針對預(yù)警機(jī)引導(dǎo)信息下相控陣?yán)走_(dá)的最優(yōu)搜索問題進(jìn)行了研究。從預(yù)警機(jī)引導(dǎo)戰(zhàn)斗機(jī)雷達(dá)搜索的角度出發(fā),將搜索目標(biāo)進(jìn)行分類,根據(jù)實(shí)際作戰(zhàn)需求加入搜索約束條件,完善現(xiàn)有的雷達(dá)最優(yōu)搜索模型,提出兩步優(yōu)化策略來解決不同搜索階段的優(yōu)化問題;采用凸優(yōu)化的手段對搜索模型進(jìn)行求解,提出拉格朗日結(jié)合障礙法的方法來實(shí)現(xiàn)搜索數(shù)據(jù)率的快速優(yōu)化,解決了雷達(dá)最優(yōu)搜索多約束、多目標(biāo)優(yōu)化實(shí)時求解的問題,具有較高的工程應(yīng)用價值;最后通過仿真驗(yàn)證了拉格朗日結(jié)合障礙法進(jìn)行優(yōu)化模型求解的有效性以及最優(yōu)搜索模型的合理性。 

【文章來源】：雷達(dá)科學(xué)與技術(shù). 2019,17(04)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

圖１子空域劃分示意圖

４１６３０．４８６８８８８０．６９６９８９８０．８８７８９８９１．０７６８０７９３）初值選取從上述分析可知，采用拉格朗日求解時，優(yōu)化函數(shù)ｈ２的最優(yōu)解作為初值時收斂速度最快，采用障礙法求解時，３種初值條件的收斂速度相當(dāng)，因此，選取優(yōu)化函數(shù)ｈ２的最優(yōu)解作為拉格朗日結(jié)合障礙法的初值是最為合理的。４．２．２拉格朗日結(jié)合障礙法與遺傳算法求解性能對比分析本文采用遺傳算法中的ＮＳＧＡ－Ⅱ算法與拉格朗日結(jié)合障礙法的求解性能進(jìn)行對比研究。圖２拉格朗日法與ＮＳＧＡ－Ⅱ優(yōu)化結(jié)果的對比從優(yōu)化性能分析：圖２給出了ｍ１＝０．７時拉格朗日法和ＮＳＧＡ－Ⅱ算法的優(yōu)化結(jié)果，從圖中可以看出兩種方法計算的目標(biāo)平均發(fā)現(xiàn)時間相差不大，拉格朗日法略微好一點(diǎn)，但是拉格朗日法的目標(biāo)累積發(fā)現(xiàn)概率優(yōu)化結(jié)果明顯比ＮＳＧＡ－Ⅱ算法好，從理論上講拉格朗日法可以獲得最優(yōu)解，而ＮＳＧＡ－Ⅱ算法未必可以獲得最優(yōu)解，因此，拉格朗日法的優(yōu)化結(jié)果肯定不會比ＮＳＧＡ－Ⅱ算法差，但實(shí)際在計算過程中由于無法獲得拉格朗日函數(shù)的解析解，而是采用牛頓迭代進(jìn)行計算，因此，采用拉格朗日獲得解也是近似最優(yōu)解的一個次優(yōu)解。圖３給出了ｍ１＝０．７時障礙法和ＮＳＧＡ－Ⅱ算法的優(yōu)化結(jié)果對比圖，從圖中可以看出兩種方法的優(yōu)化結(jié)果相當(dāng)�；谏鲜龇治觯窭嗜战Y(jié)合障礙法的優(yōu)化結(jié)果要優(yōu)于ＮＳＧＡ－Ⅱ算法。圖３障礙法與ＮＳＧＡ－Ⅱ優(yōu)化結(jié)果的對比從計算時間分析：本文采用ＭＡＴＬＡＢ統(tǒng)計仿真時長，ＮＳＧＡ－Ⅱ算法平均一

