Resumen

Suponemos un radar biestático de entrada múltiple y salida múltiple que tiene una matriz de sensores de forma cruzada centro-simétrica (CSCA) pasiva en su receptor. El transmisor de este radar biestático envía señales coherentes utilizando un subarray que proporciona un haz bastante amplio con un gran ángulo sólido para cubrir cualquier objetivo potencial relevante en el campo cercano. Desarrollamos técnicas basadas en la inteligencia computacional heurística (HCI) para estimar conjuntamente el alcance, la amplitud y los ángulos de elevación y acimut de estos múltiples objetivos que inciden en el CSCA. En este sentido, primero se desarrollan por separado los optimizadores de búsqueda global, es decir, la Optimización de Enjambre de Partículas (PSO) y la Evolución Diferencial (DE) y, para mejorar aún más las prestaciones, se hibridan ambos con un optimizador de búsqueda local denominado Algoritmo de Conjunto Activo (ASA). Inicialmente, el rendimiento de PSO, DE, PSO hibridado con ASA, y DE hibridado con ASA se comparan entre sí y luego con algunas técnicas tradicionales disponibles en la literatura utilizando el error cuadrático medio (RMSE) como figura de mérito.

• Materias:Propagación de ondas Electromagnetismo Redes de telecomunicaciones Radiofrecuencia Teoría de Antenas
• Subjects:Wave propagation Electromagnetism Telecommunications networks Radio frequency Antenna theory
• Palabras claves:objetivo potencialmente relevante, entrada múltiple salida, figura de mérito, optimizador de búsqueda local, llamado conjunto activo, forma de cruz centrosimétrica, rendimiento de pso, inteligencia computacional heurística, cruz centrosimétrica pasiva, conjunto de sensores de forma
• Keywords:potential relevant target, input multiple output, figure of merit, local search optimizer, called active set, centrosymmetric cross shape, performance of pso, heuristic computational intelligence, passive centrosymmetric cross, shape sensor array