Please wait a minute...
空天防御  2022, Vol. 5 Issue (1): 52-59    
0
  分布式协同探测技术 本期目录 | 过刊浏览 | 高级检索 |
基于遗传算法的干扰态势下三维雷达网优化布站方法
周宇泰, 徐岳, 李宇, 蒋国韬
上海机电工程研究所,上海 201109
Genetic Algorithm Based Method of Optimal Deployment for Three-Dimensional Radar Networks Under Jamming Situation
ZHOU Yutai, XU Yue, LI Yu, JIANG Guotao
Shanghai Electro-Mechanical Engineering Institute,Shanghai 201109,China
全文: PDF(3039 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 面对日益加深的全方位全天时空天打击威胁,为弥补传统雷达组网布站方法在应对干扰能力有限、空间立体覆盖效果不足的缺陷,提高雷达布站的探测和生存能力,本文提出了一种基于遗传算法的干扰态势下三维雷达网优化布站方法。该方法首先建立了干扰态势下的空间干扰雷达威力范围模型,并从覆盖侧重程度、要地覆盖能力以及覆盖重叠性三个方面对组网雷达进行优化部署,结合遗传算法,实现了对要地区统筹兼顾、合理分配、突出重点的雷达资源布站域的三维立体探测防护,为构建全方位、立体化、多层级防护网络提供了思路。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 三维雷达网优化布站遗传算法干扰态势    
Abstract:Facing the increasing all-round and all-day air-atomic threat, in order to make up for the limitations of traditional radar networks deployment in dealing with jamming and insufficient three-dimensional coverage effect, and to improve the ability of detection and survival, a genetic algorithm based method of optimal deployment for three-dimensional radar networks under jamming situation is proposed in this paper. A radar range model under jamming situation is established and the radar deployment is optimized from three aspects: coverage emphasis, coverage capability and coverage overlap. Using this model, combined with genetic algorithm, the reasonable allocation of radar resources in protecting important areas can be realized, which provides an idea for building an omni-directional, three-dimensional and multi-layer protection network.
Key wordsthree-dimensional radar networks    optimal deployment    genetic algorithm    jamming situation
收稿日期: 2021-12-23      出版日期: 2022-03-25
ZTFLH:  TN958  
作者简介: 周宇泰(1996—),男,硕士,助理工程师,主要研究方向为雷达组网布站。
引用本文:   
周宇泰, 徐岳, 李宇, 蒋国韬. 基于遗传算法的干扰态势下三维雷达网优化布站方法[J]. 空天防御, 2022, 5(1): 52-59.
ZHOU Yutai, XU Yue, LI Yu, JIANG Guotao. Genetic Algorithm Based Method of Optimal Deployment for Three-Dimensional Radar Networks Under Jamming Situation. Air & Space Defense, 2022, 5(1): 52-59.
链接本文:  
https://www.qk.sjtu.edu.cn/ktfy/CN/      或      https://www.qk.sjtu.edu.cn/ktfy/CN/Y2022/V5/I1/52

参考文献
[1] 孙乾洋, 周利, 丁仕风, 刘仁伟, 丁一. 基于人工神经网络的极地船舶冰阻力预报方法[J]. 上海交通大学学报, 2024, 58(2): 156-165.
[2] 赵志斌, 骆彬, 唐婷, 王春芳, 孙中华. 改进型自激谐振无线电能传输系统[J]. 上海交通大学学报, 2023, 57(7): 859-867.
[3] 蒋瑞民, 王宣灵, 张明恩, 赵斌. 基于量子遗传算法的反舰导弹航路规划方法[J]. 空天防御, 2023, 6(4): 31-34.
[4] 夏云松, 谭剑锋, 韩水, 高金娥. 基于反向传播神经网络的风力机涡流发生器优化[J]. 上海交通大学学报, 2023, 57(11): 1492-1500.
[5] 闫青, 鲁建厦, 江伟光, 邵益平, 汤洪涛, 李英德. 考虑双端口布局的紧致化仓储系统堆垛机路径优化[J]. 上海交通大学学报, 2022, 56(7): 858-867.
[6] 王箫剑, 洪君, 陈晶华, 李鸿光. 基于参数化建模和响应面优化的箱体减重研究[J]. 空天防御, 2022, 5(4): 60-66.
[7] 周天颜, 冯小恩, 范云锋, 董诗音, 李玉庆, 金慧中. 避免防空火力过剩的地面兵力防御部署优化模型[J]. 空天防御, 2022, 5(4): 19-23.
[8] 王卓鑫, 赵海涛, 谢月涵, 任翰韬, 袁明清, 张博明, 陈吉安. 反向传播神经网络联合遗传算法对复合材料模量的预测[J]. 上海交通大学学报, 2022, 56(10): 1341-1348.
[9] 陶海红, 闫莹菲. 一种基于GA-CNN的网络化雷达节点遴选算法[J]. 空天防御, 2022, 5(1): 1-5.
[10] 李翠明, 王宁, 张晨. 基于改进遗传算法的光伏板清洁分级任务规划[J]. 上海交通大学学报, 2021, 55(9): 1169-1174.
[11] 顾一凡, 赵文龙, 唐善军, 杨擎宇, 郑鑫. 分布式主/被动成像探测系统目标空间协同定位方法研究[J]. 空天防御, 2021, 4(4): 119-126.
[12] 卓鹏程, 严瑾, 郑美妹, 夏唐斌, 奚立峰. 面向滚动轴承全生命周期故障诊断的GA-OIHF Elman神经网络算法[J]. 上海交通大学学报, 2021, 55(10): 1255-1262.
[13] 王金凤, 陈璐, 杨雯慧. 考虑设备可用性约束的单机调度问题[J]. 上海交通大学学报, 2021, 55(1): 103-110.
[14] 牛志华, 苑璨, 孔得宇. 计算周期序列k-错线性复杂度的混合遗传算法[J]. 上海交通大学学报, 2020, 54(6): 599-606.
[15] 康俊涛, 张亚州, 秦世强. 基于一种混合智能算法的有限元模型修正多解问题[J]. 上海交通大学学报, 2020, 54(6): 652-660.
沪ICP备15013849号-1
版权所有 © 2017《空天防御》编辑部
主管单位:中国航天科技集团有限公司 主办单位:上海机电工程研究所 上海交通大学出版社有限公司