改善因子最大化法来设计滤波器的优化权系数。另外。使用适应度的缩放控制技术使遗传算法在用于参差码的搜索时得到了进一步改善。仿真结果显示该方法可行有效。     

改进型遗传算法的滑动参差MTI滤波器设计

介绍了基于改进型遗传算法的滑动参差MTI滤波器优化设计。采用滑动脉冲的方式进行MTI滤波器设计,利用改进型遗传算法搜索最优参差码,有利于检测陷在滤波器第一零点里的弱目标。同时该滤波器可形成凹口以滤去杂波,并将盲速推到3倍音速以外。由于采用改进型遗传算法对参差码进行搜索,使运算量大大减少。仿真结果和性能分析验证了算法的可行性和有效性。     

基于蚁群算法的动目标显示参差码优化设计

提出了一种基于蚁群算法的动目标显示(MTI)参差码优化设计方法。该方法在保证最大参差比不大于允许值和盲速扩展倍数大于第一盲速点对应扩展倍数的前提下,采用蚁群算法搜索最优参差码,使得参差MTI滤波器第一凹口的深度尽可能浅,通带尽可能平坦,因此,在抑制杂波的同时减小了目标损失。MTI参差码设计是一种组合优化问题,蚁群算法非常适合于解决这种问题。设计实例和性能分析验证了该设计方法的可行性和有效性。     

基于参差距离的相位差变化值的解模糊方法研究

利用相位差及其变化率对辐射源进行定位是新近提出的一种快速单基无源定位方法。本文分析了利用相位干涉议得到的相位差变化值的相位模糊特点,提出了一种利用相位干涉仪的接收天线之间的参差距离对相位差变化值进行解模糊的方法,讨论了正确解模糊的条件和范围,并给出了仿真结果。     

alternant码的最小距离

对于具有生成多项式(?)(x)的二元Goppa码,令G(x)是能被G(x)整除的最低次数完全平方多项式,则这个Goppa码的最小距离d≥deg(?)(x)+1。本文把这一结果推广到Alternant码上去。     

基于遗传算法的MIMO雷达正交编码信号波形优化

MIMO雷达通过发射正交编码信号来获得独立的空间分集增益,改善目标检测识别性能。它对发射信号波形优化设计提出了更高的要求:首先信号为正交信号,以便减低信号间干扰并获得独立的空间分集增益;其次信号为大时宽、宽带宽的脉冲压缩信号,以便解决探测距离和距离分辨率的矛盾。文中根据以上两条要求构造适合的适应度函数,提出了一种基于遗传算法的正交编码信号设计方法,为正交MIMO雷达发射信号进行波形优化,仿真结果和实验分析验证了算法的有效性和可行性。     

基于改进欧几里得算法的1/2码率卷积码盲识别方法

为了适应非合作条件下侦收码序列不完整这一特点,对已有1／2码率的卷积码盲识别多项式模型进行了修正。基于该模型,对经典欧几里得算法进行了改进,提出了一种基于改进欧几里得算法的1／2码率卷积码的盲识别算法,仿真结果验证了该算法的有效性。     

基于改进遗传算法的非均匀稀布阵列优化

提出了一种对非均匀稀布阵列阵元间距进行优化的改进的遗传算法。该算法在编码时,将阵元间距依据尺寸步长划分为不同的节点,通过对节点的二进制编码,灵活实现带约束阵元间距的遗传编码。在遗传操作过程中,依据不同的进化阶段自适应设定算子系数,有效地提高了遗传算法的收敛性。文中采用同时考虑副瓣电平和渡束宽度的双适应度函数,使优化得到的天线阵列方向图比采用单适应度函数有较好的综合性能。最后通过大量仿真结果验证了这一算法的有效性。     

基于改进遗传算法的捷变相位编码组优化设计

针对低重频相参雷达面临的同频干扰、转发式干扰等问题,设计具有低自相关副瓣和互相关峰的捷变相位编码组是一个有效解决手段。根据脉冲积累后的自相关及互相关峰设计代价函数,提出了一种改进的遗传优化算法来搜索捷变相位码组,该算法加入了种群筛选机制和自适应变异概率策略,弥补了基本算法的缺点,提高了算法的收敛速度。仿真结果表明:在搜索捷变编码组方面改进后的算法优于基本遗传算法。     

Optimal Test Points Selection Based on Multi-Objective Genetic Algorithm

A new approach to select anoptimal set of test points is proposed. The described method uses fault-wise table and multi-objective genetic algorithm to find the optimal set of test points. First, the fault-wise table is constructed whose entries are measurements associated with faults and test points. The selection of optimal test points is transformed to the selection of the columns that isolate the rows of the table. Then, four objectives are described according to practical test requirements. The multi-objective genetic algorithm is explained. Finally, the presented approach is illustrated by a practical example. The results indicate that the proposed method can efficiently and accurately find the optimal set of test points and is practical for large scale systems.     

基于动态选择遗传算法的雷达干扰资源分配

电子战中如何针对敌方目标雷达合理高效地分配己方干扰资源,对于获取最佳干扰效益能够起到重要的作用。文中针对雷达干扰资源分配的干扰效益建立评估模型,在模糊综合评估方法的基础上引入遗传算法进行最优解搜索,在遗传算法中关键的选择步骤运用动态选择概率代替了轮盘选择,从而得到了一种行之有效的雷达干扰资源分配方法,预防了经典遗传算法中的早熟收敛问题,使资源分配算法以更大概率收敛至全局最优解。通过进行大量仿真检验,验证了文中所提方法具有有效性和正确性。     

最优子种群实数编码的遗传算法

提出了最优子种群实数编码遗传算法理论,通过从种群中选出适应值最高的若干数量的个体,组成该代最优子种群,将最优子种群中的个体与种群中其他个体进行交叉变异,最优子种群中的个体间也进行交叉变异,从而产生新的种群。该遗传算法使得遗传过程中落入局部最优解几乎不可能,对于多极值问题也非常有效,收敛速度也非常快。     

基于遗传算法的公园道路设计

对城市公园道路的规划特定的两个问题给出了设计方案。该方案基于遗传算法的思想并对其改进优化,以园内道路总长为目标函数,合理地选择迭代次数和变异概率,在不同的限定条件下,分别得出了两个问题的解决方案并大幅降低了问题的复杂度和计算量,有效地处理传统算法难以解决的复杂问题。最后给出了算法的改进方案,并对该算法应用做了进一步的推广。     

自适应遗传算法在相控阵雷达最优化调度中的应用

针对相控阵雷达最优化调度问题,提出了自适应遗传算法的解决方案。在分析雷达约束模型的基础上,设计了相应的编码方式、适应度函数、遗传操作等遗传算法的求解步骤;并提出了既考虑到进化代数对算法影响,又考虑到每代中不同个体适应度对算法作用的自适应交叉概率和变异概率。仿真实例表明该方法可以完成对各项雷达申请事件的合理调度,保证较高的成功被调度率和时间利用率。