一种干扰资源分配方法及系统技术方案

本发明专利技术涉及一种干扰资源分配方法及系统。所述方法包括：构建干扰资源分配函数；采用人工蜂群算法，基于差分变异因子和随机函数对所述干扰资源分配函数中的干扰资源矩阵进行邻域搜索，得到我方干扰机对敌方雷达的最优干扰资源分配结果；所述干扰资源矩阵是根据我方干扰机对敌方雷达的干扰情况构建的；所述最优干扰资源分配结果为使所述干扰资源分配函数的适应度最高的干扰资源矩阵。本发明专利技术可以有效提高我方干扰机对敌方雷达干扰的效率和结果的准确度，可以更好的掩护我方目标执行任务。

【技术实现步骤摘要】
一种干扰资源分配方法及系统
本专利技术涉及资源分配领域，特别是涉及一种干扰资源分配方法及系统。
技术介绍
随着信息化战争的发展，目前的战争形态正趋向“陆海空天信”多维战争转变。雷达作为信息战中最为重要的组成部分之一，其主要功能是对目标进行探测、定位与跟踪，所以对其实施干扰具有极高的战略意义。然而在多体制、宽频带的雷达网探测体系应用于电子对抗后，以往一对一电子对抗形式基本难以对多雷达产生实质性的影响和干扰。为了提升对多雷达的干扰效果，可以通过协同干扰技术将众多不同类型的干扰资源进行结合，统一调度达到干扰效果最优的目的。干扰资源分配的研究是一种特殊的武器-目标分配问题，属于非确定性多项式完全问题，包括离散性、动态性、非线性等特征。研究主要集中在建立分配目标函数和确定求解算法两方面。由于雷达工作体制的多样性和信号处理技术的复杂性，使得评价雷达工作性能的指标也具有多面性，选择不同的评价指标最终会建立不同形式的干扰资源分配目标函数。搭建了符合实际战的模型后，同时也需要选择合适的求解算法，常用的干扰分配方法可以分为搜索算法和启发式算法两类。传统的搜索方法是将该问题简化为数学规划模型，然后采用枚举法、动态规划、分支定界等方法进行求解。但问题的求解受维数的限制，当问题的维数增加时，运算复杂度将成指数增加，很难得到最优解。启发式算法在求解该问题时取得了较好的效果，包括遗传算法、遗传模拟退火算法、蚁群算法、粒子群算法、拍卖算法等，但仍存在收敛速度慢、全局寻优能力弱等问题，导致干扰资源分配结果收敛速度慢且全局寻优能力弱，不适宜掩护我方目标执行任务。
技术实现思路
本专利技术的目的是提供一种提高收敛速度和收敛质量的干扰资源分配方法，可以有效提高我方干扰机对敌方雷达干扰的效率和结果的准确度，可以更好的掩护我方目标执行任务。为实现上述目的，本专利技术提供了如下方案：一种干扰资源分配方法，包括：构建干扰资源分配函数；采用人工蜂群算法，基于差分变异因子和随机函数对所述干扰资源分配函数中的干扰资源矩阵进行邻域搜索，得到我方干扰机对敌方雷达的最优干扰资源分配结果；所述干扰资源矩阵是根据我方干扰机对敌方雷达的干扰情况构建的；所述最优干扰资源分配结果为使所述干扰资源分配函数的适应度最高的干扰资源矩阵。可选的，所述构建干扰资源分配函数，具体包括：计算我方干扰机对敌方雷达检测概率指标的干扰效能；基于所述干扰效能、我方各干扰机对敌方各雷达的干扰情况和敌方各雷达归一化威胁指数构建干扰资源分配函数。可选的，所述干扰资源分配函数为：subjectto其中F(X)为干扰资源分配结果的适应度，wj为敌方第j个雷达归一化的威胁指数，xij表示我方第i个干扰机对敌方第j个雷达的干扰情况，e1ij表示我方第i个干扰机对敌方第j个雷达检测概率指标的干扰效能，λ1为权重，Cj表示最少要被分配的我方干扰机的个数，Bj表示最多要被分配的我方干扰机的个数，其中i＝1,2...,M，M表示我方干扰机的总数量，j＝1,2，...，N，N表示敌方雷达的总数量。