遗传算法在雷达信号处理中的应用

论文摘要

遗传算法（Genetic Algorithm,简称GA）是一类借鉴自然选择和遗传机制的随机化搜索算法。遗传算法具有简单、通用、稳健等特性,而且能在概率意义下收敛到问题的最优解,是问题求解的强大工具。遗传算法对特定问题求解不断提出新思路和新方法,通过对比评估,从而应用到基本理论的开拓和深化以及更通用、有效的操作技术和方法的研究上。本文将遗传算法引入到雷达信号处理领域对一些算法进行优化改进。首先是波形优化问题,波形优化目的是使信噪损失比较少并且主瓣宽度展宽小。对于m-序列波形,初始寄存器的选择是关键。利用自适应遗传算法优化设计m-序列,能够得到优化的二相码波形,克服了传统算法运算量大且陷入局部值无法寻优的缺陷。其次是杂波背景下杂波抑制滤波器的优化设计问题。用遗传算法搜索最优参差码组合,使设计的滤波器第一零点尽可能浅,在抑制杂波的同时避免弱小目标的丢失。多杂波环境下,可以形成多凹口滤波器滤除多种杂波,并很好地解决盲速问题。仿真验证了其可行性和有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 论文内容安排
• 第二章 遗传算法
• 2.1 遗传算法的简介
• 2.2 遗传算法研究方法及特点
• 2.3 遗传算法的缺陷与改进
• 2.4 遗传算法的研究现状及应用前景
• 2.5 小结
• 第三章 基于遗传算法的m-序列波形优化设计
• 3.1 m-序列码的信号特性
• 3.2 自适应遗传算法在m-序列波形优化设计中的应用
• 3.2.1 自适应遗传算法
• 3.2.2 m-序列波形优化设计
• 3.2.3 仿真结果及性能分析
• 3.3 小结
• 第四章 基于遗传算法的杂波抑制滤波器的设计
• 4.1 杂波建模
• 4.2 滤波器建模
• 4.2.1 等T-MTI 滤波器结构
• 4.2.2 参差变T-MTI 滤波器结构
• 4.2.3 滑动参差MTI 滤波器结构
• 4.3 用遗传算法设计最优参差重复频率
• 4.3.1 参差重复频率
• 4.3.2 用遗传算法进行参差码寻优
• 4.3.3 仿真结果及性能分析
• 4.4 小结
• 结束语
• 致谢
• 参考文献
• 作者在攻读硕士学位论文期间（合作）的研究成果