多机协同干扰组网雷达的资源调度方法

针对组网雷达频段宽、空间离散及自由度高而造成的干扰难度大的问题,本文提出一种多干扰机协同压制组网雷达系统的干扰波束和功率资源联合调度方法。首先,基于干扰信号模型以及组网雷达系统和随队支援干扰系统的几何位置关系建立敌方雷达回波信号模型;然后,结合压制干扰环境下敌方雷达回波信号模型,推导了组网雷达的目标检测概率,并将其作为性能指标以量化组网雷达的检测性能;最后,考虑到组网雷达与干扰机的工作频率匹配度给干扰资源分配带来的影响,建立并求解了带有干扰资源约束条件的干扰波束和功率联合优化问题。仿真结果表明,与干扰资源均匀分配方法相比,本文所提的干扰波束与功率资源联合调度方法能有效提升随队支援干扰系统的干扰性能,并降低组网雷达的检测性能。     

一种雷达干扰资源动态优化分配技术

雷达干扰资源的分配问题一直是个十分棘手的问题。本文提出了一种雷达干扰资源动态优化分配技术，它将动态规划算法应用于解决雷达干扰资源分配问题，利用这种技术可以快速地、有效地进行干扰资源分配。     

无人机对组网雷达干扰资源分配建模

在分析组网雷达技术的基础上,以组网雷达融合中心检测概率为目标函数,建立针对组网雷达各级系统的干扰资源优化分配模型。结合电子对抗无人机平台的特点,分析电子对抗无人机在干扰组网雷达时的资源分配问题。     

面向组网雷达干扰任务的多干扰机资源联合优化分配方法

针对多目标突防组网雷达系统(NRS)场景,该文提出一种面向组网雷达干扰任务的多干扰机资源联合优化分配方法。首先,采用组网雷达在干扰环境中对目标的检测概率作为干扰性能指标;然后,结合不同突防目标的检测性能需求,建立了包含干扰波束和发射功率2个优化变量的资源优化模型,并利用粒子群算法对资源优化问题进行求解;最后,考虑到组网雷达系统参数不确定性带来的检测概率泛化误差,建立了干扰资源稳健优化分配模型。仿真结果表明,该文提出的优化方法能有效压制组网雷达,降低组网雷达对突防目标的检测概率;相比传统方法,稳健方法提升了多干扰机对组网雷达的协同干扰性能,且具有鲁棒性。      

基于模糊多属性的协同电子干扰资源分配方法

针对协同干扰资源优化分配问题,构建了组网对抗背景下基于模糊多属性的干扰资源分配方法。根据体系对抗特点,首先选择时、空、频、能四个维度与干扰样式作为干扰效能的评价依据,运用模糊综合评价方法构建了多对多的干扰效能矩阵,并以整体干扰效能最佳为目标函数建立了干扰资源分配模型,并基于贪婪算法对该目标函数进行优化求解,通过实例分析验证了分配算法的有效性与精确性。     

改进布谷鸟算法在协同干扰资源分配中的应用

针对敌方雷达网的多干扰机协同干扰资源分配问题,提出了一种基于二维整数编码的改进布谷鸟(ICS)算法。首先,根据不同干扰样式在不同恒虚警检测器中的干扰效果差异,从压制概率公式出发,构建目标函数;然后,根据分配原则建立干扰资源分配模型;最后,利用ICS算法对模型寻优求解,并给出具体求解步骤。仿真结果表明:ICS算法收敛速度快,全局寻优能力强,能很好地解决雷达干扰资源协同优化分配问题。     

基于改进遗传算法的干扰资源分配问题研究

针对组网雷达的干扰效率问题,设计了一种改进的遗传算法并将其应用于干扰资源分配问题,进而分别就一对一、多对少、少对多3种分配模型进行了分配方案制定以及干扰效益值计算。通过与其他算法结果的对比,发现本算法不但取得了较优的分配结果和效益值,且需要的迭代次数较少,验证了算法的高效性。     

