一种基于GA-CNN的网络化雷达节点遴选算法

摘要：

网络化雷达具有广域分布的雷达节点,可以按需分任务调度雷达节点,是当前的研究热点.本文旨在研究不同波束指向下,通过神经网络预测一维阵列节点组合以降低该波束指向下的旁瓣.将遗传算法(genetic algorithm,GA)产生的数据集投喂给卷积神经网络(convolutional neural networks,CNN)进行训练,训练好的CNN可快速预测.本文提出用于降低阵列旁瓣的GA-CNN节点遴选算法,结合了GA处理组合爆炸问题的优势与深度学习良好的泛化能力和预测速度,且在全集中搜索和预测.从线阵的仿真结果可见,CNN已经学习到波束指向与节点选择的部分对应关系,运算速度大幅提升,使得雷达在高效应变环境方面具备进一步的研究价值.

关键词：节点遴选、深度学习、遗传算法、卷积神经网络

所属期刊栏目：5

分类号：TN957.2

资助基金：国家重点实验室基金;国家自然科学基金;中央JKW创新项目

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5