本發(fā)明涉及無人機(jī)空域抗干擾，特別是指一種基于動態(tài)遺傳算法的非均勻子陣劃分方法。

背景技術(shù)：

1、傳統(tǒng)的均勻不重疊子陣將各陣元均勻劃分到每個子陣，子陣結(jié)構(gòu)相同且陣元數(shù)相等，但產(chǎn)生的柵瓣、柵零點(diǎn)會降低波束形成性能。均勻重疊劃分子陣結(jié)構(gòu)和陣元數(shù)相同，但是部分陣元復(fù)用會導(dǎo)致饋電網(wǎng)絡(luò)過于復(fù)雜，不利于工程實(shí)現(xiàn)；而非均勻不重疊劃分中，各子陣結(jié)構(gòu)和陣元數(shù)不同，且沒有陣元復(fù)用，可以有效抑制柵瓣、柵零點(diǎn)。因此研究非均勻不重疊子陣劃分方法具有重要的理論研究意義和工程實(shí)踐價值。

2、近年來，遺傳算法被廣泛應(yīng)用于低副瓣、稀疏布陣、波束賦形，子陣劃分等方面。傳統(tǒng)遺傳算法多采用簡單的遺傳操作，如采用單點(diǎn)交叉或變異，且交叉、變異概率固定，導(dǎo)致遺傳算法搜索范圍小，收斂速度慢。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提出一種基于動態(tài)遺傳算法的非均勻子陣劃分方法。該方法相比傳統(tǒng)遺傳算法收斂效果更好，收斂速度更快。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、一種基于動態(tài)遺傳算法的非均勻子陣劃分方法，包括以下步驟；

4、步驟1，初始化動態(tài)遺傳算法的參數(shù)，包括陣元數(shù)量m、子陣數(shù)量l、初始交叉概率pc1(0)、初始交叉點(diǎn)數(shù)pc2(0)、最小交叉概率pc1min、最小交叉點(diǎn)數(shù)pc2min、初始變異概率pm1(0)、初始變異點(diǎn)率pm2(0)、最大變異概率pm1max、最大變異點(diǎn)率pm2max、最大迭代次數(shù)αmax以及每個子陣中的陣元個數(shù)約束范圍；

5、步驟2，隨機(jī)生成初始種群，種群中的每個個體均視為一條染色體，設(shè)置指示遺傳算法迭代次數(shù)的變量α，令α＝1；

6、步驟3，對當(dāng)前種群中的每條染色體進(jìn)行解碼，獲得該染色體對應(yīng)的子陣劃分方案，之后計算該子陣劃分方案的適應(yīng)度值，記為該染色體的適應(yīng)度值；

7、步驟4，對當(dāng)前種群中的染色體進(jìn)行選擇、交叉以及變異操作；之后判斷最新種群中的每條染色體是否滿足約束條件，若滿足則執(zhí)行步驟5，若不滿足則對染色體進(jìn)行修正后執(zhí)行步驟5；

8、步驟5，更新交叉、變異相關(guān)參數(shù)；

9、步驟6，判斷α＝αmax是否成立，若α＝αmax成立，則根據(jù)步驟3，計算最新種群中的每個子陣劃分方案的適應(yīng)度值，選取最新種群中適應(yīng)度值最大的子陣劃分方案作為最終的子陣劃分方案，完成基于動態(tài)遺傳算法的非均勻子陣劃分；若α＝αmax不成立，則令α＝α+1，并繼續(xù)執(zhí)行步驟3。

10、進(jìn)一步地，步驟2中隨機(jī)生成初始種群的具體方式為：

11、根據(jù)陣元數(shù)量、子陣數(shù)量以及陣元個數(shù)約束范圍的要求，計算所有符合要求的拆分方案；

12、隨機(jī)選取部分拆分方案，針對選取的每一個拆分方案：采用n位二進(jìn)制編碼表示一個陣元所對應(yīng)的子陣編號，2n-1＜l≤2n；將m個n位二進(jìn)制編碼按照從小到大的順序進(jìn)行排序，構(gòu)成初始種群中的一個個體；在每一個個體中，相同的n位二進(jìn)制編碼表示屬于同一個子陣，且相同的n位二進(jìn)制編碼的數(shù)量表示該n位二進(jìn)制編碼對應(yīng)的子陣所包含的陣元數(shù)量。

13、進(jìn)一步地，步驟3的具體方式為：

14、針對每條染色體，將其包含的m個n位二進(jìn)制編碼轉(zhuǎn)換為m個十進(jìn)制編碼，得到子陣劃分方案，并根據(jù)下式得到該子陣劃分方案下的自適應(yīng)波束形成圖：

15、

16、其中，g(θ)為該子陣劃分方案下的自適應(yīng)波束形成圖，θ為信號入射角度，wsub為根據(jù)mvdr方法計算得到的各子陣的加權(quán)值向量，t為該子陣劃分方案所對應(yīng)的子陣形成矩陣，α(θ)為期望信號的導(dǎo)向矢量，上角標(biāo)h表示共軛轉(zhuǎn)置，|·|表示取模值；

17、確定自適應(yīng)波束形成圖中的主瓣峰值，再搜索主瓣峰值的左右第一零陷點(diǎn)，在左右第一零陷點(diǎn)外搜索最大電平，將最大電平的絕對值記為該子陣劃分方案所對應(yīng)的適應(yīng)度值，即為該染色體的適應(yīng)度值。

18、進(jìn)一步地，步驟4的具體方式為：

19、步驟401，將當(dāng)前種群中所有染色體的適應(yīng)度值進(jìn)行歸一化處理，并采用輪盤賭的方法不斷可重復(fù)地選擇當(dāng)前種群中的一個染色體作為下一代種群中的染色體，直至下一代種群中的染色體數(shù)量與初始種群中的染色體數(shù)量一致；

