申请/专利权人：西北工业大学

申请日：2022-03-16

公开（公告）日：2024-02-23

公开（公告）号：CN114818465B

主分类号：G06F30/27

分类号：G06F30/27;G06F30/23

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2022.08.16#实质审查的生效;2022.07.29#公开

摘要：本发明涉及一种基于NURBS曲面的低散射优化技术，涉及电磁散射领域。针对一个外形可变的目标物体，利用NURBS曲面构建其表面，利用遗传算法对NURBS曲面的控制参数进行优化，得到目标的低散射模型。由于遗传算法具有仅使用求解问题的目标函数值就可以得到下一步的有关信息的特点，优化过程只需要进行RCS的计算，不需要计算其他额外的数据，相对于其他复杂的降低RCS的过程，整个优化的过程简单易于实现。

主权项：1.一种基于NURBS曲面的低散射优化方法，其特征在于步骤如下：步骤1：建立目标的几何模型首先在几何建模软件中构建目标的几何模型，该目标为多面几何体，顶面可以为任意形状，底面需为平面；其中，固定不变的部分直接画出，变化部分由NURBS曲面或线生成，作为后续的优化对象；为了便于计算，建立以模型底面的几何中心为坐标原点的直角坐标系，底面最长的方向作为x轴，y轴为模拟转台的转轴，与底面垂直，z轴根据右手系确定；计算时模型绕y轴旋转，雷达入射方向为指向屏幕里方向；步骤2：模型参数化根据模型的尺寸设定n个NURBS曲线的控制点的坐标，其中x，z坐标为固定值，为了简化计算可以设定为等分点；y坐标为优化算法的优化变量；步骤3：等位基因构造将步骤2中设置的n个优化变量进行离散化编码，每一个变量转化为一个16为的二进制序列；每一个二进制序列对应一种基因型；将所有离散化得到的序列作为等位基因，用于后续的遗传算法优化；通过模拟自然界中的优胜劣汰筛选出优秀的个体保留下来并进行繁衍，经过有限代数的进化得到具有最优基因的个体也就是最优的变量的二进制序列；步骤4：遗传算法设置与目标函数构建设置遗传算法的种群规模、迭代次数、变异概率、交叉概率；选择遗传算法和选择策略；种群是基因组的容器，种群中的不同个体具有不同的基因信息，也就是步骤3构造的等位基因，种群规模为每代种群中的个体数，也就是每次迭代中生成的初始模型数；每次迭代种群中的基因会发生变异和交叉，从而产生新的基因型来生成新的模型；选择稳态遗传算法，即子代群体由进化操作产生的部分新个体和父代群体中部分个体按一定比例共同组成，通过计算每个个体之间的距离来控制物种的形成，筛选掉物种个体间相似度较高的个体；利用轮盘赌选择法选择策略对个体进行选择，在选择的两个个体之间进行单点交叉得到新的个体，再对新个体以一定概率进行均匀随机位翻转变异；在每一代中挑选最优的个体留下；目标函数设置为指定入射角度范围内的RCS均值；步骤5：优化与生成模型运行程序由算法随机生成一系列初始模型，作为初代种群中的个体，计算RCS，求得均值作为遗传算法的目标函数值返回；在下一次迭代中，上一代被选出的优秀个体将进入下一代种群中参与迭代；每次迭代根据基因型对应的坐标信息生成NURBS曲线；以NURBS曲线作为截面线扫掠得到目标模型并计算RCS；最终将RCS均值最小的模型作为低散射优化的结果。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于NURBS曲面的低散射优化方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD