摘要

为了减小阵列布局对测向算法精度的影响,提升在特定场景下目标的测向精度,提出基于竞争策略和差分进化策略的粒子群(Particle Swarm Optimization with Competitive and Differential Evolution, PSO-CDE)算法,并基于PSOCDE实现时差测向阵列优化。首先,基于时差测向的原理,以位置约束和基线约束设计传感器阵列,以均方误差构建适应度评价函数。其次,提出PSO-CDE算法来提高粒子群性能和鲁棒性,并基于PSO-CDE算法对阵列布局进行策略优化。最后,通过仿真靶场环境,得到不同条件下的优化阵列布局。仿真结果表明,优化后的阵列较规则阵列具有更高的目标测向精度。同时,对比分析最优阵列中阵列基线、阵元数量和时延误差对测向精度的影响,为实际场景中阵列布局优化策略的选择提供相应的参考依据。