RES脉内特征的差分进化粒子群投影寻踪评价模型

被引：9

作者：

朱斌 ^{[1
,2
]}

金炜东 ^{[2
]}

余志斌 ^{[2
]}

机构：

[1] 长江师范学院电子信息工程学院

[2] 西南交通大学电气工程学院

来源：

西南交通大学学报 | 2018年 / 53卷 / 01期

关键词：

雷达辐射源信号; 特征评估; 群体智能; 粒子群优化; 投影寻踪;

D O I：

暂无

中图分类号：

TN957.51 [雷达信号检测处理]; TP18 [人工智能理论];

学科分类号：

081002 [信号与信息处理]; 140502 [人工智能];

摘要：

针对雷达辐射源信号脉内特征综合评估存在标准单一、缺乏客观性等问题,提出了基于群体智能的雷达辐射源信号脉内特征综合评估模型.首先,通过投影寻踪算法将雷达辐射源信号脉内特征的综合评估问题转化为有条件限制的多元非线性目标函数的优化问题;其次,通过改进的粒子群优化算法与差分进化算法的结合得到新的智能算法;最后,利用该算法实现多元非线性目标函数的优化求解.仿真结果表明:该群体智能算法对Rosenbrock测试函数的最优适应度值最小,对Rastrigrin函数和Girewank测试函数的最优适应度值为0,说明该算法的计算精度优于其他算法.同时适应度值的方差比标准粒子群算法和差分进化算法小,说明该算法的收敛性和鲁棒性较好.通过与加速遗传算法对评估问题目标函数5次优化结果的比较,本算法的计算结果没有波动,说明基于群体智能的RES脉内特征综合评估模型能够更客观、更有效地实现对RES脉内特征的综合评估.

引用

页码：189 / 196

页数：8

共 12 条

[1]

A memetic model of evolutionary PSO for computational finance applications.[J].S.C. Chiam;K.C. Tan;A.Al. Mamun.Expert Systems With Applications.2008, 2

[2]

A hybrid cooperative–comprehensive learning based PSO algorithm for image segmentation using multilevel thresholding.[J].Madhubanti Maitra;Amitava Chatterjee.Expert Systems With Applications.2007, 2

[3]

雷达辐射源信号识别效能评估的I2TOPSIS方法 [J].