基于支持向量机和遗传算法优化的机载雷达故障诊断分析.pdfVIP

2025年7月第7期

基于支持向量机和遗传算法优化的机载雷达故障诊断分析

●戴宇航●

（中国电子科技集团公司第十四研究所，江苏南京210039）

：

摘要当前机载有源相控阵雷达故障诊断主要依赖于机内测试（BIT），但该种方法在面对复杂系统时，判断效率及准确

度较低。为提高机载有源相控阵雷达信号产生器的故障诊断效率，在某型雷达BIT故障诊断模糊特点的基础上，设计了一

种基于支持向量机的机载雷达故障诊断系统，并应用遗传算法的全局寻优特点优化支持向量机模型，从而提高了模型的学

习精度。最后，应用仿真进行分析。结果表明，该优化模型应用于雷达故障诊断，能够有效提升故障诊断效率和准确率。

：

关键词机载雷达；故障诊断；支持向量机；遗传算法；仿真验证

：：：

中图分类号TN959.73文献标志码A文章编号1003-0107（2025）07-0008-06

doi:10.3969/j.issn.1003-0107.2025.07.002

AirborneRadarFaultDiagnosisandAnalysisBasedonSupportVector

MachineandGeneticAlgorithm

DAIYuhang

（The14thResearchInstituteofChinaElectronicsTechnologyGroupCorporation，Nanjing210039，China）

Abstract：Atpresent，thefaultdiagnosisofonboardactivephasedarrayradarmainlyreliesonthebuilt-intest

（BIT）.Whendealingwithcomplexsystems，thismethodpresentsrelativelylowefficiencyandaccuracyinjudg⁃

ment.Toenhancethefaultdiagnosisefficiencyofthesignalgeneratorofonboardactivephasedarrayradar，an

onboardradarfaultdiagnosissystembasedonsupportvectormachine（SVM）isdesignedonthebasisofthefuzzy

characteristicsoftheBITfaultdiagnosisofaradar.Theglobaloptimizationcharacteristicsofgeneticalgorithmsare

employedtooptimizetheSVMmodel，sothelearningaccuracyofthemodelisimproved.Finally，simulationis

appliedforanalysis.Theresultsindicatethattheapplicationofthisoptimizedmodelinradarfaultdiagnosiscaneffec⁃

tivelyimprovetheefficiencyandaccuracyoffaultdiagnosis.

Keywords：airborneradar；faultdiagnosis；supportvectormachine；geneticalgorithm；sim