基于改进MOEA/D的STAP雷达分布式干扰方法技术

本发明专利技术公开了基于改进MOEA/D的STAP雷达分布式干扰方法，主要解决现有干扰STAP雷达能力差，成功率低的问题。实现方案是：初始化雷达和干扰机的各个参数；建立干扰资源调度数学模型和设置约束条件；初始化种群最优解集EP和权重向量；用MOEA/D

【技术实现步骤摘要】
基于改进MOEA/D的STAP雷达分布式干扰方法


[0001]本专利技术属于雷达
，特别涉及雷达分布式干扰，具体是一种基于MOEA/D
‑
LWS算法的STAP雷达分布式干扰方法，可用于对抗STAP雷达的干扰系统。

技术介绍

[0002]现代机载雷达尤其是预警雷达中多采用大规模阵列与多脉冲体制，此外由于机载雷达所处的地形多变特性以及环境的非均匀性，使得雷达信号处理中所需巨大的样本数量与环境可提供的样本数量相矛盾。为了应对复杂的电磁波环境，人们使用空时自适应处理(Space
‑
Time Adaptive Processing简称STAP)技术来解决，而且STAP雷达具有很强的自适应性，对强杂波和常规干扰也有很高效的抑制。由此可见，具有优越杂波抑制性能的STAP雷达无疑使得干扰方在实施对抗行动时存在一定难度。一旦干扰失败，干扰方的战机极有可能被检测到，这将使干扰方在在作战时处于被动状态。目前，STAP雷达干扰领域尚不成熟，干扰的样式仅集中在设计有效的干扰样式，从而破坏STAP算法中训练样本的独立同分布条件，但实现该技术需要通过侦察设备精确获取敌方雷达的重要参数及位置信息，对侦察技术提出了更高要求，实现难度较大。因此，对STAP雷达的信号进行干扰研究是抑制STAP雷达性能的有效手段，对掩护干扰方目标具有重要意义。
[0003]由于STAP雷达进行对抗的传统干扰方法为单点源主瓣干扰，而在这种情况下，干扰的普适性将受到限制，缺乏了对采用旁瓣干扰的分析。在远距离支援旁瓣干扰下，但由于干扰个数较少且离目标所在位置较远，干扰信号将会被空时二维处理所抑制，不会给目标探测带来一定威胁性。同时，雷达干扰资源分配场景往往为单部干扰机对抗单部雷达这种一对一模式，所以当雷达部数增加，干扰样式多变时，就能对STAP雷达有很好的抑制。但是要增加多部雷达，且同时考虑单部干扰机将受到干扰样式、干扰功率及频段的多种因素影响，干扰的有效性难以得到保证。因此，提出利用多部干扰机进行分布式协同干扰方式。
[0004]此外，由于“多对多”场景中雷达组网平台与协同干扰系统之间的对抗研究显得愈发重要与复杂，解决多部干扰机的干扰资源合理分配这一问题就对干扰方的行动方向具有很强的指导意义。而由于雷达对抗过程受环境及人为等多方面因素影响，制定不同的策略将起到不同的干扰效果，若依靠传统经验决策则有失偏颇。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术的不足，提出一种资源调度优化的基于MOEA/D算法的STAP雷达分布式干扰方法。
[0006]本专利技术是一种基于MOEA/D
‑
LWS算法的STAP雷达分布式干扰方法，其特征在于，包括有如下步骤：
[0007](1)初始化雷达参数：根据侦查设备采集的若干雷达数据，并根据其关键参数判定每个雷达的危险等级，假设关键参数为各个雷达的信号的载波频率、信号时宽、发射功率，令截获的雷达为N部，接获雷达的集合为C＝[C1,C2,...,C
i
,...,C
N
]，C
i
表示第i部雷达，其中
下标i为雷达的序号，i取正整数；令危险等级的集合为ω
r1
,ω
r2
,...,ω
ri
,...,ω
rN
，ω
ri
表示接收的第i部雷达的威胁等级，取值为0～1内的实数；令载波频率的集合为f
c1
,f
c2
,...,f
ci
,...,f
cN
，f
ci
表示第i部雷达的载波频率，取值为正整数；令雷达信号时宽集合为τ1,τ2,...,τ
i
,...,τ
N
，τ
i
表示第i部雷达脉冲信号的时宽，取值为正整数；令各个雷达脉冲信号的发射功率的集合是P
t1
,P
t2
,...,P
ti
,...,P
tN
，P
ti
表示第i部雷达的发射功率，取值为正实数；
[0008](2)初始化干扰机参数：设置M部干扰机，其集合J＝[J1,J2,...,J
j
,...,J
M
]，J
j
表示第j部干扰机，M为干扰机总部数，取值为正整数；
[0009](3)建立干扰资源调度数学模型F(x)：基于干扰样式和干扰功率建立针对多目标多干扰源的干扰资源调度数学模型F(x)，
[0010](4)设置干扰约束条件：根据干扰资源调度数学模型F(x)，设置干扰约束条件为：
[0011][0012]上式中，表示第j个干扰机对N个雷达的干扰归一化功率之和为1，s
1i
＝s
2i
＝
…
＝s
ji
＝
…
＝s
Mi
表示在干扰第i部雷达时，M部干扰机所用干扰样式均为同一种干扰样式；
[0013](5)设置种群最优解集和权重向量：调用一个种群，并将该种群最优解集EP置成空集φ；设置一组理想点z＝(z1,z2,...,z