20、步驟402，將最新種群中的染色體按照每兩個一組的方式進(jìn)行分組，針對每組染色體，均產(chǎn)生一個0～1的交叉隨機(jī)數(shù)，若產(chǎn)生的交叉隨機(jī)數(shù)小于交叉概率pc1(α)，則對該組染色體進(jìn)行交叉操作，具體的：依次對兩個染色體對應(yīng)位置的n位二進(jìn)制編碼進(jìn)行匹配，將匹配不一致且連續(xù)的一個或多個n位二進(jìn)制編碼記為一個待交叉位置，若待交叉位置的數(shù)量大于pc2(α)，則在所有待交叉位置中，隨機(jī)選取pc2(α)個交叉位置進(jìn)行交叉操作，若待交叉位置的數(shù)量小于等于pc2(α)，則該組染色體不進(jìn)行交叉操作；若產(chǎn)生的交叉隨機(jī)數(shù)不小于交叉概率pc1(α)，則該組染色體不進(jìn)行交叉操作；其中，pc1(α)為第α次迭代時的交叉概率，pc2(α)為第α次迭代時的交叉點(diǎn)數(shù)，pc1(α)∈[0,1]；

21、步驟403，針對每條染色體，均產(chǎn)生一個0～1的變異隨機(jī)數(shù)，若產(chǎn)生的變異隨機(jī)數(shù)小于變異概率pm1(α)，則對該染色體中的每一個n位二進(jìn)制編碼均產(chǎn)生一個0～1的變異點(diǎn)隨機(jī)數(shù)，若產(chǎn)生的變異點(diǎn)隨機(jī)數(shù)小于變異點(diǎn)率pm2(α)，則當(dāng)前n位二進(jìn)制編碼均按位取反，若產(chǎn)生的變異點(diǎn)隨機(jī)數(shù)不小于變異點(diǎn)率pm2(α)，則當(dāng)前n位二進(jìn)制編碼不進(jìn)行變異；若產(chǎn)生的變異隨機(jī)數(shù)不小于變異概率pm1(α)，則該染色體不進(jìn)行變異；pm1(α)為第α次迭代時的變異概率，pm2(α)為第α次迭代時的變異點(diǎn)率，pm1(α)、pm2(α)∈[0,1]；

22、步驟404，針對最新種群中的每條染色體，判斷是否有不滿足子陣數(shù)量的子陣編號、或者不滿足陣元個數(shù)約束范圍的子陣劃分，若有，則將該染色體對應(yīng)的交叉、變異之前的染色體替換該染色體，之后執(zhí)行步驟5，若沒有，則將該染色體中的m個n位二進(jìn)制編碼按照從小到大的順序進(jìn)行排序后執(zhí)行步驟5。

23、進(jìn)一步地，步驟5的具體方式為：

24、

25、其中，pc2(0)＝l-2，qz(·)表示進(jìn)行四舍五入。

26、由于采用了上述技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比的有益效果在于：

27、1、本發(fā)明運(yùn)用動態(tài)多點(diǎn)交叉和多點(diǎn)變異策略提升個體多樣性，擴(kuò)大搜索范圍，利用動態(tài)交叉、變異概率來加快收斂速度，選取最高副瓣電平絕對值作為適應(yīng)度函數(shù)進(jìn)行優(yōu)化，實(shí)現(xiàn)對陣列進(jìn)行非均勻子陣劃分。

28、2、本發(fā)明能夠有效降低無人機(jī)空域抗干擾系統(tǒng)的硬件成本和計算復(fù)雜度，同時得到比全陣元的自適應(yīng)波束形成低的最高副瓣電平，對工程實(shí)踐有一定的參考意義。

技術(shù)特征：

1.一種基于動態(tài)遺傳算法的非均勻子陣劃分方法，其特征在于，包括以下步驟；

2.根據(jù)權(quán)利要求1所述的一種基于動態(tài)遺傳算法的非均勻子陣劃分方法，其特征在于，步驟2中隨機(jī)生成初始種群的具體方式為：

3.根據(jù)權(quán)利要求2所述的一種基于動態(tài)遺傳算法的非均勻子陣劃分方法，其特征在于，步驟3的具體方式為：

4.根據(jù)權(quán)利要求3所述的一種基于動態(tài)遺傳算法的非均勻子陣劃分方法，其特征在于，步驟4的具體方式為：

5.根據(jù)權(quán)利要求4所述的一種基于動態(tài)遺傳算法的非均勻子陣劃分方法，其特征在于，步驟5的具體方式為：

技術(shù)總結(jié)
本發(fā)明公開了一種基于動態(tài)遺傳算法的非均勻子陣劃分方法，涉及無人機(jī)空域抗干擾技術(shù)領(lǐng)域。本發(fā)明運(yùn)用動態(tài)多點(diǎn)交叉和多點(diǎn)變異策略提升個體多樣性，擴(kuò)大搜索范圍，利用動態(tài)交叉、變異概率來加快收斂速度，最后選取子陣加權(quán)自適應(yīng)波束形成的最高副瓣電平絕對值作為適應(yīng)度函數(shù)進(jìn)行優(yōu)化，得到最優(yōu)子陣劃分方案。本發(fā)明運(yùn)用動態(tài)多點(diǎn)交叉和多點(diǎn)變異策略，可提升個體多樣性，擴(kuò)大搜索范圍，且利用動態(tài)交叉、變異概率可加快收斂速度。

技術(shù)研發(fā)人員：米澤輝,王明杰,郭肅麗
受保護(hù)的技術(shù)使用者：中國電子科技集團(tuán)公司第五十四研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10