可选的，所述采用人工蜂群算法，基于差分变异因子和随机函数对所述干扰资源分配函数中的干扰资源矩阵进行邻域搜索，得到我方各干扰机对敌方各雷达的最优干扰资源分配结果，具体包括：在第n次迭代次数下，基于差分变异因子和随机函数对初始干扰资源矩阵进行邻域搜索，得到第一搜索干扰资源矩阵；所述初始干扰资源矩阵是首次迭代时对我方干扰机对敌方雷达的干扰情况初始化形成的矩阵；计算所述初始干扰资源矩阵的初始适应度和所述第一搜索干扰资源矩阵的搜索适应度，并确定所述初始适应度和所述搜索适应度中最大的适应度对应的干扰资源矩阵为第一干扰资源矩阵；基于差分变异因子和随机函数对所述第一干扰资源矩阵进行邻域搜索，得到第n次迭代次数下的第二搜索干扰资源矩阵；判断n是否达到设定迭代次数，得到第一判断结果；若所述第一判断结果为是，则将前n次适应度最大的第二搜索干扰资源矩阵确定为我方各干扰机对敌方各雷达的最优干扰资源分配结果；若所述第一判断结果为否，则进行第n+1次迭代，直至得到我方各干扰机对敌方各雷达的最优干扰资源分配结果。可选的，所述基于差分变异因子和随机函数对所述第一干扰资源矩阵进行邻域搜索，得到第n次迭代次数下的第二搜索干扰资源矩阵，具体包括：基于差分变异因子和随机函数对所述第一干扰资源矩阵进行第m次邻域搜索，得到第m次邻域搜索下的第二干扰资源矩阵；计算所述第一干扰资源矩阵的第一适应度和所述第二干扰资源矩阵的第二适应度；判断所述第二适应度是否大于所述第一适应度，得到第二判断结果；若所述第二判断结果为是，则将第m次邻域搜索下的第二干扰资源矩阵确定为第n次迭代次数下的第二搜索干扰资源矩阵；若所述第二判断结果为否，则判断m是否达到设定领域搜索次数，得到第三判断结果；若所述第三判断结果为是，则返回所述基于差分变异因子和随机函数对初始干扰资源矩阵进行邻域搜索，得到第一搜索干扰资源矩阵的步骤，直至得到第n次迭代次数下的第二搜索干扰资源矩阵；若所述第三判断结果为否，则进行第m+1次邻域搜索，直至得到第n次迭代次数下的第二搜索干扰资源矩阵。可选的，所述计算我方干扰机对敌方雷达检测概率指标的干扰效能，具体包括：根据我方待掩护目标的位置、敌方第j个雷达的位置和我方第i个干扰机的位置计算第一距离和第二距离；所述第一距离为敌方第j个雷达到我方第i个干扰机的距离，所述第二距离为敌方第j个雷达到我方待掩护目标的距离；根据第一参数、所述第一距离和所述第二距离计算第二检测概率；所述第一参数包括我方待掩护目标的雷达散射面积、敌方第j个雷达的发射功率、敌方第j个雷达的天线主瓣增益、敌方第j个雷达的发射载波波长、我方第i个干扰机的干扰发射功率和敌方第j个雷达对待掩护目标的虚警概率；根据第二参数和所述第二检测概率计算我方第i个干扰机对敌方第j个雷达检测概率指标的干扰效能；所述第二参数包括第一检测概率、第一探测概率和第二探测概率；所述第一检测概率为我方第i个干扰机对敌方第j个雷达干扰时各雷达对我方待掩护目标的检测概率，所述第一探测概率为在未探测到我方待掩护目标的敌方雷达集合中各敌方雷达的探测概率，所述第二探测概率为探测到我方待掩护目标的敌方雷达集合中各敌方雷达的探测概率。可选的，所述根据第一参数、所述第一距离和所述第二距离计算第二检测概率具体为：根据敌方第j个雷达的发射功率、敌方第j个雷达的天线主瓣增益、敌方第j个雷达的发射载波波长、我方待掩护目标的雷达散射面积和敌方第j个雷达到我方待掩护目标的距离计算敌方第j个雷达接收到的我方待掩护目标的回波功率；根据我方第i个干扰机的干扰发射功率、敌方第j个雷达的天线主瓣增益、敌方第j个雷达的发射载波波长和敌方第j个雷达到我方第i个干扰机的距离计算敌方第j个雷达接收到的干扰信号功率；根据所述敌方第j个雷达接收到的本文档来自技高网...

