组网雷达网络通信设计和最优化.docx

组网雷达网络通信设计和最优化.docx

《组网雷达网络通信设计和最优化.docx》由会员分享，可在线阅读，更多相关《组网雷达网络通信设计和最优化.docx（14页珍藏版）》请在冰点文库上搜索。

组网雷达网络通信设计和最优化

组网雷达:

网络通信设计和最优化

摘要:

相控阵雷达的网络,通常是能够提供更好的反隐身的目标检测和分类。

每个雷达传感器（或节点）产生的信息,这些信息传输到需要的集中的权威,能够评价这些信息。

这就要求建立的一种通信网络传输的信息,允许任何节点。

每个雷达节点是有限的,由范围和程度的形成,依靠一种网络促进这些传输。

本文提出了模型将使用雷达波束本身就是一种形成网络。

在相控阵的多功能自然允许快速切换通信和雷达功能的模型就可以操作的通讯系统,并给出了基于进化优化算法帕累托最优的概念用于拓扑设计网络。

最后,仿真环境仿真表明,通讯模型的性能进行了论证,并设计出网络。

关键词:

优化;网络设计;分布式的雷达

1．介绍

优势及多样化的相控阵雷达已经知道了几十年。

Fourikis[1]综述提供了丰富,并讨论了各种各样的应用基础相控阵天线系统。

更多的对近年来在相控阵允许洲际相控阵的沟通。

这些雷达透过长距离下的情况,传递信息中心运行控制中心。

本文运用更小的雷达形成严格控制分布式雷达网络为小的地理区域。

在相控阵雷达天线有能力都形成波束发射和接收方式,有效地使雷达来最大化其灵敏度的方向移动,同时减少在其他方向,其灵敏度[2]。

这通用性和敏捷可以用来良好的效果当试图实现一个通讯功能使用相控阵雷达本身。

这个通讯能力的相控阵雷达成为多功能雷达（生产商）,执行两个地面为基础的防空（GBAD）和通信功能。

使用相控阵雷达天线进行交流沟通相关的优点高度定向天线相比,他们的全方位的同行。

这个结果增加了通信范围从而允许有更多的联系。

指导天线也有更高的收益和更高的能力。

所有这些因素有高数据率、低干扰和接触良好网络。

集体使用的网络相控阵天线也做的好处是更难以果酱,因为他们需要低功耗比大的泛光灯单词。

他们也有较低的sidelobes和能力形成自适应nulls,即地方的方向中横梁阵列天线干扰。

这些优点进一步加强由于分布式的本质要求,干扰器雷达干涉在较大的面积和在多个方向[3],[4]。

它可以用一个单独的专用子系统,同时也提供通信然而这导致生命力更系统、更可靠、缓慢的多个组件的动作原因延误潜在的增加需要多个子系统的（雷达穿越广播）。

同时,可能会有成本的增加在维护和支持两个独立的子系统。

大多数已经发表的作品,而不是网络雷达相控阵,集中讨论如何结合不同观测到的雷达在同一目标上增加敏感性和/或准确性,例如[5],[6],[7]和[8]。

工作描述[9]了组网雷达性能的状况及灵敏度和隶属度函数和发展一套软件工具评估组网雷达灵敏度和模糊二维和三维的性质。

本文就不会把它的侦测能力或者跟踪能力的研究表明,对于来自单独一个目标相控阵雷达的目的是利用网络但指向性的相控阵的光束为设计网络的拓扑结构和网络的通信协议。

结果在网络拓扑结构设计和沟通得到,通过使用一种进化算法相结合,创造出高效而不适合的解决方案。

类研究[10]你要细察网络拓扑管理和设计大相控阵天线与大范围。

这些网络的形成是基于一个直截了当的网络网格的大范围内形成连结建立能容易地之间的任何节点。

这些相控阵网络也有使用高带宽,纯粹骨干网络节点之间沟通的首要任务。

在本文中,网络是用于增加尺寸的surveilled给定范围区域的雷达的接收器与一种网络设计,利用定向梁的相控阵,形成的一种通信网络战术情报的转会。

先前的工作很少上存在的雷达和通讯功能结合使用雷达波束本身。

Giuli孙俐。

简要[11],同时提出这一组合提到的一个系统基于一个特设收到传感器网络的每一个元素为多基地雷达执行既是雷达接收传感器和作为交流的节点;但是,并没有特别的网络拓扑的设计考虑。

