基于遗传算法的机载雷达脉冲重复频率组优化方法
【专利摘要】本发明属PD体制雷达信号处理【技术领域】，公开了基于遗传算法的机载雷达脉冲重复频率组优化方法。该基于遗传算法的机载雷达脉冲重复频率组优化方法包括以下步骤：机载雷达获取城市杂波所在的多普勒单元位置；分别对机载雷达的距离维和多普勒维进行离散化处理；构建机载雷达的脉冲重复时间组搜索矢量，定义机载雷达脉冲重复时间组对应的代价函数；定义机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件；利用机载雷达脉冲重复时间组对应的代价函数、机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件，构建优化模型；采用遗传算法对所述优化模型进行求解，得出最优的脉冲重复时间组；得出最优的脉冲重复频率组。
【专利说明】基于遗传算法的机载雷达脉冲重复频率组优化方法
【技术领域】
[0001]本发明属于ro体制雷达信号处理【技术领域】，特别涉及基于遗传算法的机载雷达脉冲重复频率组优化方法。
【背景技术】
[0002]机载雷达载机的飞行，使得雷达的背景时时发生变化，所以固定机载雷达工作参数针对变化的雷达背景来说，往往不能工作在最佳的状态。因此对机载雷达工作参数优化，把机载雷达的工作参数和机载雷达的背景相互关联匹配，是让机载雷达工作在最佳状态十分必要的步骤。
[0003]PD体制雷达，因可以在地杂波背景中检测出目标而在机载雷达中得到了广泛的应用。机载ro雷达在检测目标过程中存在距离盲区和多普勒速度盲区，可以通过设计优化脉冲重复频率(PRF)组来使机载雷达在距离一多普勒二维图上检测面积最大，使机载雷达更好地检测目标。当载机在某种环境飞行时，会有很强的城市杂波从机载雷达天线的副瓣进入雷达系统，雷达信号处理分系统在进行多普勒滤波处理时，除了会在零频附近的主杂波处形成盲区外，也会在城市杂波的多普勒频率处形成盲区。这种机载雷达背景与传统基于检测面积最大目的下设计的最优脉冲重复频率组是不匹配的。
【发明内容】
[0004]本发明的目的在于提出基于遗传算法的机载雷达脉冲重复频率组优化方法。该基于遗传算法的机载雷达脉冲重复频率组优化方法可以根据实时得到的城市杂波信息，设计雷达脉冲重复频率，约束在城市杂波处为检测盲区，同时使雷达在距离一多普勒二维图上检测面积最大，从而使得雷达脉冲重复频率组与当前工作环境最佳匹配，检测性能达到最优。
[0005]为实现上述技术目的，本发明采用如下技术方案予以实现。
[0006]基于遗传算法的机载雷达脉冲重复频率组优化方法，包括以下步骤:
[0007]S1:所述机载雷达为机载认知雷达，机载雷达首先获取城市杂波所在的多普勒单元位置；
[0008]分别对机载雷达的距离维和多普勒维进行离散化处理；构建机载雷达的脉冲重复时间组搜索矢量，根据所述机载雷达的脉冲重复时间组搜索矢量、以及城市杂波所在的多普勒单元位置，定义机载雷达脉冲重复时间组对应的代价函数；
[0009]S2:定义机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件；
[0010]S3:利用所述机载雷达脉冲重复时间组对应的代价函数、以及所述机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件，构建优化模型；采用遗传算法对所述优化模型进行求解，得出最优的脉冲重复时间组；
[0011]S4:在所述最优的脉冲重复时间组中，对每种脉冲重复时间求倒数，得出最优的脉
冲重复频率组。[0012]本发明的有益效果为:本发明结合了城市杂波从机载雷达的天线副瓣进入影响目标检测的这一背景，优化设计脉冲重复频率组，实现约束先验信息已知的城市杂波，同时使雷达在距离一多普勒二维图上搜索面积最大，从而提高了机载雷达的检测性能。
