孙华飞， 张世强, 何孟源, 陈静超， 李萌萌, 曹越琦

(1. 北京理工大学 数学与统计学院, 北京 100081; 2. 中国航天系统科学与工程研究院，北京 100048)

现代空域环境日趋复杂，空袭是非常重要的防御目标之一. 空袭目标可能来自不同高度层，单部雷达显然不能满足多高度层覆盖的需要，需要部署多部雷达协同作战.雷达组网的作战效能很大程度上取决于组网部署，部署方案将直接影响空域情报信息的收集. 因此，雷达组网的优化部署问题是现代空域防御的关键研究问题之一. 雷达网优化部署的优劣直接影响传感器时间覆盖、空间覆盖、目标数据率，同时影响传感器的抗干扰能力、反隐身能力以及生存能力，最终影响整个雷达组网的作战性能.

在雷达组网优化部署的问题中，已有许多研究工作，最为广泛的方法是蒙特卡罗方法[1]和遗传算法[2-5]以及一系列改进的自适应遗传算法[6]等经典方法. 蒙特卡罗方法是在限定组网部署形式时的常用方法,编程简单便于实现,而且在计算雷达组网的联合探测面积时非常便利. 但这显然限制了雷达部署形式，在实际应用中缺乏灵活性，不利于实时应变. 而遗传算法及其一系列改进方法在解决该问题时，对部署形式有很好的适应性，打破部署形式的限制，且雷达数目较多时，可以并行处理，容易编程实现，且具有很强的自适应性. 以上传统的优化算法易于理解，便于实现，但当组网中雷达数目较多时，计算量……