其他的研究涉及到财政资金的使用网络雷达气象应用。

例如,多诺万[12]学组。

介绍了利用结合能源收割技巧无线传感器网络中x波段雷达、与迅速展开和自我维生遥感的对流层。

跟踪移动目标的一个重要应用两种传感器网络军队和防御系统[第13条]。

种传感器网络拓扑控制可以用来保存能量,减少干扰的容量,并和分担一些算法已被提出的例句。

[14],[15]和[16]。

一般的方式有两种特别的网络拓扑控制:

权力控制（节能）和层次拓扑组织[17]。

然而,依赖挥发性信息,例如节点的位置,信号强度,位置和角度,为潜在的不稳定的拓朴控制算法,基于功率控制（18）。

分层拓扑组织通常包括以下某种形式的聚类的一个子集的节点形式有一定的特点,例如用作主干网。

这里介绍的工作没有依赖节能在网络和节点聚类考虑。

本论文将组织如下。

第二节包含详细的仿真环境用于测试雷达的网络拓扑.三节包含详细的优化算法用于设计相控阵网络。

第四条包含的数值模拟结果用于测试及通讯网络设计模型。

最后,第五部分包含结论和建议,为未来的工作。

2．网络仿真环境

雷达网络仿真是用来模拟之间的相互作用雷达网络和潜在的目标。

并需模拟radar-to-radar传播的互动的雷达网络。

假定所产生的所有消息反应的雷达节点目标必须被发送到一个指挥官（放置在一个单一的雷达节点在位于网络某处的雷达网络自身通过使用通讯模型以上。

这个信息传递进行了数值模拟/包路由路由的形式评价网络,让雷达网络拓扑结构设计。

为了完成这个函数模拟器必须:

