基于整数规划的大规模干扰资源调度方法和装置制造方法及图纸

本申请涉及一种基于整数规划的大规模干扰资源调度方法和装置，包括对影响干扰效益的第一因素进行量化，对影响干扰成本的第二因素进行量化；利用层次分析法及多指标综合评价法分别对量化后的第一因素和第二因素进行加权运算得到对应的评估值；根据评估值以最大化干扰效益值、最小化干扰成本值作为干扰资源调度的目标函数；通过稀疏约束来约束完成任务数目的数学约束及符合实际场景的数学约束；根据资源数目、任务数目、每个任务最多可分配的资源数目、每个资源最多可干扰的任务数目、至少需完成的任务数目对目标函数和数学约束进行等价转换，得到实际场景下的简化模型；对简化模型进行求解得到对应的干扰资源调度方案。更贴合实际调度场景。合实际调度场景。合实际调度场景。

【技术实现步骤摘要】
基于整数规划的大规模干扰资源调度方法和装置


[0001]本申请涉及通信
，特别是涉及一种基于整数规划的大规模干扰资源调度方法和装置。

技术介绍

[0002]在电子战中，侦察与干扰资源都是有限的，如何利用有限的资源去达到所需的目的，是研制电子战作战指挥辅助决策系统的核心关键技术之一。随着电子战技术的发展，涉及的电子设备的数目规模越来越大，而目前的研究对大规模干扰调度的问题涉及不多，研究大规模干扰资源调度的问题日益重要。
[0003]干扰资源调度模型一般由问题的干扰评估指标、目标函数和约束条件组成。建模的主流方法是通过各指标量化结果加权综合成立指派问题的目标函数。针对不同的对抗场景，建立不同的约束条件。
[0004]近年来人工智能领域中的各种改进的智能算法被大量应用在干扰资源调度问题中，二进制编码的小生境遗传算法、适用于多目标优化的改进的人工蜂群算法、各种混合的智能算法例如混合量子行为粒子群优化与自调整遗传算法结合的算法均先后被成功用于求解干扰资源调度问题。但这些算法的问题在于没有系统成熟的数学理论支撑，无法保证解的可靠性和最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于整数规划的大规模干扰资源调度方法，其特征在于，所述方法包括：对影响干扰效益的第一因素进行量化，并对影响干扰成本的第二因素进行量化；利用层次分析法以及多指标综合评价法分别对量化后的第一因素和所述第二因素进行加权运算得到对应的评估值；根据所述评估值以最大化干扰效益值、最小化干扰成本值作为干扰资源调度的目标函数；通过稀疏约束来约束完成任务数目的数学约束及符合实际场景的数学约束；根据资源数目、任务数目、每个任务最多可分配的资源数目、每个资源最多可干扰的任务数目、至少需完成的任务数目对所述目标函数和数学约束进行等价转换，得到实际场景下的简化模型；对所述简化模型进行求解得到对应的干扰资源调度方案。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于无法忽视稀疏约束的情况，则通过引入一个变量的方式将所述含稀疏约束的非凸模型转换为不含稀疏约束的非线性整数规划模型，并通过在不含稀疏约束的非线性整数规划模型中增加一个引入变量的方式将所述非线性数学约束转换成线性约束，并通过在原稀疏约束模型中引入一个新变量替换所述两个引入变量的方式化简为线性约束；采用分支定界法，利用整数规划求解软件Gurobi对所述整数规划模型进行求解得到对应的干扰资源调度方案。3.根据权利要求2所述的方法，其特征在于，所述对影响干扰效益的第一因素进行量化，包括：对干扰功率、干扰样式、干扰覆盖范围、干扰频段和目标威胁等级进行量化。4.根据权利要求3所述的方法，其特征在于，所述对影响干扰成本的第二因素进行量化，包括：对被发现概率与地理位置成本进行量化。5.根据权利要求4所述的方法，其特征在于，所述利用层次分析法以及多指标综合评价法分别对量化后的第一因素和所述第二因素进行加权运算得到对应的评估值，包括：通过层次分析法计算第一因素和所述第二因素的权重ε
k
和γ，得到干扰效益矩阵的元素：其中，q
kij
为各指标量化后的值；干扰成本矩阵每个元素：c
costij
＝c
1ij
γ1+c
2ij
γ2c
1ij
为被发现成本，γ1,γ2为各成本指标的权重，c
2ij
...

【专利技术属性】
技术研发人员：邓敏，姚志强，李庆娜，罗昭仪，陈永其，
申请(专利权)人：北京理工大学中国电子科技集团公司第三十六研究所，
类型：发明
国别省市：