一种基于多目标蚁狮优化的雷达通信一体化波形设计方法与流程

本发明涉及一种雷达通信一体化波形设计方法，特别是一种基于多目标蚁狮优化的雷达通信一体化波形设计方法，属于雷达和无线通信技术领域。

背景技术：

在现代作战系统中，各种雷达通信电子设备应用越来越广泛，很大程度上提升了平台的作战能力，但由于电子设备的繁杂，造成了系统体积庞大、能耗增加和电磁兼容性恶化等问题。为了解决这些问题，可以构建综合性雷达通信一体化体系(integratedradarandcommunicationsystem，ircs)，将雷达与通信设备有机结合，从而减少各类电子设备的使用。将雷达和通信系统相结合可以充分发挥各自的优势，弥补各自的不足，大大提高系统整体作战能力。雷达与通信系统在构成上均由发射机、接收机和天线等组成，为硬件的共享提供了可能性。在此基础上，为了实现雷达通信一体化，还需要解决一体化系统所使用信号的波形设计问题，针对该问题的研究也是目前研究的热点问题之一。

刘少华2014年在“基于扩频的雷达通信一体化信号的设计”中提出了一种基于最小频移键控(minimum-shiftkeying，msk)直接序列扩频的雷达通信一体化信号，该方法从通信信号出发，对通信信号进行改进使其满足雷达系统的需求。具体是对通信中的数字基带信号进行扩频，使其具有良好的自相关性，从而满足雷达探测性能的要求；然后利用msk技术对信号进行调制，大大提升了系统的频谱利用率。该方法设计的一体化信号，由于采用直接序列扩频技术，因此在进行通信时必须完成伪随机码的同步，以便接收机对接收信号进行相关解扩。随着伪随机码字的加长，要求的同步精度提高，所需同步时间增长，在实际工程应用中影响了一体化波形的通信性能。

雷达通信一体化波形设计需要同时兼顾雷达和通信系统的性能，是一个十分复杂的实际工程问题，这也是一体化波形设计的关键所在。本文使用正交频分复用(orthogonalfrequencydivisionmultiplexing，ofdm)技术调制后的通信信号实现雷达通信一体化波形设计，选用盲区范围衡量雷达性能，信息传输速率衡量通信性能，然后使用二者构建一体化波形的联合优化函数。针对雷达和通信系统的性能评价函数二者进行联合寻优，目前有很多多目标优化方法可以实现，例如，多目标粒子群优化(multi-objectiveparticleswarmoptimization，mopso)和进化多目标优化(evolutionarymulti-objectiveoptimization，emo)等。上述方法中，由于粒子(或个体)在寻优过程中缺乏指导，容易陷入局部最优，很难准确找到雷达和通信性能同时达到最大的一体化波形参数。

技术实现要素：

针对上述现有技术，本发明要解决的技术问题是提供一种可避免陷入局部最优，能够准确寻找到雷达和通信性能均达到最优的一体化波形参数的基于多目标蚁狮优化的雷达通信一体化波形设计方法。

