基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于多目标遗传算法的星载天线干扰抑制算法,该算法在射频端通过调节权系数进行输出功率判决从而实现波束形成.文中引入多目标优化问题Pareto最优解的概念,采用了无支配性排序遗传算法(NSGA-Ⅱ)来搜索干扰调零权值的Pareto最优解集,充分发挥这种先进多目标遗传算法的高内在并行性、强鲁棒性以及能够不断优化最优解集的优势,较好地兼顾了星载天线干扰抑制时干扰抑制深度与主波束保形这一对矛盾问题.最后提出了归一化双目标函数加权选择最优调零权的方法从Pareto最优解集中选择一组符合决策者偏好的最优调零权.计算机仿真实验证明,文中所提出的算法具有较好的干扰抑制能力和主波束保形效果.
推荐文章
遗传算法在多目标干扰中的应用
多目标干扰
多参数波形优化
自适应遗传算法
功率利用率
基于偏好的多目标遗传算法
多目标优化
遗传算法
偏好
权值法
NSGA-Ⅱ
基于多目标优化遗传算法的武器-目标分配
多目标优化
遗传算法
火力分配
非劣分层
Pareto集
基于遗传算法的多目标优化技术
遗传算法
多目标优化
SPEAⅡ
NSGAⅡ
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多目标遗传算法的星载天线干扰抑制算法
来源期刊 雷达科学与技术 学科 工学
关键词 抗干扰 主波束保形 Pareto最优解 无支配性排序遗传算法 最优调零权选择
年,卷(期) 2007,(6) 所属期刊栏目 信导/数据处理
研究方向 页码范围 470-476
页数 7页 分类号 TN973.3|TN828
字数 5197字 语种 中文
DOI 10.3969/j.issn.1672-2337.2007.06.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陶海红 西安电子科技大学雷达信号处理国家重点实验室 75 527 13.0 18.0
2 廖桂生 西安电子科技大学雷达信号处理国家重点实验室 500 4537 29.0 38.0
3 权琳 西安电子科技大学雷达信号处理国家重点实验室 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (5)
参考文献  (1)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (31)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(6)
  • 引证文献(0)
  • 二级引证文献(6)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
抗干扰
主波束保形
Pareto最优解
无支配性排序遗传算法
最优调零权选择
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
雷达科学与技术
双月刊
1672-2337
34-1264/TN
大16开
安徽省合肥市9023信箱60分箱
2003
chi
出版文献量(篇)
1971
总下载数(次)
3
总被引数(次)
10892
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导