【技术保护点】
1.一种干扰资源分配方法，其特征在于，包括：/n构建干扰资源分配函数；/n采用人工蜂群算法，基于差分变异因子和随机函数对所述干扰资源分配函数中的干扰资源矩阵进行邻域搜索，得到我方干扰机对敌方雷达的最优干扰资源分配结果；所述干扰资源矩阵是根据我方干扰机对敌方雷达的干扰情况构建的；所述最优干扰资源分配结果为使所述干扰资源分配函数的适应度最高的干扰资源矩阵。/n

【技术特征摘要】
1.一种干扰资源分配方法，其特征在于，包括：
构建干扰资源分配函数；
采用人工蜂群算法，基于差分变异因子和随机函数对所述干扰资源分配函数中的干扰资源矩阵进行邻域搜索，得到我方干扰机对敌方雷达的最优干扰资源分配结果；所述干扰资源矩阵是根据我方干扰机对敌方雷达的干扰情况构建的；所述最优干扰资源分配结果为使所述干扰资源分配函数的适应度最高的干扰资源矩阵。


2.根据权利要求1所述的一种干扰资源分配方法，其特征在于，所述构建干扰资源分配函数，具体包括：
计算我方干扰机对敌方雷达检测概率指标的干扰效能；
基于所述干扰效能、我方各干扰机对敌方各雷达的干扰情况和敌方各雷达归一化威胁指数构建干扰资源分配函数。


3.根据权利要求2所述的一种干扰资源分配方法，其特征在于，所述干扰资源分配函数为：



subjectto

其中F(X)为干扰资源分配结果的适应度，wj为敌方第j个雷达归一化的威胁指数，xij表示我方第i个干扰机对敌方第j个雷达的干扰情况，e1ij表示我方第i个干扰机对敌方第j个雷达检测概率指标的干扰效能，λ1为权重，Cj表示最少要被分配的我方干扰机的个数，Bj表示最多要被分配的我方干扰机的个数，其中i＝1,2...,M，M表示我方干扰机的总数量，j＝1,2，...，N，N表示敌方雷达的总数量。


4.根据权利要求1所述的一种干扰资源分配方法，其特征在于，所述采用人工蜂群算法，基于差分变异因子和随机函数对所述干扰资源分配函数中的干扰资源矩阵进行邻域搜索，得到我方各干扰机对敌方各雷达的最优干扰资源分配结果，具体包括：
在第n次迭代次数下，基于差分变异因子和随机函数对初始干扰资源矩阵进行邻域搜索，得到第一搜索干扰资源矩阵；所述初始干扰资源矩阵是首次迭代时对我方干扰机对敌方雷达的干扰情况初始化形成的矩阵；
计算所述初始干扰资源矩阵的初始适应度和所述第一搜索干扰资源矩阵的搜索适应度，并确定所述初始适应度和所述搜索适应度中最大的适应度对应的干扰资源矩阵为第一干扰资源矩阵；
基于差分变异因子和随机函数对所述第一干扰资源矩阵进行邻域搜索，得到第n次迭代次数下的第二搜索干扰资源矩阵；
判断n是否达到设定迭代次数，得到第一判断结果；
若所述第一判断结果为是，则将前n次适应度最大的第二搜索干扰资源矩阵确定为我方各干扰机对敌方各雷达的最优干扰资源分配结果；
若所述第一判断结果为否，则进行第n+1次迭代，直至得到我方各干扰机对敌方各雷达的最优干扰资源分配结果。


5.根据权利要求4所述的一种干扰资源分配方法，其特征在于，所述基于差分变异因子和随机函数对所述第一干扰资源矩阵进行邻域搜索，得到第n次迭代次数下的第二搜索干扰资源矩阵，具体包括：
基于差分变异因子和随机函数对所述第一干扰资源矩阵进行第m次邻域搜索，得到第m次邻域搜索下的第二干扰资源矩阵；
计算所述第一干扰资源矩阵的第一适应度和所述第二干扰资源矩阵的第二适应度；
判断所述第二适应度是否大于所述第一适应度，得到第二判断结果；
若所述第二判断结果为是，则将第m次邻域搜索下的第二干扰资源矩阵确定为第n次迭代次数下的第二搜索干扰资源矩阵；
若所述第二判断结果为否，则判断m是否达到设定领域搜索次数，得到第三判断结果；
若所述第三判断结果为是，则返回所述基于差分变异因子和随机函数对初始干扰资源矩阵进行邻域搜索，得到第一搜索干扰资源矩阵的步骤，直至得到第n次迭代次数下的第二搜索干扰资源矩阵；
若所述第三判断结果为否，则进行第m+1次邻域搜索，直至得到第n次迭代次数下的第二搜索干扰资源矩阵。


6.根据权...

【专利技术属性】
技术研发人员：李清东，王鸿，任章，董希旺，化永朝，于江龙，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11