为解决上述技术问题，本发明一种基于多目标蚁狮优化的雷达通信一体化波形设计方法，包括以下步骤：

步骤一：确立雷达通信一体化波形设计的适应度函数；

步骤二：初始化蚂蚁种群和蚁狮种群，确定多目标蚁狮优化的迭代次数；

步骤三：初始化各蚂蚁的适应度值，初始化精英蚁狮位置；

步骤四：更新蚂蚁的位置；

步骤五：计算种群中蚂蚁的适应度值；

步骤六：更新存储空间，并对超出存储空间容量的情况进行处理；

步骤七：更新蚁狮的位置和精英蚁狮的位置；

步骤八：判断是否达到多目标蚁狮优化的迭代次数，若达到，则停止搜索，随机选择一组帕累托最优解作为一体化波形参数；否则重复步骤四到步骤八。

本发明一种基于多目标蚁狮优化的雷达通信一体化波形设计方法，还包括：

1.步骤一确立雷达通信一体化波形设计的适应度函数，包括以下步骤：

s1：确定一体化波形以雷达信号形式应用时的盲区范围函数rbz：

根据正交频分复用技术确定雷达通信一体化信号中的一个正交频分复用符号的长度ts，ts满足：ts＝tg+t，其中tg为循环前缀的长度，t为基本符号持续时间；

获得雷达通信一体化信号的带宽bs，bs满足：bs＝ncδf，其中nc为子载波数，δf为子载波间隔，δf满足：

根据脉冲持续时间tp确定雷达的盲区范围函数rbz，rbz满足：

其中，tp满足：tp＝ts×ns，ns为tp内正交频分复用符号的个数，tr为采用正交频分复用技术的一体化波形的脉冲重复周期，tr满足：其中fr为脉冲重复频率；c0是电磁波的传播速度，为3×10⁸m/s；雷达通信一体化信号的占空比d满足：其中，d⁰为雷达信号最大占空比；

s2：确定一体化波形以通信信号形式应用时的信息传输速率rb：

通信数据的调制方式采用正交相移键控调制，数据的信息传输速率rb为：

其中，t0表示传输1bit数据所用时间，t0满足：其中，tofdm1为采用正交频分复用技术的一体化波形传输一个正交频分复用符号的时间，tofdm1满足：

s3：确定雷达通信一体化波形设计的适应度函数：

构建联合优化函数，作为多目标蚁狮优化方法进行寻优的适应度函数，得到一体化波形设计的适应度函数为：

minimize：f(x)＝{f1(x),f2(x)}

其中，x代表一体化波形的影响因素组成的向量，x＝[ns,nc,tg,δf,fr]，多目标蚁狮优化对适应度函数寻优，f1(x)是雷达的盲区范围函数rbz，f2(x)为通信的信息传输速率rb的相反数，即-rb。

2.步骤二初始化蚂蚁种群和蚁狮种群，确定多目标蚁狮优化的迭代次数具体为：

在ns,nc,tg,δf,fr给定范围内随机生成蚂蚁位置xi＝[xi1,xi2,xi3,xi4,xi5]，xmax≤xi≤xmin，i＝1,2,…,n，n为蚂蚁种群大小，xmax为蚂蚁位置中各维参数的最大值，xmin为蚂蚁位置中各维参数的最小值；

在ns,nc,tg,δf,fr给定范围内随机生成蚁狮位置xj＝[xj1,xj2,xj3,xj4,xj5]，j＝1,2,…,n，n为蚁狮种群大小，xmax≤xj≤xmin，xmax为蚁狮位置中各维参数的最大值，xmin为蚁狮位置中各维参数的最小值；

多目标蚁狮优化的迭代次数设置为tmax。

3.步骤三初始化各蚂蚁的适应度值，初始化精英蚁狮位置具体为：

依据步骤一中确定的适应度函数，计算蚂蚁种群中每个蚂蚁的适应度值，初始化精英蚁狮位置，选取蚂蚁种群中的第一只蚂蚁的位置作为精英蚁狮位置。

4.步骤四更新蚂蚁的位置，包括：

对蚂蚁在搜索空间的随机行走进行归一化：

其中，是第t次迭代的第i个变量值，是第t次迭代的第i个变量的最小值，是第t次迭代的第i个变量的最大值，ai是第i个变量随机游走的最小值，bi是第i个变量随机游走的最大值；

蚂蚁围绕蚁狮的随机行走，受蚁狮陷阱的影响，表示为：

其中，c^t是第t次迭代中所有变量的最小值，d^t是第t次迭代中所有变量的最大值；是第j个蚂蚁在第t次迭代时所有变量的最小值，是第j个蚂蚁在第t次迭代时所有变量的最大值；是第j只蚂蚁对应的蚁狮在第t次迭代时的位置；

蚂蚁在陷阱中行走，由于蚁狮对蚂蚁捕食的目的性，构建陷阱是倒锥形的，蚂蚁会向陷阱底部滑落，可表示为：

其中，i是蚂蚁向下滑落的比率，t是当前迭代次数，tmax是最大迭代次数，w是t所决定的常量，当t＞0.1tmax时，w＝2；当t＞0.5tmax时，w＝3；当t＞0.75tmax时，w＝4；当t＞0.9tmax时，w＝5；当t＞0.95tmax时，w＝6；