i
,...,z
N
)，z
i
表示第i个理想点，根据干扰约束条件对理想点值进行随机设置一组分布均匀的权重向量λ1,...,λ
k
,...λ
K
，其中，λ
k
表示第k个权重向量，K为种群大小；
[0014](6)计算各相邻权重的欧几里得距离：计算各相邻权重之间的欧几里得距离，与向量λ
k
距离最近的T个向量为向量λ
k
的相邻向量，其中，相邻向量索引集合记为B(k)＝(k1,...,k
T
)，为λ
k
的T个相邻向量；
[0015](7)产生初始种群权：根据相邻向量索引集合B(k)，设置初始种群权x1,...,x
k
,...x
K
，并计算干扰资源调度数学模型F(x
k
)＝(f1(x
k
),...,f
N
(x
k
))，其中，x
k
表示第k个种群权，令k为循环指针，其的初始值为1，k＝1～K；
[0016](8)交叉产生新个体：从相邻向量索引集合B(k)＝(k1,...,k
T
)中随机选取两个索引v,l，对x
v
和x
l
执行标准遗传算法的交叉操作，产生新个体y；
[0017](9)对新个体变异操作：对新个体y执行标准遗传算法的变异操作，产生变异后的个体y
′
，变异后的个体y
′
在干扰资源数学模型表示为；
[0018](10)更新种群理想本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MOEA/D
‑
LWS算法的STAP雷达分布式干扰方法，其特征在于，包括有如下步骤：(1)初始化雷达参数：根据侦查设备采集的若干雷达数据，并根据其关键参数判定每个雷达的危险等级，假设关键参数为各个雷达的信号的载波频率、信号时宽、发射功率，令截获的雷达为N部，接获雷达的集合为C＝[C1,C2,...,C
i
,...,C
N
]，C
i
表示第i部雷达，其中下标i为雷达的序号，i取取整数；令危险等级的集合为ω
r1
,ω
r2
,...,ω
ri
,...,ω
rN
，ω
ri
表示接收的第i部雷达的威胁等级，取值为0～1内的实数；令载波频率的集合为f
c1
,f
c2
,...,f
ci
,...,f
cN
，f
ci
表示第i部雷达的载波频率，取值为正整数；令雷达信号时宽集合为τ1,τ2,...,τ
i
,...,τ
N
，τ
i
表示第i部雷达脉冲信号的时宽，取值为正整数；令各个雷达脉冲信号的发射功率的集合是P
t1
,P
t2
,...,P
ti
,...,P
tN
，P
ti
表示第i部雷达的发射功率，取值为正实数；(2)初始化干扰机参数：设置M部干扰机，其集合J＝[J1,J2,...,J
j
,...,J
M
]，J
j
表示第j部干扰机，M为干扰机总部数，取值为正整数；(3)建立干扰资源调度数学模型F(x)：基于干扰样式和干扰功率建立针对多目标多干扰源的干扰资源调度数学模型F(x)；(4)设置干扰约束条件：根据干扰资源调度数学模型F(x)，设置干扰约束条件为：上式中，表示第j个干扰机对N个雷达的干扰归一化功率之和为1，s
1i
＝s
2i
＝
…
＝s
ji
＝
…
＝s
Mi
表示在干扰第i部雷达时，M部干扰机所用干扰样式均为同一种干扰样式；(5)设置种群最优解集和权重向量：调用一个种群，并将该种群最优解集EP置成空集φ；设置一组理想点z＝(z1,z2,...,z
i
,...,z
N
)，z
i
表示第i个理想点，根据干扰约束条件对理想点值进行随机设置一组分布均匀的权重向量λ1,...,λ
k
,...λ
K
，其中，λ
k
表示第k个权重向量，K为种群大小；(6)计算各相邻权重的欧几里得距离：计算各相邻权重之间的欧几里得距离，与向量λ
k
距离最近的T个向量为向量λ
k
的相邻向量，其中，相邻向量索引集合记为B(k)＝(k1,...,k
T
)，为λ
k
的T个相邻向量；(7)产生初始种群权：根据相邻向量索引集合B(k)，设置初始种群权x1,...,x
k
,...x
K
，并计算干扰资源调度数学模型F(x
k
)＝(f1(x
k
),...,f
N
(x
k
))，其中，x
k
表示第k个种群权，k为循环指针，其的初始值为1，k＝1～K；(8)交叉产生新个体：从相邻向量索引集合B(k)＝(k1,...,k
T
)中随机选取两个索引v,l，对x
v
和x
l
执行标准遗传算法的交叉操作，产生新个体y；(9)对新个体变异操作：对新个体y执行标准遗传算法的变异操作，产生变异后的个体y'，变异后的个体y'在干扰资源数学模型表示为；(10)更新种群理想点：若理想点z
w
＜f
w
(y'),w＝1,...,N，w为算法的遍历范围，则z
w
＝f
w
(y')，如果当前理想点z小于与它对应的f(y')，则把f...

【专利技术属性】
技术研发人员：刘高高，王钊，黄东杰，鲍丹，蔡晶晶，秦国栋，武斌，李鹏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：