[发明专利]一种基于改进的免疫遗传算法的多相正交码生成方法

摘要

该发明公开了一种基于改进的免疫遗传算法的多相正交码生成方法，属于雷达发射波形产生领域，涉及一种基于改进的免疫遗传算法的多相正交序列生成方法。首先对正交多相码集进行建模；建立初始种群；计算自适应加权系数；进行遗传算法的选择，交叉，变异操作；计算个体的信息熵H及其相似度A；群体的更新；记忆单元的更新。该方法引入了免疫算法的记忆功能，并且针对序列个数的增长对多相正交码集性能的影响采用了后续的选择方法，使得算法拥有了良好的收敛性，种群的多样性得以保持，并且得到了优于以往算法的性能。

主权项

一种基于改进的免疫遗传算法的多相正交码生成方法，该方法包括：步骤1：对于一个码长为N，信号个数为L的多相码集S进行建模：$S(L,N,M)=\left[\begin{array}{ccc}{\mathrm{\φ}}_1\left(1\right)& ...& {\mathrm{\φ}}_1\left(N\right)\\ ...& ...& ...\\ {\mathrm{\φ}}_L\left(1\right)& ...& {\mathrm{\φ}}_L\left(1\right)\end{array}\right],$其中M表示可选相位；步骤2：建立个体总数为S的初始种群，对步骤1建立的模型经过一次编码得到一个个体，利用相同的方法得到若干其它个体，每个个体为L×N的M进制序列；步骤3：计算种群中各个体的适应度；步骤4：根据步骤3得到的各个体适应度，进行遗传算法的选择，交叉，变异操作，得到新种群；步骤5：计算新种群中各个体的信息熵H，利用信息熵计算出相似度A，若相似度大于相似度临界值A₀则进入步骤6，否则返回步骤3；步骤6：根据相似度将种群中的个体聚类，每一类个体总数所占种群个体总数的比重为该类中个体的浓度，采用个体的浓度和适应度综合计算该个体的聚合适应度；然后采用步骤1中的模型编码产生P个新个体，步骤4新种群的个体总数为NP个，从新产生的P个新个体和新种群的NP个体中根据聚合适应度选出NP个个体，组成新的种群；步骤7：设置能存储Y个个体的记忆单元，从步骤6得到的新种群中根据聚合适应度选取Y个个体来更新记忆单元，更新后判断是否达到设定的进化代数，若达到则进入步骤8，若未达到，则返回步骤3；步骤8：判断是否达到进化循环次数，若未达到进化循环次数，则新产生NP—Y个新个体，与记忆单元中的Y个个体一起组成新种群，再返回步骤3；若达到进化循环次数则输出最优的个体；步骤9：步骤8输出的最优个体是码长为N，码数为L的M相正交序列，使用图论中的最小路径法，从码数L中选取出最优的n个码组成码长为N，码数为n的M相正交序列。