蚂蚁围绕精英蚁狮的随机行走与上述围绕蚁狮的随机行走相同；

将第t次迭代时蚂蚁的随机行走用表示，第t次迭代时蚂蚁围绕精英蚁狮随机行走用表示，则第i只蚂蚁在t+1次迭代时的位置为：

当对蚂蚁位置进行约束处理，过程为：选择占空比d为约束条件，控制ns,nc,tg,δf不变，取

5.步骤五计算种群中蚂蚁的适应度值具体为：

使用步骤一适应度函数，计算种群中各蚂蚁的适应度值。

6.步骤六更新存储空间，并对超出存储空间容量的情况进行处理，包括以下步骤：

s1：将存储空间内的适应度值和新一代蚂蚁种群的适应度值拼接排列起来，存储空间适应度值矩阵为f_save，新一代蚂蚁种群的适应度值矩阵为f_ant，拼接排列后的适应度值矩阵为f_array，则f_array＝[f_save,f_ant]；

s2：对比统计f_array中帕累托最优解的个数，并将帕累托最优解对应的蚂蚁位置挑选出来构成新的存储空间；

s3：对超出存储空间容量的情况进行处理，具体为：

当存储空间已满时，将存储空间中的具有最多相邻蚂蚁数目的蚂蚁位置信息移除，移除的概率为：其中，c是一个大于1的常数，ni是存储空间中第i个蚂蚁周围相邻蚂蚁的数目。

7.步骤七更新蚁狮的位置和精英蚁狮的位置具体为：

更新蚁狮的位置，当蚂蚁位置优于蚁狮位置时，蚁狮移动到蚂蚁所在位置构建新的陷阱，即：

其中，是第t次迭代时第j只蚁狮的位置，是第t次迭代时第i只蚂蚁的位置；

更新精英蚁狮的位置，从存储空间中随机选取一组帕累托最优解，作为精英蚁狮的位置。

本发明的有益效果：本发明首先建立雷达通信一体化波形设计的待优化模型；然后使用多目标蚁狮优化方法，对其参数进行寻优；最后得到最优的一体化波形参数，使用多目标蚁狮优化(multi-objectiveantlionoptimizer，moalo)方法，该方法模拟蚁狮捕捉蚂蚁的自然界过程，通过蚁狮和精英蚁狮指导蚂蚁的进化，可避免其陷入局部最优，能够准确寻找到雷达和通信性能均达到最优的一体化波形参数。

本发明综合考虑了一体化波形应用中在雷达方面的盲区范围和通信方面的信息传输速率，所得到的一体化波形参数更能够满足实际工程的需要。

相比于现有的多目标优化方法，本发明采用的多目标蚁狮优化方法，在蚂蚁进化过程中有蚁狮和精英蚁狮二者共同指导，可以有效避免寻优过程中陷入局部最优，提高收敛的准确性。

附图说明

图1为本发明一种基于多目标蚁狮优化的雷达通信一体化波形设计方法的流程示意图。

图2为多目标蚁狮优化和多目标粒子群优化的优化效果对比图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步具体说明：

本发明提供一种基于多目标蚁狮优化的雷达通信一体化波形设计方法，流程示意图如图1所示，包括以下步骤：

步骤一：确立雷达通信一体化波形设计的适应度函数。

雷达通信一体化信号采用ofdm技术，根据ofdm技术首先确定信号中一个ofdm符号的长度为ts＝tg+t，tg为循环前缀的长度，t为基本符号持续时间。可以得到子载波间隔子载波数为nc，则一体化信号的带宽为bs＝ncδf。通信信息在ofdm符号中所包含，雷达信号需要以脉冲形式存在，因此在一个脉冲周期内存在脉冲持续时间和脉冲重复频率两个概念。脉冲持续时间tp＝ts×ns，其中ns为一个雷达脉冲内ofdm符号的个数，脉冲重复频率(prf)为fr。

对于雷达系统，关键的性能指标选用盲区范围。在雷达应用中，雷达的盲区范围是由脉冲持续时间决定的，可以得到:

其中，c0是电磁波的传播速度，为3×10⁸m/s。考虑雷达信号以非连续脉冲形式存在，对信号的占空比有要求，雷达信号最大占空比d⁰，则

对于通信系统，信息的传输速率是衡量系统性能的一个关键指标。通信数据的调制采用正交相移键控(qpsk)调制，则数据的传输速率为

其中，t0表示传输1bit数据所用时间，对于采用ofdm技术的一体化波形，脉冲重复周期为其中包含ns个ofdm符号，则传输一个ofdm符号用时为由nc个子载波进行传输，则传输1bit数据用时为:

