一种基于动态遗传算法的非均匀子阵划分方法与流程

本发明涉及无人机空域抗干扰，特别是指一种基于动态遗传算法的非均匀子阵划分方法。

背景技术：

1、传统的均匀不重叠子阵将各阵元均匀划分到每个子阵，子阵结构相同且阵元数相等，但产生的栅瓣、栅零点会降低波束形成性能。均匀重叠划分子阵结构和阵元数相同，但是部分阵元复用会导致馈电网络过于复杂，不利于工程实现；而非均匀不重叠划分中，各子阵结构和阵元数不同，且没有阵元复用，可以有效抑制栅瓣、栅零点。因此研究非均匀不重叠子阵划分方法具有重要的理论研究意义和工程实践价值。

2、近年来，遗传算法被广泛应用于低副瓣、稀疏布阵、波束赋形，子阵划分等方面。传统遗传算法多采用简单的遗传操作，如采用单点交叉或变异，且交叉、变异概率固定，导致遗传算法搜索范围小，收敛速度慢。

技术实现思路

1、有鉴于此，本发明提出一种基于动态遗传算法的非均匀子阵划分方法。该方法相比传统遗传算法收敛效果更好，收敛速度更快。

2、为了实现上述目的，本发明采用的技术方案如下：

3、一种基于动态遗传算法的非均匀子阵划分方法，包括以下步骤；

4、步骤1，初始化动态遗传算法的参数，包括阵元数量m、子阵数量l、初始交叉概率pc1(0)、初始交叉点数pc2(0)、最小交叉概率pc1min、最小交叉点数pc2min、初始变异概率pm1(0)、初始变异点率pm2(0)、最大变异概率pm1max、最大变异点率pm2max、最大迭代次数αmax以及每个子阵中的阵元个数约束范围；

5、步骤2，随机生成初始种群，种群中的每个个体均视为一条染色体，设置指示遗传算法迭代次数的变量α，令α＝1；

6、步骤3，对当前种群中的每条染色体进行解码，获得该染色体对应的子阵划分方案，之后计算该子阵划分方案的适应度值，记为该染色体的适应度值；

7、步骤4，对当前种群中的染色体进行选择、交叉以及变异操作；之后判断最新种群中的每条染色体是否满足约束条件，若满足则执行步骤5，若不满足则对染色体进行修正后执行步骤5；

8、步骤5，更新交叉、变异相关参数；

9、步骤6，判断α＝αmax是否成立，若α＝αmax成立，则根据步骤3，计算最新种群中的每个子阵划分方案的适应度值，选取最新种群中适应度值最大的子阵划分方案作为最终的子阵划分方案，完成基于动态遗传算法的非均匀子阵划分；若α＝αmax不成立，则令α＝α+1，并继续执行步骤3。

10、进一步地，步骤2中随机生成初始种群的具体方式为：

11、根据阵元数量、子阵数量以及阵元个数约束范围的要求，计算所有符合要求的拆分方案；

12、随机选取部分拆分方案，针对选取的每一个拆分方案：采用n位二进制编码表示一个阵元所对应的子阵编号，2n-1＜l≤2n；将m个n位二进制编码按照从小到大的顺序进行排序，构成初始种群中的一个个体；在每一个个体中，相同的n位二进制编码表示属于同一个子阵，且相同的n位二进制编码的数量表示该n位二进制编码对应的子阵所包含的阵元数量。

13、进一步地，步骤3的具体方式为：

14、针对每条染色体，将其包含的m个n位二进制编码转换为m个十进制编码，得到子阵划分方案，并根据下式得到该子阵划分方案下的自适应波束形成图：

15、

16、其中，g(θ)为该子阵划分方案下的自适应波束形成图，θ为信号入射角度，wsub为根据mvdr方法计算得到的各子阵的加权值向量，t为该子阵划分方案所对应的子阵形成矩阵，α(θ)为期望信号的导向矢量，上角标h表示共轭转置，|·|表示取模值；

17、确定自适应波束形成图中的主瓣峰值，再搜索主瓣峰值的左右第一零陷点，在左右第一零陷点外搜索最大电平，将最大电平的绝对值记为该子阵划分方案所对应的适应度值，即为该染色体的适应度值。