•代表了区域环境的物理性质,lines-of-sight、地形、无线电波传播模式——这方面的模拟器是引入了地理信息系统。

•代表了雷达的物理性质,雷达节点操作和连接-范围,通信时间数据率的特点,雷达。

•允许适应性,雷达节点的物理性质,例如一个或两个链接每面作为沟通。

•提供抽象表征的雷达目标——雷达操作是由模拟结果的基础上产生的信息,而不是真正接近目标雷达操作电磁性质的基础上,系统。

•,使用合适的网络级协议包括路由-路由信息路由表进行维护的每个雷达节点。

自适应延迟路由用于模拟器（21）。

•允许定量和定性的信息中提取的各组分系统——每则讯息的跟踪,以允许信息延迟,排队,次为整体信息进行分析。

2.1目标

模拟的基础上产生的沟通信息目标接近（见图1）。

一个事件发生时,通过空气传播的目标是建立一个雷达探测到节点。

这一事件引发了雷达节点进行作业必需监测和识别目标。

监督和跟踪信息的生成并发去见千夫长节点通过无线连接在已建立起（无线连接只可以在指定的timeslots,看2.3节）。

为目标穿越网络,每个节点连接网络检测对象在它们的射程和寄送相关信息给司令节点。

目标,给出了一套x,y和z分量的速度。

目标的速度不变,最初是在模拟。

表2概述了性能的一个目标。

表2目标的属性/操作细节。

2.2环境

关注被放在一个模拟环境下,利用地理信息系统（GIS）以确保准确的造型等空间特征距离、标高、地形和lines-of-sight。

作为雷达节点是高度定向、准确lines-of-sight至关重要的节点计算雷达可见对方。

这个信息然后被用于优化算法（第四节）。

线的利用GIS技术,看不见的,是不是ArcGIS.1计算系统.地形数据集的使用数字高程模型采取直接从英国的军械调查（操作系统）。

数据集,在NTF2高分辨率的地形格式,提供准确模型的地形。

雷达节点可以放在网格或者随机或预定义的位置和GIS计算基于三个标准——lines-of-sight雷达范围,节点的高度,干扰/propagation.3图5显示完整系统的形式产生输入到系统和输出的每一个阶段仿真和设计优化

最后给出了系统进入地理信息系统（GIS）组分在任何时候在运转和仿真阶段。

该框架可以初步呼吁电流lines-of-sight为一套既定的节点计算lines-of-sight或者找回以前。

所有的lines-of-sight计算需要大量的计算能力,从而使计算结果是基于预测,因此lines-of-sights节点运动可以precomputed。

2.3交通一代

第3条触发事件描述一个目标对象的射程之内通过雷达。

这section4描述了三个运作方式和时间参与:

•监控模式

•跟踪机制

•订婚模式

2.3.1监控模式

它假定了雷达收集信息在扫描阶段的雷达操作占90%的雷达工作时间。

目标是第一次发现后在雷达目标范围被添加到获得目标名单。

节点变化来监视模式与默认的扫描状态。

信心后时期,即已被用完,但2秒。

目标是跟踪,以确保它不是简单的噪音,信息对于目标被送往指挥官1经网络的间隔。

再过五秒钟检测跟踪雷达节点变化模式。

2.3.2跟踪机制

跟踪方式发送的消息数量增加到千夫长,两个消息（每秒1/0.5秒）。

图6显示了一个目标进入雷达范围的节点16岁。

经过两个发现它将进入监控模式和发送信息的要求。

再过五发现,它才能进入一个跟踪模式。

他的指挥官,认为,在收到23日在节点定位短信发送信息给沿着预测节点的路径。

在图6这些将会节点第十四条、第十五条、十三分,又进入跟踪机制一旦捕获目标在每个节点之间的距离。

若有别人捕获目标在跟踪机制某种形式的数据分组可以发生在通信（详情见[22]中涉及的问题的数据分布、数据分组和数据共享在雷达组网）,不过这不是本文认为。

2.3.3订婚模式

追踪目标后的一段时间内,直接影响到一个指挥官需要做出决定的针对目标,指挥官为问题与目标交战,即火导弹拦截进来的目标。

这涉及到更新的导弹,新的目标信息的过程中直接的截留、增加目标。

这个问题并不是本文认为。

2．4同步时段,图着色

图着色是一个重要方面,仿真当两个链接每面对的是假定。

节点之间的沟通是依赖于各个环节设置,即在正确的时段。

需要排序的灾害性天气警报,因为双方超链接的脸无法传达使用相同的时段。

这需要使用edge-colouring一个杂乱的图形（代表了连接雷达网络）来保证正确同步节点。

每个时段及相关的颜色代表一个10两个节点之间的联系,小姐。

颜色时段的数量取决于数量的链接每脸,即如果每个雷达的脸是允许有2个链接然后两种截然不同的颜色是必需的,并且有两种颜色着色的车身算法。

为图着色的问题是经典数学问题计算困难（23）,我们用高效随机算法快速以来执行时间是非常重要的模拟器,和固有的紧上界和下界让寻找最优着色较不重要[24]。

因此,因为执行时间是最关键的要求的前提下,该算法采用咬的高度随机方法用于（25）。

咬的方法可以为任何一个分布式算法和全球算法边缘信息的地方是众所周知的。

网络认为这里不需要邻近的所有链接对雷达节点是不同颜色,只有在传统edge-colouring链接在相同的脸的雷达节点需要适当的边着色（例如,图4中两个连接节点一脸1必须不同颜色不同的象征timeslots）。

