一種基于粒子群算法的脈沖序列去交錯方法

周秀珍 張漢偉

摘要

本文提出了一種基于粒子群算法的脈沖序列去交錯方法。該方法通過使用脈沖序列信息PA計算粒子群算法的慣性權(quán)重ω，通過粒子群算法預(yù)測脈沖序列中每個脈沖的全局最優(yōu)解，結(jié)合脈沖序列的TOA信息最終實現(xiàn)脈沖序列去交錯。在試驗場景中對該方法進行仿真的結(jié)果表明，該方法可解決現(xiàn)有信號分選方法中兩部雷達RF和DOA信息相同，且掃描包絡(luò)交錯時分選困難的難題，對復(fù)雜電磁環(huán)境下的信號分選研究具有實際參考意義。

【關(guān)鍵詞】粒子群算法 去交錯 脈沖序列信息PA

作為電子戰(zhàn)領(lǐng)域的一項重要技術(shù)，雷達信號分選是ESM（電子支援措施）和ELINT（電子情報）的關(guān)鍵組成部分，面對日益嚴峻的高密度復(fù)雜電磁環(huán)境，脈沖序列的去交錯能力更成了衡量信號分選方法是否適應(yīng)現(xiàn)代電子戰(zhàn)環(huán)境的一項重要指標。

傳統(tǒng)的基于復(fù)雜電磁環(huán)境的信號分選算法有CDIF（累計差值直方圖法）、SDIF（序列差值直方圖法）、PRI變換法等方法，是基于TOA（脈沖到達時間）計算脈沖重復(fù)周期實現(xiàn)脈沖去交錯的算法，在面對參差信號、抖動信號和抑制諧波等方面具有一定的局限性，需要研究新的脈沖序列去交錯方法。

1 基于粒子群算法的脈沖序列去交錯原理

在傳統(tǒng)的脈沖去交錯方法中，主要以RF和DOA進行預(yù)分選，構(gòu)建PRI盒，然后對各PRI盒中的脈沖序列的TOA，利用CDIF、SDIF以及PRI變換法進行脈沖序列去交錯。通常PA（幅度）不被認為是一個好的去交錯參數(shù)。由于在一個包絡(luò)中從一個脈沖到另一個脈沖的幅度變化并不是很大，如果幅度差異很大的相鄰脈沖肯定不會來源于同一個輻射源。用脈沖幅度可以容易的實現(xiàn)信號的去交錯。本文提出使用基于粒子群算法的預(yù)測方法，同時結(jié)合相應(yīng)的脈沖幅度信息，進行脈沖序列的去交錯處理。

假設(shè)粒子群在一個n維空間中搜索，由m個粒子組成種群Z={Z₁，Z₂，…，Z_m}，其中每個粒子所處的位置Z_i={z_i1，z_i2，…，z_im}都表示問題的一個解。粒子通過不斷調(diào)整自己的位置z_i來搜索新解。每個粒子都能記住自己搜索到的最好解，記作p_id，以及整個粒子群經(jīng)歷過的最好的位置，即目前搜索到的最優(yōu)解，記作p_gd。

脈沖序列的PA值對維持粒子的慣性起了關(guān)鍵性作用，脈沖的PA值越接近最大PA值，則粒子速度記性性越弱，粒子群越快收縮到當前全局最優(yōu)值，即相鄰脈沖PA值距離越小，屬于同一脈沖序列的可能性就越大。

從上述分析可以看出，用PA作為粒子群算法的慣性權(quán)重系數(shù)ω，通過粒子群算法預(yù)測某個脈沖序列中每個脈沖的全局最優(yōu)解，結(jié)合脈沖序列的TOA信息可以容易的實現(xiàn)脈沖序列的去交錯。

2 基于粒子群算法的脈沖序列去交錯算法流程

為尋找滿足最優(yōu)解的粒子位置，基于粒子群算法的脈沖序列去交錯算法流程如下：

（1）粒子群的初始化。

初始化粒子群，給定聚類目標數(shù)目M，粒子數(shù)量m.對于第i粒子，先將每個樣品隨機指派為某一類，作為最初的聚類劃分，并計算各類的聚類中心，作為粒子i的位置編碼，計算粒子i的適應(yīng)度，設(shè)置粒子i的初始速度為0。反復(fù)進行至生成m個粒子。

（2）根據(jù)初始粒子群得到粒子的個體最優(yōu)位置P_id（i）（i-1，…，m）和全局最優(yōu)位置P_gd。

（3）根據(jù)式（1）和（2）更新所有粒子的速度和位置。

其中η₁=2，η₂=2，ω按式（3）取值，iter為當前迭代次數(shù)，itermax為最大迭代次數(shù)。

（4）對每個樣品，根據(jù)粒子的聚類中心編碼，按照最近鄰法則，來確定該樣品的聚類劃分。

（5）對每個粒子，按照相應(yīng)聚類劃分，計算新的聚類中心，更新粒子的適應(yīng)度值。

（6）對每個粒子i，比較它的適應(yīng)度值和它經(jīng)歷過的最好位置的適應(yīng)度值p_id（i），如果更好，更新p_id（i）。

（7）對每個粒子i，比較它的適應(yīng)度值和群體所經(jīng)歷的最好位置的p_gd的適應(yīng)度值，如果更好，更新p_gd。

（8）如果達到結(jié)束條件（得到足夠好的位置或最大迭代次數(shù)），則結(jié)束算法，輸出全局最優(yōu)解;否則轉(zhuǎn)c繼續(xù)迭代。

3 仿真結(jié)果與分析

為了檢驗本方法的有效性，采用仿真數(shù)據(jù)進行分析，仿真數(shù)據(jù)來源于實際復(fù)雜電磁環(huán)境中傳統(tǒng)方法進行去交錯失敗的脈沖序列。

如圖1所示，在同一時間段，兩個雷達脈沖序列存在交錯的情況，兩部雷達為同型雷達，頻率和方位參數(shù)相同，重復(fù)間隔的抖動量達到38%。若采用傳統(tǒng)的分選方法分析，很難達到去交錯的目的。采用本方法后，兩個交疊的序列分離開，達到了去交錯的目的。

如圖2所示，在復(fù)雜的電磁環(huán)境下，同一時間段的兩個雷達脈沖序列存在交錯，其中一個雷達脈沖序列是由主瓣加副瓣構(gòu)成。采用本方法后，不僅可以將交錯的序列分開，而且可以將副瓣去除，僅保留主瓣，這是傳統(tǒng)分選方法無法做到的。

4 結(jié)論

本文提出了一種基于粒子群算法的脈沖序列去交錯方法。它是一種使用脈沖序列信息PA計算粒子群算法的慣性權(quán)重ω，通過粒子群算法預(yù)測脈沖序列中每個脈沖的全局最優(yōu)解，結(jié)合脈沖序列的TOA信息最終實現(xiàn)脈沖序列去交錯的方法。仿真結(jié)果表明，該方法可解決現(xiàn)有信號分選方法中兩部雷達RF和DOA信息相同，且掃描包絡(luò)交錯時分選困難的難題。該方法所采用的粒子群算法具有構(gòu)造簡單、不存在隨機尋優(yōu)的退化現(xiàn)象，具有后期收斂比較平穩(wěn)且收斂速度快的特點，對復(fù)雜電磁環(huán)境下的信號分選研究具有實際參考意義。

參考文獻

[1]劉建華.粒子群算法的基本理論及其改進研究[D].長沙：中南大學(xué)，2009.

[2]KENNEDY J，EBERHART R.Particle swarmoptimization[C].InternationalConference on Neural Networks，Perth，Australia：IEEE，1995：1942-1948.