[发明专利]基于改进粒子群优化算法的无源雷达布站方法

权利要求书

1.一种基于改进粒子群优化算法的无源雷达布站方法，其特征在于，包括如下步骤：

(1)建立无源雷达布站场景：

建立包括分布在三维空间地面上的M部无源雷达R＝{R₁,...,R_m...,R_M}和分布在三维空间中的S个目标T＝{T₁,...,T_s...,T_S}的无源雷达布站场景，其中，M≥4，R_m表示第m部无源雷达，S≥1，T_s表示第s个坐标为(x^s,y^s,z^s)的目标；

(2)对粒子群优化算法进行改进：

通过线性惯性权重w替换粒子群优化算法中的固定惯性权重，并在粒子的速度更新公式后添加扰动项a(r-0.5)，得到改进后的粒子群优化算法，其中，a表示常数，r表示随机数，r∈[0，1]；

(3)初始化改进后的粒子群优化算法的参数：

初始化改进后的粒子群优化算法的迭代次数为t，最大迭代次数为T，T≥300，粒子群为P＝{P₁,...,P_i,...,P_I}，P的个体学习因子为c₁，P的群体学习因子为c₂，c₁＞0，c₂＞0，粒子维度为K，K＝2M，根据随机函数初始化第i个粒子P_i的位置向量x_i(t)和速度向量v_i(t)，x_i(t)和v_i(t)均为K维向量，P_i的个体最优位置pbest_i(t)为x_i(t)，I表示粒子数量，I≥100，并令t＝0；

(4)计算粒子P_i的适应度函数值：

通过每个粒子P_i的个体最优位置pbest_i(t)，计算P_i相对于每个目标T_s的定位误差，得到P_i对应的定位误差向量并根据每个粒子P_i的定位误差向量计算P_i在个体最优位置pbest_i(t)下的适应度函数值其中，表示P_i相对于T_s的定位误差；

(5)计算粒子群P的全局最优位置gbest(t)：

(6)获取M部无源雷达的布站结果：

判断t≥T是否成立，若是，通过K维全局最优位置gbest(t)确定M部无源雷达在地面的横坐标位置和纵坐标位置；否则，令t＝t+1，并执行步骤(7)；

(7)对每个粒子P_i的位置向量x_i(t)进行更新：

(7a)计算改进后的粒子群优化算法的线性惯性权重w，并根据改进后粒子群优化算法，通过w对每个粒子P_i的第t-1次迭代速度向量v_i(t-1)进行更新，得到更新后的速度向量v_i(t)：

v_i(t)＝wv_i(t-1)+c₁r₁(pbest_i(t-1)-x_i(t-1))+c₂r₂(gbest(t-1)-x_i(t-1))+a(r-0.5)

w＝1-t×(1-0.4)/T；

(7b)通过更新后的速度向量v_i(t)对每个粒子P_i的第t-1次迭代位置向量x_i(t-1)进行更新，得到更新后的位置向量x_i(t)：

x_i(t)＝x_i(t-1)+v_i(t)；

(8)对每个粒子P_i的个体最优位置pbest_i(t)进行更新：

通过每个粒子P_i的位置向量x_i(t)计算P_i的适应度函数值f_Pi(x_i(t))，同时通过每个粒子P_i的个体最优位置pbest_i(t-1)计算P_i的适应度函数值并通过和计算粒子P_i的个体最优位置pbest_i(t)后，执行步骤(4)，其中pbest_i(t)的公式为：

2.根据权利要求1所述的基于改进粒子群优化算法的无源雷达布站方法，其特征在于，步骤(4)中所述的计算P_i相对于每个目标T_s的定位误差，计算公式为：

P^s＝E[dXdX^T]

其中，P^s表示目标T_s的定位误差协方差矩阵，tr(·)表示求迹运算，dX表示目标T_s的定位误差向量，dX＝(dx,dy,dz)^T，(·)^T表示转置运算，E(·)表示均值运算。