因此,一系列的边缘的诱导产生subgraphs引致相邻的环节中各节点的每一张脸转。

这些subgraphs需要适当的edge-colouring在模拟器。

3．网络设计

在相控阵雷达网络设计可以正式如下。

我们有一个集V移动雷达节点。

每个节点vv规定的坐标{x（五）,y,（5）、z（5）}在某一给定的时间。

每个节点有最大的通讯的范围,即Xcr。

对任何的最大距离两个节点直接交流Xcr。

此外,因为每个雷达节点,v钒、GIS组件使用位置、立面和地形信息来计算节点的看雷达、tradar节点可以让Vvisible是通过引入五（5）。

所以我们有感应图GXcr=（V,E）,在那里E={（u,V型）天（u,V型）,你VvisibleXcr（5）,VVvisible（u）}在天（u,V型）是欧氏距离u和V。

我们的目标进行拓扑控制（网络设计）是找到一个杂乱的拓扑子图,GXcr克

•克由中的所有节点GXcr,

•每个节点有G调,因为每个最大程度的四个脸面,等于数量的链接允许每脸（1或2）,

•克是相连的。

优化的目的是要找到一个G,所有的信息的平均延时送到指定节点vcV防指挥官,不论是哪雷达节点是指定的指挥官的位置。

让AMD公司（我,j,凯西）决定了平均信息网络延迟消息钾,会产生为命令节点目标。

我[j].被认为是可以接受一个图克为某一特定命令的位置,vc、如果数量的目标Ntargets

（1）

（1）

whereμisaspecifiedtimethreshold,inmilliseconds

3．1优化度量

运转算法性能指标要求被定义,使得区别不同的网络设计。

最合适的步骤是使用它的成果,特别是仿真结果。

情绪智商。

（1）范围内目标,切实可行的命令数评估越高位置（好数量网络）。

然而,这只是计算的太贵的用于每个迭代过程的优化算法,因此标准是报告,这所房子的时候,需要有良好的表现产生网络在模拟。

摘要本文研究了的度量标准将直接考虑数量的啤酒花和链接长度,和间接考虑顶点连接。

这些标准是采用的一种进化算法解决方案基于途径产生低是显示是有效的,即在模拟的数量提高可行的命令的位置（见第54）。

在一个图、G、这些度量定义如下:

号码啤酒花是衡量路径成本的学生从源节点的目的节点吨。

更少的蛇麻草会被认为是网络路径更好,他们所消费的网络资源少的份量。

当一个节点不是能建立直接连接到所需的节点,那么就没有选择,只能使用多个跳的路线。

路由的平均数计算最小跳数之间每一对节点。

最小跳路径,分钟（p）,计算的最短路径,使用了各环节的重量为1。

评价中的权重最小的路径分钟（p）:

p（u→（五）为每一对节点u,v型v总结出了,然后除以总节点数量,即双防跳的数量平均在优化过程。

平均长度（带宽连接）就是所有环节长度的总和除以总数量的链接。

对网络的V节点和E链接,linklength（E）是长（距离）的链路E两个节点将加入,然后

平均链接防运转期间长度较短的过程——有较高的数据率联系比长时间的链接。

All-pairs圣（source-target）顶点连接而更通常Menger顶点连接的特点是的（1927年）定理[26],说明在一个图克和u,v型v然后最低给定顶点数的双环G调分离你从v等于顶点的最大数量→v路径你最在G.如果数字的顶点最优路径是知道就顶点连接节点之间u和v是众所周知的。

让顶点连接之间的对节点上,并在G调的,tV,来定义κG（s,t型）,那么它的平均顶点连接的网络

假定高G连通性越高,可靠性的鲁棒性相关的雷达网络设计。

3.2．优化算法

运转算法中本文基于遗传算法的力量,特别是帕累托进化算法（说）[27]支配使用的概念——确切的概念在多目标优化用于比较不同的解决方法在多目标（见[28]为进一步的细节控制）。