一种组网雷达波束资源优化分配模型

针对空面目标组网雷达协同调度的资源优化分配问题,通过分析不同目标的重要性、RCS和跟踪质量对调度资源的差异化需求,以组网系统探测效益为优化目标,构造了一种基于波位调度的动态规划模型。利用改进的拍卖算法对该模型求解各雷达最优的波位分配,在满足不同类型目标对跟踪资源需求的同时,降低了组网系统总体波束资源的消耗。该方法解决了多雷达目标调度中资源分配和冲突消解的协同问题,降低了计算量,提高了时间和能量两种资源的合理分配和有效利用率,实现了组网系统高效的波束资源管理。通过仿真验证,证明了所提模型的正确性和算法的有效性。     

组网雷达目标跟踪时的波束自适应分配方法

在组网雷达多目标跟踪过程中,合理地分配雷达波束以及功率资源能够进一步提升雷达的工作效率。为了合理分配雷达波束资源,提出了一种基于无源传感器协同的组网雷达资源分配算法。该算法优先使用无源传感器跟踪目标,将目标的预测协方差和协方差门限值对比,对于大于门限值的目标,使用雷达跟踪。同时根据目标对各雷达的威胁度的大小自适应地为雷达分配所需跟踪的目标,并以贝叶斯克拉美罗下界的迹作为代价函数,构建模型求解,预测出各雷达最优的功率分配。仿真结果表明,所提算法可以有效地优化雷达资源,且具有较好的跟踪性能。     

基于滚动周期粒子群算法的雷达组网协同分配方法

针对反导预警系统执行饱和弹道导弹目标攻击场景中的雷达实时任务分配问题,提出一种资源约束下基于动态自适应滚动周期混合粒子群算法的多任务协同分配方法。根据弹道导弹的目标特性,建立了任务综合优先级规划模型;为了实现分配效能最大化,考虑资源约束的基础上建立了雷达资源利用率、任务综合价值实现率、雷达切换次数、任务调度成功率为目标函数的雷达组网多任务资源分配模型,基于离散粒子群算法进行粒子迭代逻辑优化,满足算子自适应的选择、变异及交叉操作;为适应战场环境的动态复杂特性,建立了滚动周期调度模型和事件重调度模型,设计的协同调度策略很好地满足了实时性的要求。仿真结果表明,在饱和场景下使用基于动态自适应滚动周期混合粒子群算法能够有效解决实时雷达组网多任务协同分配问题。     

基于遗传算法的组网雷达优化部署

组网雷达优化部署是发挥雷达网互补与倍增性能的前提和基础,由于雷达网部署涉及的因素很多,是一个多约束条件的多目标优化问题。采用一种基于遗传算法的组网雷达优化部署算法,采用综合性能函数作为优化目标函数,在种群产生时加入约束条件,将有约束问题转化为无约束的优化问题,克服了枚举法执行速度慢和专家推理法知识组合爆炸的问题。仿真结果表明,该方法能达到最优或准最优解,是一种有效的组网雷达优化部署方法。     

基于遗传算法的组网雷达优化部署

组网雷达优化部署是发挥雷达网互补与倍增性能的前提和基础,由于雷达网部署涉及的因素很多,是一个多约束条件的多目标优化问题。采用一种基于遗传算法的组网雷达优化部署算法,采用综合性能函数作为优化目标函数,在种群产生时加入约束条件,将有约束问题转化为无约束的优化问题,克服了枚举法执行速度慢和专家推理法知识组合爆炸的问题。仿真结果表明,该方法能达到最优或准最优解,是一种有效的组网雷达优化部署方法。     

基于改进蝴蝶算法的协同干扰资源分配方法

针对协同对抗下雷达干扰资源的管理决策问题开展研究,提出了一种基于改进蝴蝶算法的干扰资源分配方法。首先,用模糊综合评价的方法量化影响辐射源威胁等级和干扰效能的因素;然后,确定目标函数并计算干扰效能矩阵,建立干扰资源分配模型;最后,把自适应启发项和劣解接纳操作引入蝴蝶算法(BOA)对模型求解。仿真结果表明：引入改进项提高BOA探索能力和搜索效率,有效解决算法局部收敛的缺陷。对比四种经典算法和两种改进BOA算法,该算法在收敛精度和算法稳定性方面均更优,制定的干扰资源分配方案可信度更高。     