对于雷达系统而言，盲区范围越小，一体化波形的雷达性能越好；而对于通信系统，信息传输速率越快，一体化波形的通信性能越好。由此可以看出，雷达通信一体化波形设计属于多目标优化问题，目的是寻找到同时满足盲区范围越小和信息传输速率越快的一体化波形参数。构建雷达通信一体化波形设计方法的联合优化函数，作为多目标蚁狮优化方法进行寻优的适应度函数，得到一体化波形设计的适应度函数为：

minimize：f(x)＝{f1(x),f2(x)}

其中，x代表一体化波形的影响因素组成的向量，x＝[ns,nc,tg,δf,fr]。多目标蚁狮优化对适应度函数寻优，f1(x)是雷达的盲区范围函数即rbz，f2(x)为通信的信息传输速率的相反数即-rb。

步骤二：初始化蚂蚁种群和蚁狮种群，确定多目标蚁狮优化的迭代次数。

在各参数给定范围内随机生成蚂蚁位置xi＝[xi1,xi2,xi3,xi4,xi5]，xmax≤xi≤xmin，i＝1,2,…,n，n为蚂蚁种群大小，xmax为蚂蚁位置中各维参数的最大值，xmin为蚂蚁位置中各维参数的最小值。

多目标蚁狮优化的迭代次数设置为tmax，该参数可以作为搜索的终止条件。

步骤三：初始化各蚂蚁的适应度值，初始化精英蚁狮位置。

依据步骤一中确定的适应度函数，计算蚂蚁种群中各蚂蚁的适应度值。初始化精英蚁狮位置，选取蚂蚁种群中的第一只蚂蚁的位置作为精英蚁狮位置。

步骤四：更新蚂蚁的位置。

蚂蚁位置的改变主要受两方面因素的影响，第一是蚂蚁落入蚁狮陷阱中，随机行走受蚁狮陷阱的影响；第二是蚂蚁的行走受到精英蚁狮的指导，精英蚁狮指导蚂蚁向搜索空间中位置更好的区域移动。

蚂蚁在搜索空间随机行走，防止其超出边界，应该对蚂蚁的随机行走进行归一化，

其中，是第t次迭代的第i个变量值，是第t次迭代的第i个变量的最小值，是第t次迭代的第i个变量的最大值，ai是第i个变量随机游走的最小值，bi是第i个变量随机游走的最大值。

蚂蚁的随机行走，受蚁狮陷阱的影响，可表示为：

其中，c^t是第t次迭代中所有变量的最小值，d^t是第t次迭代中所有变量的最大值；是第j个蚂蚁在第t次迭代时所有变量的最小值，是第j个蚂蚁在第t次迭代时所有变量的最大值；是第j只蚂蚁对应的蚁狮在第t次迭代时的位置。

蚂蚁在陷阱中行走，由于蚁狮对蚂蚁捕食的目的性，构建陷阱是倒锥形的，蚂蚁会向陷阱底部滑落，可表示为：

其中，i是蚂蚁向下滑落的比率，t是当前迭代次数，t是最大迭代次数，w是t所决定的常量。当t＞0.1t时，w＝2；当t＞0.5t时，w＝3；当t＞0.75t时，w＝4；当t＞0.9t时，w＝5；当t＞0.95t时，w＝6。

蚂蚁的行走还受到精英蚁狮的指导，围绕精英蚁狮的随机行走，与上述围绕蚁狮的随机行走相同。将第t次迭代时蚂蚁的随机行走用表示，第t次迭代时蚂蚁围绕精英蚁狮随机行走用表示，则第i只蚂蚁在t+1次迭代时的位置为

蚂蚁位置在更新中除了考虑不超出搜索空间外，还需进行约束处理。约束条件选择占空比，当占空比不满足需求时，对其进行约束处理。约束处理采用的方法为，控制其余变量不变，取将参量值限制在边界上。

