调炮精度检测中双经纬仪优化布站方法

针对“双经纬仪法”检测调炮精度中随机布站使测量系统达不到最佳测量精度的问题,提出了一种优化布站方法.根据火炮调炮范围确定了调炮精度检测中的测量区域,推导出了双经纬仪测量系统对于该测量区域的平均测量不确定度公式.结合某型火炮设计了基于遗传算法的具体优化过程,对测量系统的3个位置参数进行优化,得到最佳测量布局,并通过仿真试...     

干扰下雷达网的威力范围

分析了构成雷达网的主要威胁干扰是压制式干扰,根据压制式干扰的特征和干扰下的雷达方程,分析雷达网的威力范围,提出一种采用MATLAB将雷达网的作用范围、目标轨迹及干扰轨迹画在同一图中的方法.比较目标是否在雷达网威力范围,根据等高线判断某一高度的目标是否在雷达网的威力范围之内.并给出两相控雷达存在压制式干扰情况下对一机动目标的防御范围.     

基于粒子群算法的雷达网干扰资源分配技术研究

对雷达网干扰资源的优化分配,是一个重要而又难以解决的课题.在对粒子群算法进行基本描述的基础上,将该算法应用于雷达网干扰资源分配,来解决雷达网干扰资源优化分配的问题.最后,对算法在雷达网干扰资源分配上的技术实现进行了计算机仿真.仿真结果表明:粒子群算法能很好地解决雷达网干扰资源优化分配问题,具有较好的资源分配效益.     

压制干扰下基于融合规则的雷达网威力仿真

针对压制干扰对雷达网的威胁描述问题,研究了雷达网的探测威力模型.根据雷达基本方程和压制干扰下的雷达方程,结合单部雷达的检测概率模型,研究了一种基于融合规则的雷达网探测范围及探测威力的绘制算法,并用MATLAB进行仿真实现,结果表明,基于融合规则的雷达网探测范围和探测威力均较融合前增大,更好地体现了雷达组网的优势,该算法亦为衡量雷达网的融合能力及抗干扰能力提供了参考.     

有源干扰条件下基于NSGA-II的雷达网优化部署方法

雷达网的部署状态直接影响着网络的覆盖能力,尤其是在雷达辐射轨迹受到外力干扰条件下,对网络节点的优化部署更具意义。雷达对部署的任务区域有一定的能量覆盖,不同的任务区也具有不同的重要级别,在不针对特定任务的前提下,实现全方位全纵深的预警能力,雷达网的部署起着至关重要的作用。本文根据覆盖系数和重叠系数为主要优化目标,基于NSGA-II算法进行多目标优化。文章首先定义了覆盖系数和全局重叠系数两个指标,尤其是全局重叠系数打破了以往重叠系数的概念,从全局出发引导雷达网优化部署;同时,提出基于NSGA-II的多目标优化部署算法,采用诱导跳跃、基因到位、诱导交叉等候选解生成方式,保持种群多样性,提高算法收敛性。实验表明,部署优化算法耗时较低,不同干扰源部署态势使网络节点部署产生较大差异,多样的候选解生成方法明显提高了算法的收敛速度。     

基于微分进化算法的区域雷达网抗干扰优化方法

为提高区域雷达网探测能力和抗干扰能力,提出了一种基于微分进化算法的雷达网优化布站方法.建立区域雷达网优化布站数学模型,分析了雷达网在干扰前后威力区的变化,提出了新的雷达网威力区计算方法,给出了微分进化算法在该优化问题中的求解过程.最后,针对雷达网受干扰后威力区收缩,提出了2种解决方案.仿真结果证明该优化方法是有效的.     

有源干扰条件下基于NSGA-Ⅱ的雷达网优化部署方法

在有源干扰条件下,雷达网部署直接影响着防区内指挥信息系统的预警监测能力。由于防区内由分散于不同位置,且重要度不同的责任区组成的,那么实现全方位全纵深的预警能力,将是雷达网部署的重要方面。根据覆盖系数和重叠系数为主要优化目标,基于NSGA-Ⅱ算法进行多目标优化。首先定义了覆盖系数和全局重叠系数两个指标,尤其是全局重叠系数打破了以往重叠系数的概念,从全局出发引导雷达网优化部署;同时,提出基于NSGA-Ⅱ的多目标优化部署算法,采用诱导跳跃、基因到位、诱导交叉等候选解生成方式,保持种群多样性,提高算法收敛性。实验表明,部署优化算法耗时较低,不同干扰源部署态势使网络节点部署产生较大差异,多样的候选解生成方法明显提高了算法的收敛速度。     

基于多传感器优化布站的干扰目标定位模型

提出了传感器的优化部署模型 ,利用多传感器对干扰目标实现三角交叉定位 ,并给出了选择用于定位的传感器的数学模型。     

基于粒子群算法的多基地雷达优化布站方法

为提高多基地雷达探测及"四抗"能力,提出了一种基于混沌变异粒子群算法的多基地雷达优化布站方法.定性分析了多基地雷达的布站原则,并对其量化,建立了优化布站的数学模型.为加快求解速度,结合混沌理论对标准粒子群算法进行了改进,给出了混沌变异粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速有效得出多基地雷达优化布站方案.     

