基于最优干扰规划模型的集群协同干扰规划方法技术

本发明专利技术公开了一种基于最优干扰规划模型的集群协同干扰规划方法，其实现步骤是：构建一个包含包括至少2部干扰机和1架任务飞机的集群协同系统，在集群系统下根据任务飞机的飞行距离以及干扰机对目标雷达的功率与干扰机距目标雷达距离的比值构建规划模型目标函数；采用多目标粒子群算法优化干扰规划模型的目标函数，产生最优解集，最优解集中每组参数对应其相应的干扰规划方案，得到关于每个干扰机空间位置、每个干扰机对雷达的功率分配以及任务飞机飞行航线的多种干扰规划方案。本发明专利技术提高了多部干扰机干扰雷达的干扰效果和干扰资源的利用效率。源的利用效率。源的利用效率。

【技术实现步骤摘要】
基于最优干扰规划模型的集群协同干扰规划方法


[0001]本专利技术属于通信
，更进一步涉及雷达干扰
中的一种基于最优干扰规划模型的集群协同干扰规划方法。本专利技术可用于对我方集群系统关于干扰机空间位置、功率分配以及作战飞机航迹的规划，保证干扰方能够有效地对组网雷达进行干扰。

技术介绍

[0002]集群系统是今后信息对抗装备发展的重要趋势。集群系统与传统单机干扰相比，具备组协同功能的“集群”在对组网雷达的有效干扰具有较大的潜力与优势，主要表现在集群编队能够在空域以及时域相互协同配合，对敌方组网雷达协同干扰，为后续航线规划提供一片安全的可规划空间。但现有技术主要侧重于电子干扰飞机的作战效能和和干扰压制效果等方面，对集群系统的干扰规划方面仍存在一定问题和不足。而集群系统下干扰机的功率分配、空间位置都会对干扰效果以及突防飞机飞行航迹产生巨大的影响，因此对集群系统进行干扰规划就显现的尤为重要。
[0003]电子科技大学在其申请的专利文献“安全走廊任务目标下的干扰源配置方法”(申请号201710579395.9，申请公开号：CN 107271969 A)中公开了一种基于安全走廊任务目标下的干扰源配置方法。该方法在远距离支援干扰模式下，根据任务目标需求，给出干扰源兵力计算模型。在达到任务目标的情况下，实现最节省资源的干扰源功率计算和位置分配。本专利技术的有益效果为，本专利技术针对远距离支援干扰下任务目标的实现，即在敌方雷达探测区域形成安全走廊，保护我方作战兵力在安全走廊区域不被敌雷达发现，采用了具有针对性的干扰资源配置方法，实现干扰资源的有效利用。但是，该方法仍然存在的不足之处是，在工程实践中，多使用由多部雷达组成的组网雷达，而该方法只考虑了干扰机多单部雷达干扰效果，形成有效的安全走廊，但当多部干扰机在组网雷达下对多部雷达进行干扰时，使用此方法所形成的安全走廊可能处于组网雷达中其他雷达的探测范围内，导致干扰效果较差甚至无效。
[0004]张欢等人在其发表的论文“多机协同电子战规划压制干扰布阵研究”(《系统工程与电子技术》2017,39(03):542
‑
548)中，针对电子战任务规划中的多机协同压制敌防空雷达网的干扰布阵问题，提出了航线规划安全区概念，基于数学形态学方法对安全区最小宽度进行求解，以安全区最小宽度和各部干扰机距敌方雷达网中心距离之和作为目标函数，构建了干扰布阵的多目标优化模型，采用多目标粒子群优化算法对模型进行求解，通过仿真实验对求解出的Pareto最优解集进行分析，得出了各部干扰机压制敌雷达网的最优干扰布阵方式。该方法验证了多目标粒子群优化算法在求解多机协同电子战干扰布阵问题是可行的、有效的。但是，该方法仍然存在的不足之处是，在工程实践中，根据此种方法求得的最优解集为干扰机对组网雷达执行干扰后组网雷达的最大空白探测区，干扰机干扰的航段可能不能完全满足当前突防任务的航段以及对任务航线干扰效果分布部不均匀，干扰资源没有根据飞行航线得到最大化利用，导致任务飞机飞行航线较长，部分航线干扰效果较差。
[0005]综上所述，对于干扰规划方法在雷达协同干扰方向的应用，目前已有技术的方法
无法解决组网雷达下对干扰编队根据实时飞行任务进行有效的干扰机布阵、干扰能量资源分配的干扰规划，使干扰资源最大化利用，形成稳定安全的飞行航线的问题。

