分享到:

基于小生境遗传算法的分布式OS-CFAR检测系统优化与性能分析

分布式多传感器的恒虚警检测的研究最初始于 Barkat和 Varshney[1] ,他们提出了分布式多传感器的检测模型 ,并对不同融合规则下单元平均恒虚警 ( CA- CFAR)检测的性能优化问题进行了较全面的研究。文献 [2 ,3]对基于有序统计恒虚警( OS- CFAR)的分布式检测进行了一些初步的研究。在 OS- CFAR检测中由于每个传感器具有 2个可控门限参数 :序值 k和加权系数 T ,使得其优化问题要比 CA- CFAR检测复杂得多 ,其性能分析大多局限于某些特殊的限定条件 ,如仅有 2个传感器、各传感器的检测环境一致以及限定部分参数等。但在典型的应用环境下 ,分布式系统往往是非一致的 ,一方面 ,各传感器可能属于不同的类型 ;另一方面 ,多传感器系统还存在环境的非一致性 ,即使是同种传感器 ,由于检测环境的不同 ,其对某一特定目标的检测性能也会有所差异。目前 ,对于这种非一致环境下分布式 OS- CFAR检测系统...  (本文共3页) 阅读全文>>

西北工业大学
西北工业大学

复杂环境下雷达CFAR检测与分布式雷达CFAR检测研究

经过30余年的发展,雷达恒虚警(CFAR)检测已逐渐成为现代雷达的一项标准技术,已形成了一整套相对完整的理论、概念和方法,并在各种用途、各种类型的雷达中获得了广泛应用。但是,做为一种信号检测技术,雷达CFAR检测无论在理论上还是在应用上都还远没有达到成熟,尤其是针对各种实际检测环境,如干扰环境、非高斯杂波环境等的CFAR检测问题,还存在许多理论与技术问题有待深入研究。另外,近年来随着分布式布站雷达所受到的广泛重视,分布式CFAR检测成为雷达信号处理技术的一个新热点。尽管目前雷达分布式CFAR检测的大部分基础理论问题,如系统结构、数据融合假设检验、性能测度、融合规则等已基本解决,许多单传感器CFAR检测理论和技术也可以移植到分布式系统,但由于分布式检测环境的特殊性,尤其是当面对复杂多变的实际应用环境时,雷达分布式CFAR检测仍有许多课题有待进一步的研究和探索。本文的主要宗旨是在前人研究成果的基础上,面向实际应用的需求,研究在各种接...  (本文共129页) 本文目录 | 阅读全文>>

《计算机工程》2014年06期
计算机工程

多交叉混沌选择反向小生境遗传算法

j^ 小生境遗传算法是在经典遗传算法的基础上引入小生境技术,其基本思想是在经典遗传算法毎产生新一代种群时,通过排挤、预选择或者适应度共享等机制使得个体能够在整个解空间分散开来,更好地维持种群的多样性,从而有效改善经典遗传算法易陷入局部最优解的问题。 近年来,如何在进化过程中更好地保持群体多样性,进一步提高小生境遗传算法的局部搜索寻优能力一直是研究的热点领域之一,国内外很多学者提出了多种有效可行的改进方法。 文献[1]设计了一种基于社团划分的小生境遗传算法,采用GN算法划分超级个体关系网并提取其中的共有模式。文献[2]使用欧几里得距离为判断依据,排挤种群中的相似个体,保持种群多样性。文献[3]提出群体共享度的概念,依据它来动态调整子群体的适应度和规模。文献[4]将共享函数与个体变异概率相结合,得到一种自适应小生境分层遗传算法。文献[5]计对连续多模态优化问题设计了小生境混合遗传算法,将其他方法融合进小生境遗传算法中,增强了算法的搜...  (本文共3页) 阅读全文>>

《广东工业大学学报》2011年01期
广东工业大学学报

基于自适应小生境遗传算法的物流配送路径优化研究

现代物流作为新兴产业在我国蓬勃发展,是我国经济新的增长点,物流配送是物流业多年来创造的最佳服务形式.是物流活动中最重要的组成部分之一[1].物流配送是指按用户的要求,用车辆从配送中心把货物运送给收货人.物流配送车辆路径优化是指通过选定合适的配送路径,准时而经济地将货物送到客户手中.车辆路径问题最早是由Dantizg和Ramser于1959年提出[2],是指对一些需要服务的客户(每个客户的位置和需求量一定),调用一定的车辆,组织合适的行车路线,在满足客户的需求、车辆载重限制、车辆最大行驶路程等约束条件下,使运输总费用最低.有时间窗车辆路径问题(Vehicle Routing Prob-lem with Time Window,VRPTW)是VRP问题的一个特殊情况,客户有一个要求服务的时间范围(时间窗),它又可分为硬时间窗车辆路径问题和软时间窗车辆路径问题.硬时间窗车辆路径问题是指每项任务必须在要求的时间范围内完成,若超出时间范围...  (本文共4页) 阅读全文>>