让R={R1不放,R2的,…,RNpop}的候选人的网络设计解决方案在每一代运转算法,然后网络设计,国际扶轮才控制网络设计刃具说而且让RnondomR是非支配解集的集合。

应用控制目标的数量减少啤酒花和平均链接长度、一套解决方案,non-dominated成对人说它是不可能找到另一个设计改进组的价值目标（即跳长度或连接长度）没有同时的降解质量目标。

所有可能的非支配解集,从整个搜索空间构成帕累托最集和任何溶液导致的帕累托最集合称为帕累托最优。

在网络设计帕累托集代表最好的平衡关系数量的啤酒花和平均链接的长度。

优化的主要成分为雷达网络设计如下:

（1）（Initialisation）为代表的初始种群的二进制编码雷达网络生成。

这涉及到生成了关联对随机选取的雷达节点。

说明了编码考虑网络与五雷达每一个连接节点脸被允许的。

潜在的联系的总数是10（20如果两个链接每面）,所以每位候选人网络在人口是一个二进制数组10元素。

例如,候选人网络0,1,1,0、1、0,1,1,0,0代表网络与通信链路连接节点之间存在对（0,2）,（0,3）,（1、2）、（1、4）,（2、3）,如下。

_2链接每面对网路长了一倍,是二进制编码与两种元素向每个节点分配一个元素的一对,为每一个潜在的链接。

修理operators5在这个initialisation阶段实施,以确保雷达网络是切实可行的,即使用范围内选择链接和的视线。

（2）（更新non-dominated套）,Rnondom是新一代之后的每一个被。

这需要新的非支配解集,增加,现在,控制解决方案,非控制被移除。

也有聚类过程被使用确保组合并不增加高于它的最大数量的解决方案（包括看（29岁）详情）。

（3）（分配健身价值）这是力量元素的算法。

假如将

（2）

然后的力量non-dominated的每个成员,国际扶轮的计算基于Rnondom一些解决方案,即它优于。

（3）

这里总人数的数量占主导地位的解决办法,是解决国际扶轮除以数量+。

此值代表健身的每一个non-dominated的解决方案。

主导的力量解决方案（R−Rnondom刃具）接受

（4）

如下。

健康,给出了控制个人综合的主导力量中的个人和添加一个。

（4）（选择）一个新的人口是由两种方案,选择随意地从non-dominated和人口,使他们之间的竞争二元比赛,即以强烈的个人从这对夫妇幸存选择给下一代

（五）（交叉、变异和修理）对选定的个人然后进行简单的交叉和变异概率基于交叉和变异（见

[30]因为具体详情）。

例如,考虑到两个网络0,1、1、0,1,0、1、1、0,0和1,1,0、1、1,0,0、1、0,1进行交叉。

如果交叉概率是过去了,之后是一个随机的削减点1到9将按和子阵的两边,或减少点创建两个新网络例如如果降息的观点是我们会产生新网络0,1,1,1,1,0,0、1、0、1和1,1,0,0、1、0,1,1,00。

每个元素应用的突变,在每一个新的网络-如果变异率是通过然后关闭二进制位组成。

由此产生的解决方案,必要时修理,确保其形成可行的雷达网络。

（6）（终止）如你所订购货品的总多的世代已经达到后,non-dominated设置代表最后帕累托。

否则算法从更新non-dominated重复设定阶段。

说的是一样的算法的原有的架构在[27],除了海关编码雷达的网络,修理运算符和运转标准,即是雷达特定。

该算法Pseudocode如下:

