一种基于GA-CNN的网络化雷达节点遴选算法

网络化雷达具有广域分布的雷达节点，可以按需分任务调度雷达节点，是当前的研究热点。本文旨在研究不同波束指向下，通过神经网络预测一维阵列节点组合以降低该波束指向下的旁瓣。将遗传算法（genetic algorithm,GA）产生的数据集投喂给卷积神经网络（convolutional neural networks,CNN）进行训练，训练好的CNN可快速预测。本文提出用于降低阵列旁瓣的GA-CNN节点遴选算法，结合了GA处理组合爆炸问题的优势与深度学习良好的泛化能力和预测速度，且在全集中搜索和预测。从线阵的仿真结果可见，CNN已经学习到波束指向与节点选择的部分对应关系，运算速度大幅提升，使得雷达在高效应变环境方面具备进一步的研究价值。