[发明专利]一种基于改进的多目标粒子群优化算法的雷达布站方法

说明书

本发明公开了一种基于改进的多目标粒子群优化算法的雷达布站方法，针对定位和监测两个任务，以提高定位精度和扩大监测区域为目的，在标准多目标粒子群算法(MOPSO)的基础上，改进粒子位置和速度更新公式、利用反三角函数logistic映射初始化、添加时变变异，然后采用改进的多目标粒子群优化算法对雷达布站进行求解，提高了粒子群优化算法的全局搜索能力，提供一个分布性和延展性较好的Pareto前沿，同时具有快速的收敛性，在解的多样性和分布性上也表现出很好的性能，得到的结果与应用传统粒子群优化算法进行比较，本发明可较好地适用于雷达布站，提升了雷达系统对监视区域的覆盖性能及定位性能，进而合理优化雷达布站，节省雷达资源。

技术领域

本发明属于雷达监测任务和定位任务技术领域，更为具体地讲，涉及一种基于改进的多目标粒子群优化算法的雷达布站方法。

背景技术

复杂态势下，雷达系统的站点位置布局(雷达布站)需要考虑监测、定位等多种任务的需求，不同的任务有不同的评价指标，所以要求雷达布站时要兼顾到多个性能指标。雷达系统的站点位置布局过程实质上是多目标数学建模与求解过程，是一个优化问题。

在解决单目标优化问题时，得到的解即为最优解。然而在解决多目标问题时，得到的则是兼顾多个指标的折中解集，解集中每一个解代表一种优化配置方案，供决策者选择。

多目标粒子群优化算法是目前多目标优化的常用算法，然而全局搜索能力有待提高，在解的多样性和分布性上性能较差，从而影响了雷达布站的覆盖性能以及定位性能。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于改进的多目标粒子群优化算法的雷达布站方法，以提高全局搜索能力，改善解的多样性和分布性，从而提升雷达系统对监视区域的覆盖性能及定位性能，进而合理优化雷达布站，节省雷达资源。

为实现上述发明目的，本发明基于改进的多目标粒子群优化算法的雷达布站方法，其特征在于，包括以下步骤：

(1)、设置监测区域的范围，每个雷达的位置坐标必须在限定的范围内搜索，其中，水平方向坐标的最小值表示为x_min、最大值表示为x_max，垂直方向坐标的最小值表示为y_min、最大值表示为y_max；

(2)、初始化粒子位置、粒子速度以及粒子个体最优位置

构建两个种群P₁、P₂，每个种群包含N个粒子，初始化迭代次数t＝0；

2.1)、对于一个粒子位置，可表示为：

利用反三角logistic映射对两个种群P₁、P₂中粒子位置进行初始化，使其均匀的散落在监测区域中；

首先利用反三角函数logistic映射生成在区间[0,π/2]的随机数r_{x_j}以及r_{y_j}，j＝1,2,...M，M为雷达系统中雷达的数量，然后根据以下公式，得到每个雷达坐标：

x_j＝x_min+r_{x_j}×2/π×(x_max-x_min)

其中，j＝1,2,...M；

再将公式(2)得到每个雷达坐标代入公式(1)对应位置，得到该粒子位置初始值；

这样，得到一个粒子位置初始值；