發(fā)布時(shí)間：2024-03-20 21:14

　　針對(duì)傳統(tǒng)基于粒子群算法的協(xié)同干擾資源分配存在迭代次數(shù)多,尋優(yōu)概率低等問題,提出一種改進(jìn)的二進(jìn)制粒子群算法用于組網(wǎng)雷達(dá)協(xié)同干擾資源分配。通過Logistic混沌映射對(duì)初始化粒子位置,保證了粒子在解空間的多樣性和均勻性,一定程度上避免算法陷入局部最優(yōu),提高迭代效率;采用異步學(xué)習(xí)因子,動(dòng)態(tài)調(diào)整粒子在更新過程中的學(xué)習(xí)偏重,并對(duì)粒子速度進(jìn)行向量化處理,分別構(gòu)造更新方式,提高了算法的全局搜索能力和尋優(yōu)概率。仿真結(jié)果表明,改進(jìn)的離散粒子群算法提高了算法收斂速度和尋優(yōu)概率,能很好地解決組網(wǎng)雷達(dá)協(xié)同干擾資源分配問題。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 干擾資源分配數(shù)學(xué)模型
2 改進(jìn)的粒子群算法
    2.1 PSO算法
    2.2 BPSO算法局限性分析
    2.3 BPSO算法的改進(jìn)
        2.3.1 Logistic混沌初始化
        2.3.2 異步變化的學(xué)習(xí)因子
        2.3.3 速度向量化更新
3 基于改進(jìn)粒子群算法的模型求解
    3.1 編碼設(shè)計(jì)
    3.2 算法流程
4 仿真結(jié)果與分析
    4.1 仿真環(huán)境與算法主要參數(shù)設(shè)置
    4.2 仿真實(shí)驗(yàn)與分析
        4.2.1 迭代次數(shù)分析
        4.2.2 多次試驗(yàn)性能比較
        4.2.3 算法統(tǒng)計(jì)性能比較
5 結(jié)束語



本文編號(hào)：3933312