基于改进蜻蜓算法的多基地天波雷达定位模型

为了提高天波超视距雷达的目标定位精度,提出一种改进蜻蜓算法优化极限学习机的多基地天波超视距雷达目标定位模型。为了避免蜻蜓算法陷入局部最优,将Logistic混沌映射、反向学习策略和变异过程引入蜻蜓算法,形成改进的蜻蜓优化算法;用改进的蜻蜓算法对极限学习机的权值和隐含层偏置进行优化;将优化后的极限学习机应用于多基地天波超视距雷达定位。理论研究和仿真结果表明,该方法能够实现目标的高精度定位,且定位精度和可靠性优于目前常用的天波超视距雷达定位方法和基于误差反向传播神经网络、径向基函数神经网络的目标定位方法,为多基地天波超视距雷达系统提供了一种新的目标定位方法。