[发明专利]基于改进遗传算法的三维成像声纳接收平面阵阵元稀疏优化方法

摘要

本发明公开了一种基于改进遗传算法的三维成像声纳接收平面阵阵元稀疏优化方法包括下述步骤：1）将所述的问题转化为染色体串，将三维成像声纳的平面阵阵元位置的开启情况进行编码；2）初始种群确定；3）三维成像声纳阵元稀疏的适应度函数确定；4）选择确定；5）交叉确定；6）变异确定。本发明提出的阵元稀疏优化方法实现了在满足波束方向图的最大旁瓣值和阵元稀疏率的情况下需要开启的最少阵元数目。

主权项

一种基于改进遗传算法的三维成像声纳接收平面阵阵元稀疏优化方法，其特征在于：所述方法包括下述步骤：1)将三维成像声纳接收平面阵阵元稀疏优化的问题转化为染色体串，即将三维成像声纳的接收平面阵阵元位置的开启情况进行编码，若开启阵元，则对该阵元对应的位置进行置1，否则置0，此时通过round(rand(M，N)+0.5)进行生成阵元个体开启情况；2)初始种群确定：对阵元数为M*N维的接收平面阵进行阵元稀疏布阵，获得阵元位置个数为M*N，其中每个个体表示为1*M*N的行向量，该向量中的每个元素值非0即1，表示该接收平面阵中的阵元位置处是否有无阵元开启，此时随机生成初始父代，并确定初始父代种群的数目，假设种群数目为popsize，初始父代的种群通过MATLAB的rand()和round()函数实现，round(rand(popsize，M，N)+0.5)；3)三维成像声纳阵元稀疏的适应度函数确定：所述三维成像声纳阵元稀疏的适应度函数表达式为$fitness={\[\underset{(u_x,v_y)\∈\mathrm{\Ω}}{\∫\∫}(\frac{B(u_x,v_y)}{\max B(u_x,v_y)}-BPLL(u_x,v_y\left)\right){\mathrm{du}}_x{\mathrm{dv}}_y+k_{1}R\]}^2---\left(1\right)$其中，BPLL(u_x，v_y)表示最大旁瓣峰值的期望值，B(u_x，v_y)为波束输出能量值，u_x和v_y分别为波束方向矢量值，对一个固定大小的平面阵来说，BPLL(u_x，v_y)为一个常数，Ω为满足以下两个条件的(u_x，v_y)集合：$\left\{\begin{array}{c}{u_x}^2+{v_y}^2\>\mathrm{\λ}/L\\ B(u_x,v_y)/\max B(u_x,v_y)\>BPLL(u_x,v_y)\end{array}\right.---\left(2\right)$其中，λ表示为发射信号的波长，L表示接收平面阵的阵列边长，且主瓣波束方向图的能量不在(u_x，v_y)集合范围内，R为阵元稀疏率，k₁为加权因子，表示稀疏率与波束方向图的最大旁瓣峰值相比在优化适应度函数中的重要程度；4)选择确定：假设群体的目标平均适应度值为个体x的适应度值为fitness(x)，若则需保留当前个体；否则，需用rand函数产生一个0到1之间的随机数，记为a，若则将当前的个体保留下来，否则剔除该个体；比较该个体x对应的适应度值与当前找到的所有的最好的个体对应的适应度值，两者中适应度值较大的对应的个体作为新的最好的个体x；5)交叉确定：当上述步骤3)中所述的适应度函数中的稀疏率为一随机值时，通过采用均匀交叉法，即随机生成一个1*M*N的行向量，且该向量由0和1组成，1所在的位置表示两个父代样本需要基因交换的位置，而0的位置是保持两个父代样本不变的位置；当上述步骤3)中所述的适应度函数中的稀疏率为一固定值时，首先在父代中选择两个个体进行交叉，交叉运算如下：

×

专利文献下载

说明：

1、专利原文基于中国国家知识产权局专利说明书；

2、支持发明专利 、实用新型专利、外观设计专利（升级中）；

3、专利数据每周两次同步更新，支持Adobe PDF格式；

4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；

5、已全新升级为极速版,下载速度显著提升！欢迎使用！

请您登陆后，进行下载，点击【登陆】 【注册】

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

周一至周五 9:00-18:00

版权所有http://www.vipzhuanli.com/公布日期

咨询在线客服

tel code back_top

服务热线：

投诉建议：

扫一扫，微信关注钻瓜专利网

定制专利/购买专利

行业大牛为您服务 快来咨询~