摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-14页 |
1.1 论文研究背景及意义 | 第9-11页 |
1.1.1 电子对抗的研究背景及意义 | 第9-10页 |
1.1.2 雷达组网及其干扰资源分配的研究意义 | 第10-11页 |
1.2 雷达组网干扰资源优化分配的研究现状 | 第11-12页 |
1.3 本文的主要研究内容及结构 | 第12-14页 |
2 雷达组网概述及其有源干扰任务模型 | 第14-24页 |
2.1 雷达组网概述 | 第14-17页 |
2.2 雷达组网有源干扰 | 第17-18页 |
2.2.1 雷达组网有源干扰概述 | 第17页 |
2.2.2 雷达组网有源压制式干扰 | 第17-18页 |
2.3 雷达组网有源压制式干扰任务模型 | 第18-23页 |
2.3.1 单部雷达有源压制式干扰任务模型 | 第18-21页 |
2.3.2 雷达组网的有源压制式干扰任务模型 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
3 雷达组网有源干扰资源分配模型的创建 | 第24-32页 |
3.1 雷达的干扰效果评估 | 第24-25页 |
3.2 雷达组网有源干扰效益矩阵的求取 | 第25-30页 |
3.2.1 选取雷达组网有源干扰的评价指标 | 第25-26页 |
3.2.2 创建各评价指标的隶属度函数 | 第26-29页 |
3.2.3 求取雷达组网有源干扰效益矩阵 | 第29-30页 |
3.3 雷达组网的有源干扰资源优化分配模型 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
4 基于改进蚁群算法的雷达组网有源干扰资源分配算法 | 第32-49页 |
4.1 蚁群算法原理 | 第32-36页 |
4.1.1 蚁群算法基本原理 | 第32-33页 |
4.1.2 蚁群算法基本模型 | 第33-36页 |
4.2 基于蚁群算法的雷达组网有源干扰资源分配算法 | 第36-41页 |
4.2.1 蚁群算法的引入 | 第36-37页 |
4.2.2 算法状态转移规则 | 第37-38页 |
4.2.3 算法信息素更新规则 | 第38-39页 |
4.2.4 算法信息素浓度的挥发系数自适应调节规则 | 第39-40页 |
4.2.5 算法流程图 | 第40-41页 |
4.3 算法仿真实验及结果分析 | 第41-42页 |
4.4 基于改进蚁群算法的雷达组网有源干扰资源分配算法 | 第42-44页 |
4.4.1 算法状态转移规则的改进 | 第42-43页 |
4.4.2 算法信息素更新规则的改进 | 第43-44页 |
4.5 改进算法仿真实验及算法比较 | 第44-48页 |
4.5.1 改进蚁群算法仿真实验 | 第44-46页 |
4.5.2 算法比较实验 | 第46-48页 |
4.6 本章小结 | 第48-49页 |
5 基于改进DPSO算法的雷达组网有源干扰资源分配算法 | 第49-61页 |
5.1 PSO算法原理 | 第49页 |
5.2 PSO算法数学模型 | 第49-50页 |
5.3 基于DPSO算法的雷达组网有源干扰资源分配算法 | 第50-52页 |
5.4 DPSO算法仿真实验及结果分析 | 第52-54页 |
5.5 基于改进DPSO的雷达组网有源干扰资源分配算法 | 第54-55页 |
5.6 改进DPSO算法仿真实验及算法比较 | 第55-60页 |
5.6.1 改进DPSO算法仿真实验 | 第55-57页 |
5.6.2 算法比较实验 | 第57-60页 |
5.7 本章小结 | 第60-61页 |
结论 | 第61-62页 |
参考文献 | 第62-64页 |
附录A 附录内容名称 | 第64-66页 |
攻读硕士学位期间发表学术论文情况 | 第66-67页 |
致谢 | 第67-68页 |