18、进一步地，步骤4的具体方式为：

19、步骤401，将当前种群中所有染色体的适应度值进行归一化处理，并采用轮盘赌的方法不断可重复地选择当前种群中的一个染色体作为下一代种群中的染色体，直至下一代种群中的染色体数量与初始种群中的染色体数量一致；

20、步骤402，将最新种群中的染色体按照每两个一组的方式进行分组，针对每组染色体，均产生一个0～1的交叉随机数，若产生的交叉随机数小于交叉概率pc1(α)，则对该组染色体进行交叉操作，具体的：依次对两个染色体对应位置的n位二进制编码进行匹配，将匹配不一致且连续的一个或多个n位二进制编码记为一个待交叉位置，若待交叉位置的数量大于pc2(α)，则在所有待交叉位置中，随机选取pc2(α)个交叉位置进行交叉操作，若待交叉位置的数量小于等于pc2(α)，则该组染色体不进行交叉操作；若产生的交叉随机数不小于交叉概率pc1(α)，则该组染色体不进行交叉操作；其中，pc1(α)为第α次迭代时的交叉概率，pc2(α)为第α次迭代时的交叉点数，pc1(α)∈[0,1]；

21、步骤403，针对每条染色体，均产生一个0～1的变异随机数，若产生的变异随机数小于变异概率pm1(α)，则对该染色体中的每一个n位二进制编码均产生一个0～1的变异点随机数，若产生的变异点随机数小于变异点率pm2(α)，则当前n位二进制编码均按位取反，若产生的变异点随机数不小于变异点率pm2(α)，则当前n位二进制编码不进行变异；若产生的变异随机数不小于变异概率pm1(α)，则该染色体不进行变异；pm1(α)为第α次迭代时的变异概率，pm2(α)为第α次迭代时的变异点率，pm1(α)、pm2(α)∈[0,1]；

22、步骤404，针对最新种群中的每条染色体，判断是否有不满足子阵数量的子阵编号、或者不满足阵元个数约束范围的子阵划分，若有，则将该染色体对应的交叉、变异之前的染色体替换该染色体，之后执行步骤5，若没有，则将该染色体中的m个n位二进制编码按照从小到大的顺序进行排序后执行步骤5。

23、进一步地，步骤5的具体方式为：

24、

25、其中，pc2(0)＝l-2，qz(·)表示进行四舍五入。

26、由于采用了上述技术方案，本发明与现有技术相比的有益效果在于：

27、1、本发明运用动态多点交叉和多点变异策略提升个体多样性，扩大搜索范围，利用动态交叉、变异概率来加快收敛速度，选取最高副瓣电平绝对值作为适应度函数进行优化，实现对阵列进行非均匀子阵划分。

28、2、本发明能够有效降低无人机空域抗干扰系统的硬件成本和计算复杂度，同时得到比全阵元的自适应波束形成低的最高副瓣电平，对工程实践有一定的参考意义。

技术特征：

1.一种基于动态遗传算法的非均匀子阵划分方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的一种基于动态遗传算法的非均匀子阵划分方法，其特征在于，步骤2中随机生成初始种群的具体方式为：

3.根据权利要求2所述的一种基于动态遗传算法的非均匀子阵划分方法，其特征在于，步骤3的具体方式为：

4.根据权利要求3所述的一种基于动态遗传算法的非均匀子阵划分方法，其特征在于，步骤4的具体方式为：

5.根据权利要求4所述的一种基于动态遗传算法的非均匀子阵划分方法，其特征在于，步骤5的具体方式为：

技术总结本发明公开了一种基于动态遗传算法的非均匀子阵划分方法，涉及无人机空域抗干扰技术领域。本发明运用动态多点交叉和多点变异策略提升个体多样性，扩大搜索范围，利用动态交叉、变异概率来加快收敛速度，最后选取子阵加权自适应波束形成的最高副瓣电平绝对值作为适应度函数进行优化，得到最优子阵划分方案。本发明运用动态多点交叉和多点变异策略，可提升个体多样性，扩大搜索范围，且利用动态交叉、变异概率可加快收敛速度。技术研发人员：米泽辉,王明杰,郭肃丽受保护的技术使用者：中国电子科技集团公司第五十四研究所技术研发日：技术公布日：2024/10/10