作者:刘盼芝,郭国防,潘若禹 单位:华北计算技术研究所 出版:《计算机工程与应用》2014年第02期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSGG2014020540 DOC编号:DOCJSGG2014020549 下载格式:PDF + Word/doc 文字可复制、可编辑
《利用遗传模拟退火算法解决分布式OS-CFAR检测的优化问题》PDF+DOC2002年第05期 王明宇,俞卞章 《遗传算法在分布式OS-CFAR检测系统优化中的应用》PDF+DOC2002年第03期 王明宇,俞卞章,杨峰 《基于最大似然差的智能恒虚警检测器》PDF+DOC2011年第12期 张仁李,盛卫星,马晓峰 《分布式自适应CMLWCA CFAR检测方法》PDF+DOC2006年第04期 江晶,杨军,马晓岩,孙洪 《分布式CFAR信号检测》PDF+DOC1995年第02期 崔宁周,谢维信,余雄南 《密集多假目标干扰对CFAR检测影响分析》PDF+DOC2013年第01期 杨勇,冯德军,肖顺平 《雷达信号处理技术及仿真》PDF+DOC 任新涛,张宏伟,田蛟,潘刚 《基于GIS信息的CFAR检测器》PDF+DOC2011年第08期 谢洪森,邹鲲 《基于局部检测统计量的分布式CFAR检测理论研究》PDF+DOC2010年第08期 魏玺章,黎湘 《非高斯背景下跑道异物监测雷达的杂波图CFAR技术》PDF+DOC2014年第01期 吴静,汪学刚,王洪,于雪莲
  • 复杂条件下,分布式顺序统计恒虚警率(OS-CFAR)检测系统的参数选择和检测性能分析是一个典型的非线性优化问题,通常采用数值求解和计算机搜索的方法。但在复杂条件下,特别是当传感器数量较多,或采用分布式OS-CFAR这种双门限参数检测方式时,其计算量会异常庞大。提出了一种基于模拟退火的微粒群优化算法,将模拟退火思想引入到具有杂交和高斯变异的粒子群优化算法中,并采用具有递减w算法,保证算法具有较好的全局搜索能力和较好的收敛性。使用这种方法,在进化100代后,在保证精度达到0.000 001,可使所有的系统参数同时得到优化。仿真结果表明,同遗传算法比,虽然该方法收敛速度稍慢,但是可避免遗传算法的早熟问题,同时该方法实施简单方便,便于工程应用。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。