何種目標(biāo)最優(yōu)搜索的平均發(fā)現(xiàn)時間都要小于順序搜索。圖７給出了不同搜索資源占用率條件下，仿真時長內(nèi)所有目標(biāo)的發(fā)現(xiàn)概率對比圖，從圖中可以看出，最優(yōu)搜索的發(fā)現(xiàn)概率要優(yōu)于順序搜索，特別是在搜索資源占用率較小的時候，最優(yōu)搜索的發(fā)現(xiàn)概率明顯優(yōu)于順序搜索，當(dāng)搜索資源占用率較大時，發(fā)現(xiàn)概率接近于飽和，二者差別并不明顯。圖４兩種搜索方式的現(xiàn)有目標(biāo)加權(quán)平均發(fā)現(xiàn)時間對比圖５兩種搜索方式的后續(xù)目標(biāo)加權(quán)平均發(fā)現(xiàn)時間對比圖６兩種搜索方式的所有目標(biāo)加權(quán)平均發(fā)現(xiàn)時間對比圖７兩種搜索方式的發(fā)現(xiàn)概率對比從上述分析可知，最優(yōu)搜索的搜索性能要優(yōu)于順序搜索，特別是在搜索資源占用率較小的情況下，最優(yōu)搜索的優(yōu)勢更為明顯。５結(jié)束語本文主要針對基于預(yù)警機(jī)引導(dǎo)信息的雷達(dá)搜索問題進(jìn)行分析，將雷達(dá)的搜索目標(biāo)分為現(xiàn)有目標(biāo)和后續(xù)目標(biāo)兩類，并提出了通用的最優(yōu)搜索模型，針對現(xiàn)有目標(biāo)和后續(xù)目標(biāo)的特點(diǎn)和差異，提出了兩步優(yōu)化的策略；針對遺傳算法、粒子群算法等智能算法搜索速度慢，不適用于實(shí)際作戰(zhàn)的問題，將最優(yōu)搜索多目標(biāo)優(yōu)化模型轉(zhuǎn)換成單目標(biāo)凸優(yōu)化問題，并提出拉格朗日結(jié)合障礙法實(shí)現(xiàn)搜索數(shù)據(jù)率的快速優(yōu)化。通過數(shù)學(xué)推導(dǎo)驗(yàn)證了該方法的合理性，并對牛頓迭代初值的選取方法進(jìn)行研究。最后對本文提出的最優(yōu)搜索模型和求解方法的合理性進(jìn)行仿真驗(yàn)證。通過仿真結(jié)果可以看出：１）從優(yōu)化性能和計算速度兩個方面來說，拉格朗日結(jié)合障礙法都優(yōu)于遺傳算法；２）最優(yōu)搜索算法的搜索性能優(yōu)于順序搜索，尤其在搜索資源占用率較小的情況下，最優(yōu)搜索的優(yōu)勢更為明顯。參考文

【參考文獻(xiàn)】：
期刊論文
[1]相控陣?yán)走_(dá)LPI搜索方法研究[J]. 廖俊,胡凡俊,沈衛(wèi)中,錢飛.  火力與指揮控制. 2016(10)
[2]基于最小平均發(fā)現(xiàn)時間的相控陣?yán)走_(dá)最優(yōu)搜索[J]. 吳其華,劉進(jìn),趙鋒,艾小鋒,王雪松.  航天電子對抗. 2015(06)
[3]聯(lián)合截獲威脅下的雷達(dá)射頻隱身目標(biāo)搜索算法[J]. 李寰宇,查宇飛,李浩,楊源,楊麗薇.  航空學(xué)報. 2015(06)

博士論文
[1]基于凸優(yōu)化理論的無線網(wǎng)絡(luò)跨層資源分配研究[D]. 程鵬.浙江大學(xué) 2008

碩士論文
[1]基于博弈論和凸優(yōu)化的異構(gòu)網(wǎng)絡(luò)資源分配方法研究[D]. 劉松林.哈爾濱工業(yè)大學(xué) 2016
[2]陣列雷達(dá)資源管理算法與實(shí)現(xiàn)研究[D]. 武俊青.電子科技大學(xué) 2016



本文編號：3598279