发明名称 一种基于GASA的MIMO雷达正交编码信号优化方法
摘要 本发明属于雷达技术领域,公开了一种基于GASA的MIMO雷达正交编码信号优化方法,该方法包括:建立MIMO雷达的正交多相码信号模型;根据所建立的正交多相码信号模型产生初始种群,并对退火温度、迭代次数以及种群代数进行初始化;对第t代种群进行优化,以产生新种群;判断是否达到预设迭代次数;若未达到,则令迭代次数和种群代数分别加1,并将新种群作为第t代种群进行优化,直至达到预设迭代次数;若达到,则确定种群中的最优个体,并根据最优个体得到正交多相编码信号。本发明能够避免陷入局部最优,得到性能优良的全局最优解。
申请公布号 CN106372726A 申请公布日期 2017.02.01
申请号 CN201610766564.5 申请日期 2016.08.30
申请人 西安电子科技大学;中国人民解放军63921部队 发明人 廖桂生;冉艳伟;朱天林;徐安林;李军;王渊;熊媛媛;祁亚楠
分类号 G06N3/12(2006.01)I 主分类号 G06N3/12(2006.01)I
代理机构 西安睿通知识产权代理事务所(特殊普通合伙) 61218 代理人 惠文轩
主权项 一种基于GASA的MIMO雷达正交多相编码信号优化方法,其特征在于,所述方法包括以下步骤:步骤1,建立MIMO雷达的正交多相码信号模型<img file="FDA0001099387820000013.GIF" wi="386" he="70" />其中,<img file="FDA0001099387820000011.GIF" wi="1397" he="157" />φ<sub>l</sub>(n)表示相位集,n=1,2,…,N,l=1,2,…,L,L表示所述MIMO雷达的发射机的阵元个数,N表示码元个数,M表示可用相位数,T表示子脉冲宽度,M、N、L为大于0的自然数;步骤2,根据步骤1中所建立的正交多相码信号模型<img file="FDA0001099387820000014.GIF" wi="386" he="64" />产生初始种群S<sup>(0)</sup>;其中,所述初始种群S<sup>(0)</sup>包括G个个体,每个个体为一个L×N维的基因矩阵,且基因矩阵中的每个基因随机取自编码集s<sub>m</sub>,编码集s<sub>m</sub>为对相位集φ<sub>l</sub>(n)进行编码后的集合,s<sub>m</sub>={0,1,2,…,(M‑1)},G为大于0的自然数,T<sub>0</sub>为初始退火温度;对退火温度T<sub>at</sub>、迭代次数c以及种群代数t进行初始化,令T<sub>at</sub>=T<sub>0</sub>,c=1,t=0;步骤3,对第t代种群S<sup>(t)</sup>进行优化,以产生新种群<img file="FDA0001099387820000012.GIF" wi="107" he="63" />步骤3具体包括以下子步骤:(3a)设置交叉概率P<sub>c</sub>,并根据所述交叉概率P<sub>c</sub>确定是否对第t代种群S<sup>(t)</sup>执行交叉操作;若确定执行交叉操作,则对所述第t代种群S<sup>(t)</sup>的G个个体进行两两随机配对,并随机选择基因矩阵中的多个基因作为交叉点,在所述交叉点对每对配对个体进行交叉操作;其中,当t=0时,第t代种群S<sup>(t)</sup>为初始种群S<sup>(0)</sup>;(3b)设置变异概率P<sub>v</sub>,并根据所述变异概率P<sub>v</sub>确定是否对第一种群执行变异操作;若确定执行交叉操作,则从所述第一种群的每一个体中随机选取预设数目个基因作为变异基因,对于每个变异基因,随机选取该变异基因对应的第一集合中的元素对该变异基因进行变异操作;其中,若步骤(3a)中未对所述第t代种群进行交叉操作,所述第一种群为所述第t代种群,否则,所述第一种群为经过交叉操作后的第t代种群;所述该变异基因对应的第一集合为编码集s<sub>m</sub>中去除该变异基因后的集合;(3c)利用适应度函数计算得到第二种群中各个体的适应度,进而根据所述第二种群中各个体的适应度,采用轮盘赌选择算法对所述第二种群进行选择操作,得到第三种群;其中,若步骤(3b)中未对所述第一种群进行变异操作,则所述第二种群为所述第一种群,否则,所述第二种群为经过变异操作后的第一种群;(3d)对于所述第三种群中的每个个体,从该个体的基因矩阵中随机选择两个基因作为扰动点对该个体进行扰动操作得到新个体,并判断所述新个体的适应度是否大于该个体的适应度;若确定所述新个体的适应度大于该个体的适应度,则将所述新个体作为新种群<img file="FDA0001099387820000021.GIF" wi="82" he="64" />的一个个体;若确定所述新个体的适应度小于或等于该个体的适应度,则根据迭代次数c更新退火温度T<sub>at</sub>,并随机产生一个介于0和1之间的随机数R,判断不等式min{1,exp(‑△/T<sub>at</sub>)}&gt;R是否成立,若成立,则将所述新个体作为新种群<img file="FDA0001099387820000022.GIF" wi="82" he="70" />的一个个体,若不成立,则将该个体作为新种群<img file="FDA0001099387820000023.GIF" wi="78" he="63" />的一个个体;其中,△表示新旧状态的目标值差,T<sub>at</sub>表示退火温度,min{·}表示取最小值,exp(·)表示以自然数e为底的指数幂;步骤4,判断迭代次数c是否达到预设迭代次数CNT;若迭代次数c未达到预设迭代次数CNT,则令迭代次数c以及种群代数t分别加1,并令第t代种群<img file="FDA0001099387820000024.GIF" wi="237" he="63" />重复执行步骤3;如此直至迭代次数达到所述预设迭代次数CNT;若迭代次数c达到预设迭代次数CNT,则确定第t代种群S<sup>(t)</sup>中的最优个体,并利用所述最优个体得到所述MIMO雷达各子信号对应的相位序列,进而根据所述MIMO雷达各子信号对应的相位序列得到所述MIMO雷达正交多相编码信号。
地址 710071 陕西省西安市太白南路2号