[发明专利]一种基于人工蜂群算法的雷达组网优化部署方法

权利要求书

1.一种基于人工蜂群算法的雷达组网优化部署方法，其特征在于，该方法包括如下步骤：

步骤1)初始化蜜源，包括初始化算法各参数、初始化蜜源中的各雷达位置和计算蜜源适应度；

步骤2)跟随蜂选择蜜源；

步骤3)跟随峰尝试更新蜜源中的雷达部署位置；

步骤4)引领蜂尝试更新对应蜜源中的雷达部署位置；

步骤5)迭代计算，重复步骤2)-4)，直至计算达到指定迭代次数退出，其最优的蜜源位置即为最终结果。

2.如权利要求1所述的基于人工蜂群算法的雷达组网优化部署方法，其特征在于，所述初始化算法各参数，包括初始化雷达的型号、数量、探测威力和部署范围，重点监视空域、高度层和目标，引领蜂数量，跟随蜂数量，以及算法最大迭代次数，导入地形DEM数据。

3.如权利要求1所述的基于人工蜂群算法的雷达组网优化部署方法，其特征在于，所述初始化各雷达位置具体包括：每部雷达位置可看成由经度、纬度组成的2维变量，则N部雷达就是2N个变量，对每一只引领蜂，都使用下面策略初始化各雷达位置作为蜜源位置：(a)对于只能在预设阵地部署的雷达，随机选择某阵地，其坐标作为该雷达在蜜源中的初始位置；(b)对于高机动雷达，在其能机动到达的范围内随机选择位置，并搜索其局部邻域的最高海拔点，其坐标作为该雷达在蜜源中的初始位置。

4.如权利要求1-3任一项所述的基于人工蜂群算法的雷达组网优化部署方法，其特征在于，所述计算蜜源适应度具体包括：

设共有N部雷达，其部署的位置分别为(x_n,y_n)，n≥1，可定义其目标函数：

m ax{F(x₁,x₂…x_N,y₁,y₂…y_N)＝∑_Ω∑_σω_Ωω_σf(Ω,σ)} (1)

其中，Ω为战场空间的数字化方格，σ为不同飞行目标的反射截面积RCS，ω_Ω为空间加权系数；ω_σ为目标加权系数；f(Ω,σ)为雷达网对该方格处指定RCS值目标的探测能力，0≤f(Ω,σ)≤1；将N部雷达按频段划分为K种类型，则f(Ω,σ)可定义如下：

g(x)＝x/(x+α) x≥0 (3)

α可取默认值1，ω_n为单雷达探测精度因子；p(x_n,y_n,Ω,σ)为该方格是否被雷达探测覆盖，定义如下：

式中，r、θ、h为方格距雷达位置(x_n,y_n)的相对距离、方位和高度，R_h,σ为雷达对相对高度为h、反射截面积为σ的飞行目标的自由空间探测距离，为雷达因电磁干扰引起的各方位衰减因子，r_z(θ)为受地形遮蔽限制的各方位最远探测距离；

使得目标函数值最大的(x_n,y_n)n∈[1,N]即为最终的雷达部署位置。

5.如权利要求4所述的基于人工蜂群算法的雷达组网优化部署方法，其特征在于，对于f(Ω,σ)的取值，探测范围覆盖该方格的雷达数量越多，f(Ω,σ)的值越接近于1；在覆盖数量相同的情形下，雷达的工作频段越分散，f(Ω,σ)的值值越接近于1。

6.如权利要求4所述的基于人工蜂群算法的雷达组网优化部署方法，其特征在于，在计算蜜源适应度的过程中，雷达位置一旦调整，R_h,σ、r_z(θ)都要重新求值。