一种融合噪声网络的深度强化学习通信干扰资源分配算法

针对传统干扰资源分配算法在处理非线性组合优化问题时需要较完备的先验信息,同时决策维度小,无法满足现代通信对抗要求的问题,该文提出一种融合噪声网络的深度强化学习通信干扰资源分配算法(FNNDRL)。借鉴噪声网络的思想,该算法设计了孪生噪声评估网络,在避免Q值高估的基础上,通过提升评估网络的随机性,保证了训练过程的探索性;基于概率熵的物理意义,设计了基于策略分布熵改进的策略网络损失函数,在最大化累计奖励的同时最大化策略分布熵,避免策略优化过程中收敛到局部最优。仿真结果表明,该算法在解决干扰资源分配问题时优于所对比的平均分配和强化学习方法,同时算法稳定性较高,对高维决策空间适应性强。     

基于自适应遗传算法的雷达组网优化部署

提出了一种基于自适应遗传算法的雷达组网优化方法,建立了雷达组网优化的数学模型,给出自适应遗传算法的求解过程和步骤,并设计了既考虑到进化代数对算法影响,又考虑到每代中不同个体适应度对算法作用的自适应交叉概率和变异概率。仿真实例表明该方法能够快速得出多种优化部署方案,操作性强,对雷达组网优化有较大应用价值。     

雷达干扰资源优化分配博弈模型和算法

从时间、空间、频率、能量四个方面对干扰效果进行定量描述,构建干扰效益矩阵,建立目标函数,并利用博弈论分析研究雷达有源干扰资源分配问题,证明了纳什均衡的可行性和存在性。基于最佳动态反应设计了集中式迭代干扰策略选择算法,基于学习自动机原理提出了分布式有限反馈干扰资源分配算法。仿真结果表明:文中提出的两种分配算法可以以很低的复杂度来获取一个很好的干扰性能,很好地解决干扰资源分配问题,对实际的指挥有一定的指导意义。     

5G密集组网资源分配方法研究

针对当前5G超密集网络部署的干扰和用户切换失败率显著增加的问题，提出了一种5G超密集组网资源分配方法，利用贪婪策略对系统状态进行决策，计算每个状态对应的即时奖励；将每个状态所对应的即时奖励数据输入到深度神经网络中，从而获得近似长期价值；将近似长期价值和实际长期价值做对比，以更新长期价值函数；当长期价值函数收敛时，得到每个时刻的资源分配方案并进行资源分配。该方法基于深度强化学习来解决随机优化问题，降低了求解的复杂性，可有效降低干扰和切换次数以及切换失败率。     

一种对抗雷达组网的干扰目标分配方法

为解决雷达组网带来的电子干扰效能下降的问题,构建多部干扰装备对抗多部雷达组网的干扰目标分配模型,结合雷达的探测概率系数和干扰装备的干扰效果系数构建目标函数。采用遗传算法,并对编码方式、适应度函数、初始种群、交叉、变异等要素进行优化改进。计算机仿真结果表明,干扰装备通过协同干扰将雷达组网探测系统的探测概率从99.05%压制到37.26%,验证了模型的可行性和算法的有效性。最终的分配结果满足干扰装备对目标的分配要求,为实现多部干扰装备对抗雷达组网干扰效能的提升提供了有效的干扰目标分配方法。     

基于低截获概率优化的雷达组网系统最优功率分配算法(英文)

针对现代电子战中对低截获概率(LPI)技术的需求,该文提出了一种基于LPI性能优化的最优功率分配算法。该文首先推导了雷达组网系统的Schleher截获因子。然后,以最小化系统的Schleher截获因子为目标,在满足系统跟踪性能要求的前提下,通过优化组网雷达的功率配置,提升雷达组网系统的LPI性能。并用基于非线性规划的遗传算法(NPGA)对此非凸、非线性约束优化问题进行了求解。仿真结果验证了所提算法的有效性。     

一种基于随机仿真优化的反感知RGPO干扰方法

针对在随机优化环境下的距离门拖引干扰策略优化问题,提出一种基于假设检验的计算预算分配-粒子群优化的距离门拖引干扰建模与策略优化算法。首先,将距离门拖引干扰策略的优化问题建模为一个随机仿真优化问题,并提出一种不依赖于敌方雷达跟踪系统信息的拖引干扰策略评价方案;然后,为提升距离门拖引干扰策略性能,提出一种基于假设检验的计算预算分配-粒子群优化的距离门拖引干扰策略优化方法;最后,通过数值仿真验证了该方法的有效性。