《计算机工程》2011年08期
计算机工程

基于自适应小生境遗传算法的船型优化

Optimization of Hull Form Based on 1概述基本遗传算法存在着早熟收敛和后期收敛速度慢的弱点,使得该算法在多模函数优化问题上的计算性能不佳[1]。为此,许多学者提出了各种改进方法。但往往只顾及到问题的一个方面,若算法设计的核心是提高解的精度,则算法势必在搜索范围和搜索精度上花去更多的时间。基本遗传算法采用比例选择算子,该选择策略有明显的缺陷。当种群中有个别个体的适值远远大于种群的平均适值时,这些个体将迅速扩张,充满整个种群,从而使种群中个体差异急剧减小,种群多样性遭到严重破坏[2]。种群多样性的不足是基本遗传算法全局搜索能力差的主要原因,小生境技术正是为解决这一问题而引入的。基本小生境遗传算法(Sample Niche Genetic Algorithm,SNGA)在形成子种群时,子种群规模需要预先确定,且不能改变,但子种群规模的确定很困难。若子种群规模过大,则种群多样性会被破坏,起不到保持多样性...  (本文共3页) 阅读全文>>

《电力系统及其自动化学报》2011年04期
电力系统及其自动化学报

隔离小生境遗传算法在配电网络重构中的应用

配电网是电力系统从发电到用电中的一个环节,它分布于负荷中心区域,为各用户直接提供电源。在电力系统各级电网的综合线损中,中低压配电网的线损占了很大的比例。因此,在满足中压配电网运行可靠性的条件下,通过网络重构来降低线损是一个很值得研究的课题。配电网重构是一个多目标非线性混合优化问题,现有的算法大多以单一目标函数为模型。由于配电网络重构的非线性特性,每一次优化迭代均需要进行一次配网潮流计算,连续的配网潮流计算必然需要大量计算时间。为了提高计算速度,保证得出最优或次最优的配网结构,人们尝试了不同的方法来解决多目标配网重构的问题。支路交换法[1]和禁忌搜索法[2,3]过分依赖于配电网络结构和配电网络的初始结构,不能保证全局最优。最优流模式法[4]每一次由开至合都需要计算一次潮流,计算量较大。遗传算法[5]是从群点出发进行优化搜索,而不是单个的开关状态变化,这样全局收敛的速度加快,但早熟收敛和后期搜索迟钝的问题难以克服。通常支路的开关状态...  (本文共5页) 阅读全文>>

《空军工程大学学报(自然科学版)》2011年06期
空军工程大学学报(自然科学版)

基于小生境遗传算法的制导雷达误差估计

制导雷达误差估计是网络化作战系统实现信息共享、协同作战的基础。为了获得制导雷达误差补偿参数往往要进行校飞试验,利用制导雷达误差补偿模型,通过比对制导雷达录取数据和GPS数据,获取满足精度要求的制导雷达误差补偿参数。但在系统实际应用中,往往不具备校飞试验条件,而且兵器的阵地转移、参数调整、部队训练等都会影响原有制导雷达误差补偿参数,为此,必须实现无基准制导雷达误差补偿参数自动评估,增强系统的实用性。由于制导雷达误差估计是一个多峰值优化问题,而简单遗传算法(SGA)在解决多峰值函数优化时,往往收敛于局部最优解,本文将小生境(Niche)技术引入遗传算法,通过群体中个体的多样性,保证优化算法能够搜索出问题的所有最优解,从而避免局部最优。1问题描述与建模2部雷达S1(X1,Y1,Z1),S2(X2,Y2,Z2)同时对空中的非合作目标M进行观测。雷达站1的航迹数据序列:ε1i、β1i、R1i(i=1,2,…,n),ε为高低角,β为方位角,...  (本文共4页) 阅读全文>>