【专利附图】
【附图说明】
[0013]图1为本发明的基于遗传算法的机载雷达脉冲重复频率组优化方法的流程示意图；
[0014]图2为以检测面积最大为目的距离一多普勒二维图；
[0015]图3为最优的脉冲重复频率组与雷达场景不匹配时的距离一多普勒二维图；
[0016]图4为最优的脉冲重复频率组与雷达场景匹配时的距离一多普勒二维图。【具体实施方式】
[0017]下面结合附图对本发明作进一步说明:
[0018]参照图1，为本发明的基于遗传算法的机载雷达脉冲重复频率组优化方法的流程示意图。该基于遗传算法的机载雷达脉冲重复频率组优化方法包括以下步骤:
[0019]S1:所述机载雷达为机载认知雷达，机载雷达首先获取城市杂波所在的多普勒单元位置。
[0020]分别对机载雷达的距离维和多普勒维进行离散化处理；构建机载雷达的脉冲重复时间组搜索矢量，根据上述机载雷达的脉冲重复时间组搜索矢量、以及城市杂波所在的多普勒单元位置，定义机载雷达脉冲重复时间组对应的代价函数。具体说明如下:
[0021]上述机载雷达脉冲重复频率组包括Q种脉冲重复频率；在分别对机载雷达的距离维和多普勒维进行离散化处理之后，形成N个距离单元和M个多普勒单元；然后针对第q种脉冲重复频率，定义距离一多普勒二维图中每个网格单元的检测代价值fqx(i，j);其中，q取I至Q，i表示距离一多普勒二维图中网格单元对应的多普勒单元位置，j表示距离一多普勒二维图中网格单元对应的距离单元位置。距离一多普勒二维图中，网格单元指任一多普勒单元与任一距离单元的相交区域。当网格单元与雷达的可检测区对应时，定义fqx(i, j)=0 ;否则，定义 j)=l。
[0022]然后按照以下公式构建机载雷达的脉冲重复时间组搜索矢量P:
[0023]P= [P1, ---Pq,…pQ]T=[l/frl,...l/frq,...l/frQ]T
[0024]其中，T表示向量的转置，pq=l/frq, Pq表示第q种脉冲重复时间，frq表示第q种脉
冲重复频率。
[0025]然后定义机载雷达脉冲重复时间组对应的代价函数Fx:
[0026]
【权利要求】
1.基于遗传算法的机载雷达脉冲重复频率组优化方法，其特征在于，包括以下步骤: S1:所述机载雷达为机载认知雷达，机载雷达首先获取城市杂波所在的多普勒单元位置； 分别对机载雷达的距离维和多普勒维进行离散化处理；构建机载雷达的脉冲重复时间组搜索矢量，根据所述机载雷达的脉冲重复时间组搜索矢量、以及城市杂波所在的多普勒单元位置，定义机载雷达脉冲重复时间组对应的代价函数； 52:定义机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件； 53:利用所述机载雷达脉冲重复时间组对应的代价函数、以及所述机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件，构建优化模型；采用遗传算法对所述优化模型进行求解，得出最优的脉冲重复时间组； 54:在所述最优的脉冲重复时间组中，对每种脉冲重复时间求倒数，得出最优的脉冲重复频率组。
2.如权利要求1所述的基于遗传算法的机载雷达脉冲重复频率组优化方法，其特征在于，在步骤SI中，所述机载雷达脉冲重复频率组包括Q种脉冲重复频率；在分别对机载雷达的距离维和多普勒维进行离散化处理之后，形成N个距离单元和M个多普勒单元；然后针对第q种脉冲重复频率，定义距离一多普勒二维图中每个网格单元的检测代价值L(Lj);其中，q取I至Q，i表示距离一多普勒二维图中网格单元对应的多普勒单元位置，j表示距离一多普勒二维图中网格单元对应的距离单元位置；则当网格单元与雷达的可检测区对应时，定义fji，j)=0 ;否则，定义fji，j)=l ； 然后按照以下公式构建机载 雷达的脉冲重复时间组搜索矢量P:
