警戒雷达抗同型干扰方法

摘要

本发明公布了一种基于克隆选择的警戒雷达抗同型干扰方法。该方法基于克隆选择框架构造启发式搜索，求解一个有约束的整数二次规划问题，从任意的初始解出发，通过克隆、变异、选择逐代进化，直至达到最大进化代数或最优解无改善，得到各部雷达选用各套参数配置的最优频度，设计最优工作序列表，实现抗同型干扰同时不降低每部雷达性能的目标。具有良好的普适性、稳健性和较高的效率，是一种实际可行、可靠、高效的方法，并且程序简单，容易在嵌入式数字处理平台上实现，具有较高的实用价值。

主权项

1.一种基于克隆选择的警戒雷达抗同型干扰方法，其特征在于，包括以下步骤：步骤1：将归一化的平均同型干扰式(1)作为优化目标式，根据实际情况确定各个参量，$\bar{I}=\frac{1}{P(P-1)}\underset{p_1=1}{\overset{P}{\Sigma }}\underset{p_2\ne p_1}{\overset{P}{\underset{p_2=1}{\Sigma }}}\frac{1}{N^2}\underset{i=1}{\overset{M_{p_1}}{\Sigma }}\underset{j=1}{\overset{M_{p_2}}{\Sigma }}{\sigma }_{\mathrm{ij}}^{\left(p_1\right)\left(p_2\right)}{n}_i^{\left(p_1\right)}{n}_j^{\left(p_2\right)}---\left(1\right)$其中，P为系统中雷达数量，各部雷达可选参数配置数目为M_p(p＝1，2，...，P)，N为频度量化数，为归一化同型干扰系数，该系数需经过实际测试确定并归一化至[0，1]区间；步骤2：列出解(p＝1，2，...，P，i＝1，2，...，M_p)应满足的约束条件，至少包括为非负整数以及$\underset{i=1}{\overset{M_p}{\Sigma }}{n}_i^{\left(p\right)}=N,\forall p=\mathrm{1,2},...,P---\left(2\right);$步骤3：任意给定一组满足所述约束条件的初始解，作为第1代抗体群，记为(n＝1，2，...，N_A)，常数N_A为抗体群规模；步骤4：用式(1)计算所述第1代抗体群中每个抗体对应的平均归一化同型干扰计算抗体适应度$f\left(A_n^1\right)=1-\stackrel{-}{I}\left(A_n^1\right)---\left(3\right),$并记录其最大值；步骤5：对于第k代抗体群中的每个抗体，用式(4)计算其克隆数并构造克隆抗体群其中，常数N_C为克隆抗体群规模；步骤6：对克隆抗体群中的每个抗体$[n_1^{\left(1\right)},...,n_{M_1}^{\left(1\right)},...,n_1^{\left(P\right)},...,n_{M_P}^{\left(P\right)}]---\left(5\right)$随机选取p₀∈{1，2，...，P}，并随机选取构造变异抗体$[n_1^{\left(1\right)},...,n_{M_1}^{\left(1\right)},...,n_1^{\left(p_0\right)},...,{\hat{n}}_i^{\left(p_0\right)},...,{\hat{n}}_j^{\left(p_0\right)},...,n_{M_{p_0}}^{\left(p_0\right)},...,n_1^{\left(P\right)},...,n_{M_P}^{\left(p\right)}]---\left(6\right)$满足${\hat{n}}_i^{\left(p_0\right)}+{\hat{n}}_j^{\left(p_0\right)}=n_i^{\left(p_0\right)}+n_j^{\left(p_0\right)}---\left(7\right)$在和不变的条件下两个分量的重新分配也是随机的；步骤7：计算所有所述变异抗体的适应度，从所有由同一个抗体经过克隆和变异得到的变异抗体中选出适应度最大的，记为步骤8：依概率从知二者中选择其一进入下一代，选择的概率为$\mathrm{Pr}(A_n^{k+1}=B_n^k)=$$\left\{\begin{array}{cc}1,& f\left(A_n^k\right)<f\left(B_n^k\right)\\ \exp (-\frac{f\left(A_n^k\right)f\left(B_n^k\right)}{\alpha }),& f\left(A_n^k\right)\ge f\left(B_n^k\right),f\left(A_n^k\right)\ne \underset{m}{\max }f\left(A_m^k\right),m=\mathrm{1,2},···,N_A\\ 0,& f\left(A_n^k\right)\ge \left(B_n^k\right),f\left(A_n^k\right)=\underset{m}{\max }f\left(A_m^k\right),m=\mathrm{1,2},···,N_A\end{array}\right.---\left(8\right)$其中，常数α＞0控制选择的随机性；步骤9：记录第k+1代抗体群(n＝1，2，...，N_A)的适应度最大值；步骤10：k：＝k+1，若k＝K_max，或连续K_stop代抗体群适应度最大值没有改善，则终止计算，当前代抗体群中适应度最大的抗体即为求得的最优解；否则返回步骤5继续进化。