摘要 - 冷战期间开发了最佳单基地声纳浮标场模式，用于深而均匀的海底环境，其中简单的中值检测范围可用于定义声纳浮标之间有用的固定间距。然而，当前经常进行作战的沿海环境中的海洋和声学条件非常复杂且动态，以至于空间和时间的变化破坏了与传统战术搜索概念相关的同质假设。已经开展了多项研究工作来设计更好的被动和单基地主动声纳浮标位置，但其中大多数是评估算法，而不是真正的规划算法。一种不同的算法方法已成功开发并最初应用于单基地移动传感器，该方法从一组随机的传感器位置开始，然后使用遗传算法找到近似最优解。遗传算法解决方案是非标准搜索路径，可适应复杂的海洋学、可变的底部特性和假定的目标战术 [D.P.Kierstead 和 D.R.DelBalzo，《军事运筹学杂志》（2003 年 3 月/4 月）]。随后开发了一种新功能，用于优化复杂沿海环境中多静态主动声纳浮标的位置（纬度、经度和深度）和 ping 时间。这些算法称为 SCOUT（传感器协调以实现最佳利用和战术）。SCOUT 包含对移动传感器遗传算法方法的两项重大修改，以解释双静态和多静态声纳浮标场，其中每个接收器都能够观察来自每个源的数据。第一个修改是在结构上，引入了一个新的染色体来描述战术计划。每个声纳浮标都有一个基因，由一个位置、一个有序的部署序列和一组 ping 时间组成。新染色体中的位置和时间独立变异，并以不规则的模式和非连续的 ping 序列为特征。第二个修改是在检测建模上，引入了一种新的双基地检测模型。它允许相干和非相干处理的组合。对于这项工作，我们假设可以同时监控所有声纳浮标。本文讨论了现实环境中的新染色体结构和模拟结果。结果表明：a) SCOUT 可以有效地将多基地传感器场适应SCOUT 算法是我们之前的遗传算法工作的扩展，据我们所知，它们是唯一从头开始设计复杂环境中多静态主动声纳浮标位置的解决方案，而不是推荐一般的努力分配或简单地评估具有不同参数的标准模式。