步骤五：计算种群中蚂蚁的适应度值。

使用适应度函数，计算种群中各蚂蚁的适应度值，该步骤主要是为了下一步对存储空间进行更新。

步骤六：更新存储空间，并对超出存储空间容量的情况进行处理。

存储空间即帕累托(pareto)前沿，是帕累托(pareto)最优解的集合，用于存储pareto最优解相应的蚂蚁位置和适应度值，迭代过程中每次更新完蚂蚁位置和适应度值之后需要对存储空间进行更新。

首先，将存储空间内的适应度值和新一代蚂蚁种群的适应度值拼接排列起来。存储空间适应度值矩阵为f_save，新一代蚂蚁种群的适应度值矩阵为f_ant，拼接排列后的适应度值矩阵为f_array，则

f_array＝[f_save,f_ant]

然后，对比统计f_array中pareto最优解的个数，并将pareto最优解对应的蚂蚁位置挑选出来构成新的存储空间。

最后，对超出存储空间容量的情况进行处理。存储空间内存储的蚂蚁位置是挑选的蚂蚁种群中适应度值最优的蚂蚁，是因为精英蚁狮要从存储空间内产生，因此为了避免多目标蚁狮优化陷入局部最优，当存储空间已满时，将存储空间中的具有最多相邻蚂蚁数目的蚂蚁位置信息移除，移除的概率为：其中，c是一个大于1的常数，ni是存储空间中第i个蚂蚁周围相邻蚂蚁的数目。

步骤七：更新蚁狮的位置和精英蚁狮的位置。

更新蚁狮的位置，当蚁狮捕获到蚂蚁之后，蚁狮会重新修建陷阱，蚁狮位置的更新原则是当蚂蚁位置优于蚁狮位置时，蚁狮移动到蚂蚁所在位置构建新的陷阱，即

其中，是第t次迭代时第j只蚁狮的位置，是第t次迭代时第i只蚂蚁的位置。

更新精英蚁狮的位置，精英蚁狮是使用轮盘赌选择方法从存储空间中随机选取的pareto最优解。

步骤八：判断是否满足终止标准，若满足标准，则停止搜索，使用轮盘赌选择一组pareto最优解作为一体化波形参数；否则重复步骤四到步骤八。

结合图1对其进行进一步的仿真验证：

1.实验场景

在ieee802.11a中，射频局域网系统针对5.15-5.25，5.25-5.35，5.725-5.825ghz频段内的信号划分为遥控和引导雷达通常采用的雷达c波段。选用雷达通信一体化信号的中心频率为5.8ghz；信号的脉冲重复频率fr≤10khz；ofdm子载波数nc≤25；子载波间隔309.3khz≤δf≤350khz；一个完整ofdm符号的长度为4μs，ofdm的循环前缀长度必须小于完整ofdm符号的长度，所以循环前缀长度tg≤4μs；信号脉冲宽度小于100μs，所以ofdm符号的个数ns≤25。

2.实验内容分析

实验一：使用多目标蚁狮优化对雷达通信一体化波形设计的联合优化函数进行寻优，迭代次数设置为100次，蚂蚁种群大小为100，存储空间容量为50，信号最大占空比d⁰为30％。迭代结束后从存储空间内使用轮盘赌选择一个pareto最优解作为一体化波形参数。

收敛结果如图2所示，轮盘赌选择的一体化波形参数为ofdm符号数ns＝11，子载波数nc＝23，循环前缀长度tg＝0.15μs，子载波间隔δf＝350khz，脉冲重复频率fr＝8.37khz。

实验二：以联合优化目标函数为适应度函数，比较多目标蚁狮优化和多目标粒子群优化方法的拥挤方差(crowdingvariance，cv)和运算时间(computationaltime，ct)，并对比其收敛结果。

moalo和mopso对一体化波形构建适应度函数优化得到的pareto前沿如图2所示。图2中，越靠近坐标系的左上角，通信信息传输速率越快，雷达范围盲区越小，代表一体化波形的性能越好。从图2中可以看出，moalo的pareto前沿相比于mopso的pareto前沿更靠近坐标系左上方，即moalo的优化效果更好。两种优化方法对适应度函数优化独立运行30次并统计平均结果，如表1所示，可以看出，moalo的运算速度更快(ct值小)，分布性更好(cv值小)。

表1moalo和mopso对适应度函数寻优的性能指标