本文選題：兵器科學與技術(shù)　切入點：相控陣雷達　出處：《兵工學報》2017年09期 　論文類型：期刊論文

【摘要】：針對相控陣雷達任務(wù)調(diào)度NP難題,提出一種混合自適應(yīng)遺傳算法進行求解。在構(gòu)建相控陣雷達任務(wù)調(diào)度優(yōu)化模型的基礎(chǔ)上,通過混沌理論優(yōu)化初始種群,采取精英保留和混合排名的選擇策略以及設(shè)計自適應(yīng)的交叉、變異算子來提升算法的搜索性能;在自適應(yīng)遺傳算法的框架下,提出啟發(fā)式脈沖交錯算法,以利用雷達任務(wù)中的等待期來交錯執(zhí)行其他任務(wù)的發(fā)射期或接收期。仿真結(jié)果表明:相比于基于遺傳算法的調(diào)度方法,改進算法的搜索效率更高、結(jié)果更優(yōu);相比于傳統(tǒng)啟發(fā)式算法,改進算法的調(diào)度成功率、時間利用率和實現(xiàn)價值率均得到了提升,并有效降低了時間偏移率。
[Abstract]:Aiming at the NP problem of phased array radar task scheduling, a hybrid adaptive genetic algorithm is proposed to solve the problem. On the basis of constructing the optimization model of phased array radar task scheduling, the initial population is optimized by chaos theory. In order to improve the search performance of the algorithm, the selection strategy of elite reservation and hybrid ranking and the design of adaptive crossover and mutation operators are adopted to improve the search performance of the algorithm. In the framework of adaptive genetic algorithm, a heuristic pulse interleaving algorithm is proposed. In this paper, the waiting period of radar task is used to interleave the transmitting or receiving periods of other tasks. The simulation results show that compared with the genetic algorithm, the improved algorithm is more efficient and the result is better than that of the genetic algorithm. Compared with the traditional heuristic algorithm, the scheduling success rate, time utilization rate and realization value rate of the improved algorithm are improved, and the time offset rate is reduced effectively.
【作者單位】： 空軍工程大學防空反導(dǎo)學院;94710部隊;94921部隊;
【基金】：國家自然科學基金青年科學基金項目(61503408)
【分類號】：TN958.92;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 楊云;馮亞;;自適應(yīng)遺傳算法在場強傳播損耗預(yù)測中的應(yīng)用[J];微電子學與計算機;2010年11期

2 朱文亮;劉思力;潘偉;;實數(shù)自適應(yīng)遺傳算法在雷達處理中的應(yīng)用[J];軟件;2011年06期

3 廖永忠;姚暢;;一種基于改進自適應(yīng)遺傳算法的多用戶檢測器[J];計算機工程與應(yīng)用;2009年03期

4 石力;陳鑫;吳瑋琦;盧凱;;基于自適應(yīng)遺傳算法的方向圖綜合[J];電波科學學報;2014年01期

5 薛富強;葛臨東;吳月嫻;;基于動態(tài)自適應(yīng)遺傳算法的調(diào)制信號特征選擇[J];計算機應(yīng)用;2007年09期

6 俞建峰;吳雪凡;聶義;蔣科;;基于自適應(yīng)遺傳算法的無線傳感網(wǎng)絡(luò)節(jié)點布局優(yōu)化[J];江南大學學報(自然科學版);2014年01期

7 石力;鄧云凱;;基于自適應(yīng)遺傳算法的星載SAR天線方向圖與模糊綜合[J];電子與信息學報;2011年12期

8 張丹;李增智;宋紅;劉吉;;數(shù)字信號處理器代碼生成的地址分配自適應(yīng)遺傳算法[J];西安交通大學學報;2005年12期

9 張智鋒;;自適應(yīng)遺傳算法在DOA搜索中的應(yīng)用[J];電子信息對抗技術(shù);2007年04期

10 王殿偉;李言俊;張科;郭俊峰;;一種基于自適應(yīng)遺傳算法的高斯FM~mlet變換最優(yōu)時頻原子搜索算法[J];宇航學報;2008年05期

相關(guān)會議論文 前1條

1 危濤;宋萬杰;張林讓;;自適應(yīng)遺傳算法在M-序列碼搜索中的應(yīng)用[A];第八屆全國信號與信息處理聯(lián)合學術(shù)會議論文集[C];2009年

相關(guān)碩士學位論文 前3條

1 江進;基于超寬帶和支持向量機的人體姿勢識別[D];北京郵電大學;2015年

2 董再超;基于自適應(yīng)遺傳算法的電力多EPON優(yōu)化研究[D];云南大學;2014年

3 閻龍;LTE終端定位研究[D];北京郵電大學;2014年

，

本文編號：1592580