买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于改进MOEA/D的STAP雷达分布式干扰方法_西安电子科技大学_202110426310.X 

申请/专利权人:西安电子科技大学

申请日:2021-04-20

公开(公告)日:2023-07-11

公开(公告)号:CN113126042B

主分类号:G01S7/38

分类号:G01S7/38

优先权:

专利状态码:有效-授权

法律状态:2023.07.11#授权;2021.08.03#实质审查的生效;2021.07.16#公开

摘要:本发明公开了基于改进MOEAD的STAP雷达分布式干扰方法,主要解决现有干扰STAP雷达能力差,成功率低的问题。实现方案是:初始化雷达和干扰机的各个参数;建立干扰资源调度数学模型和设置约束条件;初始化种群最优解集EP和权重向量;用MOEAD‑LWS求最优解集;将最优解集的数据代入干扰样式决策结果和干扰功率决策结果。本发明建立了干扰资源调度数学模型,设计了多对多模式下干扰资源调度。应用MOEAD‑LWS求最优解集,提高了寻优速率,提升了对STAP雷达的干扰成功率,用于多对多的干扰组网系统。

主权项:1.一种基于MOEAD-LWS算法的STAP雷达分布式干扰方法,其特征在于,包括有如下步骤:1初始化雷达参数:根据侦查设备采集的若干雷达数据,并根据其关键参数判定每个雷达的危险等级,假设关键参数为各个雷达的信号的载波频率、信号时宽、发射功率,令截获的雷达为N部,接获雷达的集合为C=[C1,C2,...,Ci,...,CN],Ci表示第i部雷达,其中下标i为雷达的序号,i取取整数;令危险等级的集合为ωr1,ωr2,...,ωri,...,ωrN,ωri表示接收的第i部雷达的威胁等级,取值为0~1内的实数;令载波频率的集合为fc1,fc2,...,fci,...,fcN,fci表示第i部雷达的载波频率,取值为正整数;令雷达信号时宽集合为τ1,τ2,...,τi,...,τN,τi表示第i部雷达脉冲信号的时宽,取值为正整数;令各个雷达脉冲信号的发射功率的集合是Pt1,Pt2,...,Pti,...,PtN,Pti表示第i部雷达的发射功率,取值为正实数;2初始化干扰机参数:设置M部干扰机,其集合J=[J1,J2,...,Jj,...,JM],Jj表示第j部干扰机,M为干扰机总部数,取值为正整数;3建立干扰资源调度数学模型Fx:基于干扰样式和干扰功率建立针对多目标多干扰源的干扰资源调度数学模型Fx;4设置干扰约束条件:根据干扰资源调度数学模型Fx,设置干扰约束条件为: 上式中,表示第j个干扰机对N个雷达的干扰归一化功率之和为1,s1i=s2i=…=sji=…=sMi表示在干扰第i部雷达时,M部干扰机所用干扰样式均为同一种干扰样式;5设置种群最优解集和权重向量:调用一个种群,并将该种群最优解集EP置成空集φ;设置一组理想点z=z1,z2,...,zi,...,zN,zi表示第i个理想点,根据干扰约束条件对理想点值进行随机设置一组分布均匀的权重向量λ1,...,λk,...λK,其中,λk表示第k个权重向量,K为种群大小;6计算各相邻权重的欧几里得距离:计算各相邻权重之间的欧几里得距离,与向量λk距离最近的T个向量为向量λk的相邻向量,其中,相邻向量索引集合记为Bk=k1,...,kT,为λk的T个相邻向量;7产生初始种群权:根据相邻向量索引集合Bk,设置初始种群权x1,...,xk,...xK,并计算干扰资源调度数学模型Fxk=f1xk,...,fNxk,其中,xk表示第k个种群权,k为循环指针,其的初始值为1,k=1~K;8交叉产生新个体:从相邻向量索引集合Bk=k1,...,kT中随机选取两个索引v,l,对xv和xl执行标准遗传算法的交叉操作,产生新个体y;9对新个体变异操作:对新个体y执行标准遗传算法的变异操作,产生变异后的个体y',变异后的个体y'在干扰资源数学模型表示为;10更新种群理想点:若理想点zw<fwy',w=1,...,N,w为算法的遍历范围,则zw=fwy',如果当前理想点z小于与它对应的fy',则把fy'赋值给该理想点,形成新的理想点,执行w=1,...,N,完成所有理想点的更新;11用局部加权和分解方法更新相邻解:利用局部加权和分解方法与相邻向量索引集合相结合来更新相邻解,对于w∈Bk,若gwsy'|λw,z≤gwsxw|λw,z,则xw=y',zw=fwy',其中,gws·表示加权和分解运算;12判断种群权是否受变异个体支配:判断干扰资源调度数学模型中种群权Fxk是否受变异个体Fy'支配,k=1,...,K;若受支配,则将Fxk从种群最优解集EP中删除;若对于若不存在Fxk受Fy'支配,则将Fy'加入种群最优解集EP,并将循环指针k的值加1后,执行步骤8至12,进入新一轮种群最优解的寻优过程;13获得进化后的种群最优解集:重复步骤8到步骤12,直至k=K,得到进化后的种群最优解集EP,种群最优解集EP中包含干扰样式决策结果干扰功率决策结果其中,表示对第i部雷达干扰所采取的干扰样式,表示第j部干扰机施加给第i部雷达的干扰功率,得到干扰资源调度最优分配方案,干扰机集合J=[J1,J2,...,Jj,...,JM];14分配最优解集数据,完成对雷达组网的分布式干扰:根据干扰资源调度最优分配方案,干扰机集合J=[J1,J2,...,Jj,...,JM]中每部干扰机Jj分别采用的对第i部雷达发射干扰样式以为干扰功率对第i部雷达发射干扰信号,以上参数均为干扰资源调度最优分配方案中的参数,完成对STAP雷达组网的分布式干扰。

全文数据:

权利要求:

百度查询: 西安电子科技大学 基于改进MOEA/D的STAP雷达分布式干扰方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。