移动式雷达网的建立与优化

提出了移动式雷达网的概念和移动式雷达网的4种作战模式:环形模式、伞形模式、宽正面模式和纵深模式,对每种模式的优缺点进行了探讨。具体研究了宽正面移动式雷达网模式的优化问题,建立了相应的优化数学模型,并简单介绍了最优化模型的灵敏度分析问题。     

面向目标定位的多主动传感器优化布站

针对多主动传感器优化布站问题,提出了一种基于GDOP-CRLB的目标定位精度衡量方法。该方法给出了GDOP-CRLB计算表达式,分析了传感器几何布站形式、传感器的数量、测量精度以及相对高度对传感器定位精度的影响。基于上述研究,给出了提高定位精度的传感器布站策略。通过仿真实验验证了所提方法的有效性,对于多传感器的优化布站应用具有参考意义。     

基于遗传算法的卫星通信干扰资源分配

针对卫星通信对抗中干扰资源分配这个问题,利用遗传算法在解决组合优化问题上的优点,提出了一种基于遗传算法的卫星通信干扰资源分配方法。利用这种方法对某给定的作战情况进行仿真,仿真的结果表明,尽管这是一种求得近似最优解的方法,但这种干扰资源分配方法是比较有效的,并且分配的结果具有一定的可信度。     

多传感器优化布站及管理算法研究

在多传感器优化布站和传感器管理算法研究中 ,提出了传感器覆盖系数和火力通道覆盖系数两个新概念 ,并据此给出了传感器优化布站原则 ,然后针对防空导弹武器系统所面临的各种复杂环境 ,对各种传感器管理算法进行了探讨。     

三站无源时差定位系统优化布站研究

无源时差定位的布站方式对作战区间的定位精度有直接影响.在三站时差定位精度模型的基础上,对直线布站和三角形布站下的定位精度进行了分析与仿真,得出了较为合理的布站方式.最后分析了两套设备协同定位较单套设备定位的优越性,并对两套设备协同定位时不同布站形式对定位精度的影响进行了讨论,提出了两套设备协同定位时应采取倾斜直线布站的方式,对于设备的实际作战运用具有一定应用价值.     

基于自适应遗传算法的目标优化分配方法

提出了基于自适应遗传算法的目标优化分配模型,阐述了自适应遗传算法在目标优化分配中的应用,通过在计算机上仿真运行实例得出了目标优化分配方案。本方法对地面防空目标优化分配决策研究具有一定的参考价值。     

海上编队雷达网优化部署系统的设计与实现

建立海上编队雷达网优化部署系统模型,包括实体模型和认知模型。仿真海上编队雷达网在无威胁条件下的优化部署和面临干扰和超低空突防威胁时的对抗过程,经过海上编队雷达网优化部署认知模型的解算,指挥舰队编队成员进行机动部署,编队成员通过重新机动,使编队雷达网获得较好的探测性能。仿真结果表明所建立模型的可行性和正确性。对于在未来海战场复杂电磁环境下,更好地发挥编队雷达网探测、预警能力具有重要意义。     

基于遗传算法的配送路线优化

探讨物流配送路径优化问题,研究选取恰当的配送路径,是在物流过程中提升响应速度,提高服务质量,降低物流成本,提高效率的有效途径.物流配送路径优化问题是一个NP完全问题,使用传统优化方法很难得到最优解或满意解.通过对配送路线优化问题和遗传算法的分析研究,探讨了基于配送路线优化的遗传算法设计,给出了一个算法实例,利用Matlab强大的数值计算能力较好地解决了这个难题并进行了实例验证.说明了遗传算法在求解配送路线优化时的有效性和实用性.对物流系统进行科学的配送路径的优化决策具有实际指导意义.     

基于改进遗传算法的测试性优化分配方法

测试性优化分配是在测试性分配中合理配置各项测试资源,以满足测试性分配要求和资源约束条件。一般的遗传算法存在最优解不易求解、初始参数值不易设置等缺陷,因此,为了更加高效合理地进行测试性优化分配,在传统遗传算法中引入迁移技术来优化遗传迭代过程,并运用AHP法对算法初始参数进行调整,从而提出了基于改进的遗传算法的测试性优化分配方法。算例分析表明该方法可快速有效地求得测试性优化分配问题的最优解。     

基于改进遗传算法的雷达网优化部署方法研究

雷达网的综合效能直接影响着作战能力,研究雷达网的优化部署旨在提高其综合效能。针对雷达网优化部署涉及的影响因素众多、难以综合考虑的问题,从雷达网的覆盖率、重叠度、"四抗"能力以及费效比方面对雷达网优化部署进行约束,通过定量分析研究,并且利用改进的遗传算法加以实现,给出一种雷达网优化部署的可行办法,仿真结果表明了优化部署的可行性。     

基于改进遗传算法的油料调拨优化

为实现油料快速调拨运输,利用改进的遗传算法求解油料调拨优化问题,采用了一种受贪婪算法启发的新的交叉算子和变异算子,对比模拟退火算法等其他算法而言,具有较好的鲁棒性,能很好地解决油料调拨运输过程中多任务多地点的油料调拨运输问题。