1 江南大学人工智能与计算机学院，江苏 无锡 214122
2 海军研究院，北京 100161
针对复杂战场环境要求天波雷达快速精准定位的问题，提出一种基于多策略改进麻雀搜索算法的定位模型。首先，使用立方混沌映射、步长因子动态调整、反向学习和混合变异算子对麻雀搜索算法进行改进，形成改进的麻雀搜索算法；然后，采用改进后的麻雀搜索算法寻找混合核极限学习机（HKELM）最优的核函数参数和混合核的权重系数；最后，使用寻优后的HKELM对天波雷达探测到的目标进行定位。结果表明，改进后的麻雀搜索算法在精度上和稳定性上优于用基本麻雀搜索算法改进的HKELM模型和极限学习机（ELM）定位模型，表明了所提算法的有效性。
光计算 天波雷达 目标定位 麻雀搜索算法 混合核极限学习机 激光与光电子学进展
2023, 60(10): 1020001
江南大学物联网工程学院, 江苏 无锡 214122
针对天波雷达方位分辨力低和传统解析算法定位误差较大的缺点,提出一种混沌变异灰狼算法优化核极限学习机(KELM)的定位模型。首先,该模型将分段线性混沌映射、自适应柯西变异和收敛因子的非线性化引入灰狼算法从而形成一种改进的灰狼算法;然后,采用改进后的灰狼算法对KELM的惩罚系数和核参数进行优化;最后,将优化后的KELM应用于天波雷达定位,使建立的KELM定位模型具有更高的预测精度和更强的泛化能力。实验结果显示,所提模型的预测结果与目标实测值基本一致,预测精度高于标准灰狼优化算法改进的KELM模型和解析法定位模型,为天波雷达定位提供了一种新的目标定位方法。
光计算 天波雷达 定位 核极限学习机 灰狼优化算法 参数优化 激光与光电子学进展
2019, 56(3): 032001
