劉盼芝　韓崇昭　介　婧

摘要：針對(duì)恒虛警檢測(cè)器在利用求解閾值因子方法時(shí)需要大量樣本且搜索耗時(shí)較長的問題，提出了一種基于仿生微粒群的精確估計(jì)雷達(dá)恒虛警檢測(cè)器閾值因子的方法。將指定虛警概率下的求解閾值因子問題轉(zhuǎn)化為一個(gè)最小化問題，再利用微粒群方法對(duì)其進(jìn)行求解，而微粒群優(yōu)化采用基于種群的搜索方式。慣性因子可以隨著迭代數(shù)的變化自適應(yīng)調(diào)整，從而線性地減少了慣性因子的數(shù)值，致使算法具有平衡全局搜索、局部搜索的能力和較高的搜索效率。仿真結(jié)果表明，所提方法可在指定的精度下快速實(shí)現(xiàn)單雷達(dá)或者雷達(dá)組網(wǎng)等多種恒虛警檢測(cè)器閾值因子的精確估計(jì)，節(jié)省了近50％的時(shí)間，提高了解的檢測(cè)精度，并具有良好的魯棒性和快速收斂等特點(diǎn)。

關(guān)鍵詞：恒虛警檢測(cè)；虛警概率；閾值因子；微粒群優(yōu)化；遺傳算法

中圖分類號(hào)：TN952文獻(xiàn)標(biāo)志碼：A文章編號(hào)：0253—987X(2009)02—0067—04