P= [Pi, ---Pq,…PQ]T=[l/frl，…l/frq，…l/frQ]T 其中，T表示向量的转置，pq=l/frq, Pq表示第q种脉冲重复时间，表示第q种脉冲重复频率； 然后定义机载雷达脉冲重复时间组对应的代价函数Fx:
3.如权利要求2所述的基于遗传算法的机载雷达脉冲重复频率组优化方法，其特征在于，在步骤S2中，定义机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件包括以下步骤: 521:针对机载雷达脉冲重复时间组中第q种脉冲重复频率，将距离一多普勒二维图中每个网格单元的二维约束fqx(i，j)定义如下:
当 O ≤ 1-npq/Ts ≤ τ /Ts 或 O ≤j-m/pqfds ≤fdm/fds 或 j-k/pqfds=b 时，fqx(i, j)=l ;当τ /Ts ≤ 1-npq/Ts ≤ pq/Ts 且 fdni/fds ≤ j-m/pqfds ≤l/pqfds 且 j-k/pqfds 关 b 时，L (i, j) =O ；其中，Ts为机载雷达的采样周期，τ为机载雷达固定的发射脉冲宽度，〖&为设定的多普勒盲区的宽度，fds为机载雷达的多普勒分辨率，m、η和k均为设定的任意整数值； 522:建立机载雷达脉冲重复时间组中第q种脉冲重复频率的三个取值约束条件，其中，第一取值约束条件为:Pq=dXTs，d为设定的任意正整数；第二取值约束条件为:min (frq)≥3fdm, min (frq)指至f；Q中的最小值；第三取值约束条件为:min(pq)≥4 τ，min (Pq)指pi至pQ中的最小值。
4.如权利要求1所述的基于遗传算法的机载雷达脉冲重复频率组优化方法，其特征在于，所述步骤S3具体包括以下步骤: 531:在所述机载雷达脉冲重复时间组搜索矢量中，将每种脉冲重复时间进行二进制编码，所述二进制编码的精度为TS，TS为机载雷达的采样周期；得出与所述二进制编码对应的解码方式； 532:随机产生I组二进制码，解码后得到机载雷达的脉冲重复时间组搜索矢量的初始种群，I为大于I的自然数；设定迭代次数h，h=l ； 533:将当前种群中的每个个体代入Fx中，并根据机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件，得出每个个体的适应值；FX为所述机载雷达脉冲重复时间组对应的代价函数，在当前种群中，每个个体指每一个脉冲重复时间组搜索矢量； 534:在当前种群中，将每个个体的适应值除以所有个体的适应值的和，得出对应的每个个体的排列值；在各个个体的排列值中，从最大的排列值开始，按照排列值从大到小的顺序，对排列值进行依次相加，直至相加之和超过0.6su, su表示所有个体的排列值之和；此时，根据参与相加的各个排列值，选出对应的个体；在选出的所有个体中，除去排列值最大的个体，形成当前的临时种群； S35:在当前的临时种群中，对每个个体对应的二进制码进行交叉和变异操作，形成新种群二进制码； 536:按照步骤S2中所述二进制编码对应的解码方式，对新种群二进制码进行解码，得到机载雷达的脉冲重复时间组搜索矢量的新种群； 537:判断迭代次数h是否小于或等于200，如果h小于或等于200，则将h的值加1，使迭代次数h更新，然后返回执行步骤S33 ;如果h大于200，则将步骤S34中排列值最大的个体作为最优的脉冲重复时间组。
【文档编号】G01S7/02GK103885033SQ201410064471
【公开日】2014年6月25日 申请日期:2014年2月25日 优先权日:2014年2月25日
【发明者】赵永波, 李岩, 刘宏伟, 水鹏朗, 程增飞, 冯大政 申请人:西安电子科技大学