Algorithm 4.1Optimisationalgorithmfor

radar

networks

variables

Npop Populationsize

Nnondom Maximumsizeofnon-dominatedset

T Maximumnumberofgenerations

pc Crossoverprobability

pm Mutationprobability

Rt Setofcandidatesolutionsinpopulationattimet

 Setofnon-dominatedcandidatesolutionsattimet

Rtemp TemporypopulationofmaximumsizeNpoptostorenextgenerationofsolutions

/*Initalisation*/

/*Setnon-dominatedsettoempty0*/

fori ← 0toNpop

 doGeneraterandomBERN

 Rt ← Rt + BERN

fori ← 0toT

 /*Updatenon-dominatedset:

*/

 Findnon-dominatedsolutionsinRt,copyto

 Removeanynewlydominatedindividualsfrom

 If

reducenumberofcandidatesolutionsinnon-dominatedsettoNnondom

 /*Assignpopulationandnon-dominatedsetstrengths:

*/

 Non-dominatedsetfitness:

useEq.

（2）

 Poplulationsetfitness:

useEq.（3）

 /*Selection:

*/

 fori ← 0toNpop

 Randomlyselecttwoindividuals

 ifS（Ri） < S（Rj）Rtemp = Rtemp + RielseRtemp = Rtemp + Rj

 /*Crossoverandmutation:

*/

 CrossoversolutionsfromRtempwithprobabilitypc

 Mutateeachnewsolutionobtainedfromcrossoverwithprobabilitypm

 /*Repairpopulation:

*/

 Repairallsolutions,ifnecessary,toensurefeasibility

 /*Re-Initializepopulation:

*/

 CopyRtemptoRt

endfor

/*Extractfinalnon-dominatedset:

*/

Functions:

BERN RandomBinaryEncoded

Radar

Network

该算法相应权属关系的两个参数同时进行。

下面的数值是用于实验:

•交换率0.7%。

•突变率0.01

•人口40号

最大non-dominated设置25码0.9%

•最大多的世代的1000名员工

交叉和变异的价值观基于结果和建议,[30]。

non-dominated集和种群数量的建议是[31]。

说算法的运行和两个度量-的数量平均啤酒花和平均链接长度计算的优势。

从non-dominated的解决方案,Rnondom、输出的最后选择算法,它具有最高价值的STconn公制。

4．结论

本文提出一种拓扑模型和算法设计,网络相控阵雷达之间的通讯雷达节点都是有效的。

运转的度量标准,采用了两种算法的数量平均啤酒花和平均链接长度作为优化绩效准则。

用数值仿真的性能测试的目的设计对网络信息有平均不到500的延迟消息女士发送到一个命令的位置。

该方法具有显示出同情与模拟目标切实可行的人数增加了命令的位置。

两种学说的因素与测试数量的链接的是雷达节点的脸会促进——要么是一个或两个。

结果表明,通过实验结果,这一环节产生更好的模拟表现每面,从大约有20%的增加数量命令的可行的位置。

然而,这也是有代价的下降的网络的连接和因此网络坚韧不拔的精神。

目前,优化算法,即是集中到自然。

全球信息的假设在设计过程中,为了今后将这项工作却需要发展一种算法,只有存取到本地信息。

此外,电流型承担一个固定的时段,同时也提供通信10小姐,那将是有教育意义的,即允许变量timeslots测试对提高通信时间方面有任何雷达节点,在符合其有额外的交通的要求（如多个目标,因为在一个地区）。

最后,额外的工作,就能够进行研究利用不同的优化的度量标准,直接或间接地获得最大数量的可行的命令,并评价位置的影响检测和通信拓扑优化跟踪性能。

参考文献：

[1]N.Fourikis,PhasedArray-BasedSystemsandApplications,WileyInterscience（1997）.

[2]NRC:

NationalResearchCouncil,EvaluationoftheMultifunctionPhasedArray

Radar

PlanningProcess,NationalAcademicPress,2008.

[3]A.L.Hume,C.J.Baker,Netted

radar

sensing,in:

Proceedings2001IEEE

Radar

Conferen