买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种基于全局增强型鲸鱼优化算法的稀疏传感器阵列设计方法。包括：根据阵元个数，最小阵元间距和阵列孔径，对阵列位置进行位置分解确定搜索孔径；在搜索孔径范围内进行混沌初始化，产生鲸鱼优化算法的初代种群；确定并根据目标函数进行最优个体筛选；更新种群位置产生新的子代种群；利用折射学习产生子代种群的反向解，筛选子代种群及其反向解，寻找最优子代中的最优个体；迭代搜索直至满足设计条件，获得最优个体，从而获得稀疏传感器阵列。本发明利用三步增强全局搜索策略，使种群遍历搜索区间，避免漏解现象的发生，避免陷入局部最优解，能有效地提高大型稀疏传感器线性阵列的设计精度和阵列波束性能，具有较强的工程应用价值。

主权项：1.一种基于全局增强型鲸鱼优化算法的稀疏传感器阵列设计方法，其特征在于，具体步骤如下：S1：根据稀疏传感器阵列的阵元个数、最小阵元间距和阵列孔径，对稀疏传感器阵列位置进行位置分解确定搜索孔径和阵元间距矩阵；S2：在搜索孔径范围内进行混沌初始化，产生鲸鱼优化算法的初代种群；S3：确定目标函数，利用目标函数计算初代种群的峰值旁瓣级，基于峰值旁瓣级对初代种群进行最优个体筛选，获得最优个体；S4：设置搜索概率和包围系数，基于当前搜索概率和包围系数利用最优个体进行种群位置更新，获得更新的种群位置并产生新的子代种群；S5：利用折射学习对当前子代种群进行反向求解，获得对应的反向子代种群，利用目标函数计算当前子代种群和对应的反向子代种群的峰值旁瓣级，基于峰值旁瓣级筛选当前子代种群及对应的反向子代种群，筛选获得最优子代，再寻找最优子代中的最优个体；S6：重复S4-S5，对最优个体进行迭代搜索直至满足设计条件，获得最终的最优个体，基于阵元间距矩阵对最终的最优个体所在位置进行位置合成后，获得稀疏传感器阵列；所述S4具体为：S41：确定策略选择概率p、个体选择概率A和包围系数C，由策略选择概率p、个体选择概率A构成搜索概率，其中个体选择概率A和包围系数C的计算公式如下；A＝2a·r-aC＝2r其中，a为递减控制参数，r为第一随机参数；S42：如果策略选择概率p＜0.5并且个体选择概率|A|＜1，则根据最优个体进行包围搜索后，获得更新的种群位置并产生新的子代种群；如果策略选择概率p＜0.5并且个体选择概率|A|≥1，从当前种群中随机选出一个个体进行包围搜索，获得更新的种群位置并产生新的子代种群；如果策略选择概率p≥0.5，利用阿基米德螺旋策略对最优个体进行阿基米德螺旋位置更新，获得更新的种群位置并产生新的子代种群，具体公式如下：Xt+1＝X*t+Dpeblcos2πl其中，Xt+1为第t+1次迭代后的种群位置，X*t为第t次迭代后最优个体所在位置，t表示迭代搜索次数，Dp表示第t次迭代后最优个体和当前种群中其他个体之间的距离，b表示对数螺旋常数，l为第二随机参数。

全文数据：

权利要求：

百度查询： 浙江大学 基于全局增强型鲸鱼优化算法的稀疏传感器阵列设计方法