[发明专利]一种结合状态预测和粒子群优化的组网雷达天线配置方法

摘要

本发明公开了一种动态环境下基于预测的组网雷达优化天线配置方法，该方法属于雷达技术领域，具体涉及在动态环境下利用基于状态预测的粒子群优化算法对组网雷达站点进行优化配置。本发明可以在动态战场环境下，根据上一时刻的最优站点配置方案预测出新时刻雷达站点的大致位置，然后再用PSO方法求出实际的最优站点配置方案，可以有效减少计算时间和避免计算资源的浪费，快速获得动态环境下各个时刻的雷达站点优化配置结果。

主权项

1.一种动态环境下基于预测的组网雷达优化天线配置方法，包括以下步骤：步骤1、采用卡尔曼滤波的预测模型，根据t1之前的多个时刻天线优化配置方案，预测出t1时刻天线配置方案；S1.1、针对t1之前的多个时刻的环境，采用已有的天线优化配置方法求得每个时刻的最优天线配置方案；S1.2、利用已确定时刻的最优天线配置方案，建立t1‑1时刻的状态向量；S1.3、利用t1‑1时刻状态向量，采用卡尔曼滤波的预测模型，预测t1时刻天线配置方案状态向量；步骤2、将粒子群优化算法的初始粒子群随机初始化于预测的t1时刻天线配置方案状态向量周围；步骤3、用粒子群优化算法在变量空间中搜索求得最优天线配置方案；首先建立用于存储非支配粒子的外部档案集，并从初始粒子群中挑选出互不支配的粒子存储到外部档案集，并随机挑选一个粒子作为全局最优粒子，该粒子的位置为这里的支配指的是Pareto支配；每一个迭代周期更新所有粒子的速度和位置：式中w(l)是惯性权重，随着迭代周期的增加而衰减，其迭代公式表示为：w(l)＝0.9‑0.5*(l/l_max)，l_max为迭代周期的最大值，c₁和c₂为加速度常数，r₁和r₂是在[0,1]内均匀分布的随机实数，和Φ_i(l)代表第i个粒子在第l个迭代周期内的速度和位置，其中，所有粒子速度不超过V_max，表示第i个粒子的历史最优位置，表示全局粒子的最优位置；每次迭代后，首先计算外部档案集中各粒子是否被新迭代出的粒子支配，删除被支配的外部档案集中的粒子；然后计算新迭代出的粒子中与外部档案集中粒子关系，与外部档案集内的粒子互不支配，则被加入外部档案集；直到达到最大的迭代次数，确定最终的外部档案集；根据当前实际情况从外部档案集中选择出一个粒子，作为t1时刻实际天线配置方案；步骤4、用步骤3求得的外部档案集中的站点配置方案，结合卡尔曼滤波，对预测模型进行修正；S4.1、根据实际情况从外部档案集中选择出多个粒子；S4.2、计算第t₁时刻预测误差互相关矩阵为A即为状态转移矩阵，Q为过程噪声，为第t₁‑1时刻修正后预测误差互相关矩阵；S4.3、计算卡尔曼增益矩阵为其中H为观测矩阵，R为观测噪声矩阵；S4.4、结合S4.1选择出多个粒子对t₁时刻的站点配置方案进行修正：其中：表示第t₁时刻修正后的状态向量，表示未加修正的状态预测向量；S4.5、对状态误差互相关矩阵的修正为：其中：E表示单位矩阵。