技术实现思路

[0006]本专利技术的目的在于针对上述已有技术的不足，提出一种基于最优干扰规划模型的集群协同干扰规划方法，以解决现有技术存在的多部干扰机缺少协同，导致对组网雷达干扰效果较差，以及多部干扰机的对雷达网的干扰航段可能不能完全满足突防任务的航段以及对任务航线干扰效果分布部不均匀，干扰资源无法根据飞行航线得到最大化利用的问题。
[0007]实现本专利技术目的的技术思路是：本专利技术构建了集群协同系统，使各个干扰机与任务飞机具有协同性，多个干扰机协同对雷达网实施干扰，形成稳定全走廊更加安全有效，解决了干扰机对组网雷达干扰效果较差的问题。本专利技术根据任务飞机的飞行距离以及干扰机对目标雷达的功率与干扰机距目标雷达距离的比值构建规划模型目标函数，使干扰规划方案与任务飞机飞行航线相结合，干扰资源能尽可能得到最大化利用。使用多目标粒子群算法优化干扰规划模型的目标函数，生成最优解集，得到关于每个干扰机空间位置、每个干扰机对雷达的功率分配以及任务飞机飞行航线的多种干扰规划方案。解决了现有技术多部干扰机的对雷达网的干扰航段可能不能完全满足突防任务的航段以及对任务航线干扰效果分布部不均匀，干扰资源无法根据飞行航线得到最大化利用的问题。
[0008]实现专利技术目的的具体步骤包括如下：
[0009]步骤1，构建集群协同系统：
[0010](2a)构建一个包括至少2部干扰机和1架任务飞机的集群协同系统；
[0011](2b)在集群系统中，每个干扰机在雷达网探测范围之外，对雷达网中的雷达进行支援压制干扰，掩护任务飞机，保证任务飞机的航线安全；
[0012]步骤2，构建干扰规划模型目标函数如下：
[0013]f＝min[f1,f2][0014][0015][0016]其中，f表示干扰规划模型的目标函数，min(
·
)表示取最小值操作，f1表示支援压制干扰期间任务飞机的飞行距离，f2表示支援压制干扰期间干扰机对目标雷达的功率与干扰机距目标雷达距离的比值，s表示任务飞机飞行航线航迹点的总数，i表示任务飞机飞行航线航迹点的序号，i＝1,2,...,s，x
i
,y
i
表示任务飞机飞行航线的第i个航迹点对应的位置坐标，x
i
,R
j
表示受到集群系统干扰后的雷达网探测范围，x
i+1
,y
i+1
分别表示任务飞机在第i+1个航迹点的位置坐标，x
i+1
＝x
i
+v
i
t cosθ
i
，y
i+1
＝y
i
+v
i
t sinθ
i
，v
i
表示任务飞机在第i个航迹点的飞行速度，v
min
＜v
i
＜v
max
，v
min
,v
max
表示任务飞机最低和最高飞行速度，t表示第i个航迹点到第i+1个航迹点所需的时间，cos表示余弦操作，sin表示正弦操作，θ
i
表示任务飞机在第i个航迹点的飞行拐角，θ
i
＜θ
max
，θ
max
表示任务飞机飞行的最大拐角，n
j
表示
集群系统中干扰机的总数，j表示集群系统中干扰机的序号，j＝1,2,...,n
j
，r
j
表示第j部干扰机能够干扰雷达的总数，r表示干扰机能够干扰的雷达的序号，r＝1,2,...,r
j
，x
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最优干扰规划模型的集群协同干扰规划方法，其特征在于，在集群协同系统下构建干扰规划模型目标函数，采用多目标粒子群算法优化干扰规划模型的目标函数，得到关于每个干扰机空间位置、每个干扰机对雷达的功率分配以及任务飞机飞行航线的多种干扰规划方案；该方法具体步骤包括如下：步骤1，构建集群协同系统：(1a)构建一个包括至少2部干扰机和1架任务飞机的集群协同系统；(1b)在集群系统中，每个干扰机在雷达网探测范围之外对雷达网中的雷达进行支援压制干扰，掩护任务飞机，保证任务飞机的航线安全；步骤2，构建干扰规划模型目标函数如下：f＝min[f1,f2]]其中，f表示干扰规划模型的目标函数，min(
·
)表示取最小值操作，f1表示支援压制干扰期间任务飞机的飞行距离，f2表示支援压制干扰期间干扰机对目标雷达的功率与干扰机距目标雷达距离的比值，s表示任务飞机飞行航线航迹点的总数，i表示任务飞机飞行航线航迹点的序号，i＝1,2,...,s，x
i
,y
i
表示任务飞机飞行航线的第i个航迹点对应的位置坐标，x
i
,R
j
表示受到集群系统干扰后的雷达网探测范围，x
i+1
,y
i+1
分别表示任务飞机在第i+1个航迹点的位置坐标，x
i+1
＝x
i
+v
i
t cosθ
i
，y
i+1
＝y
i
+v
i
t sinθ
i
，v
i
表示任务飞机在第i个航迹点的飞行速度，v
min
＜v
i
＜v
max
，v
min
,v
max
表示任务飞机最低和最高飞行速度，t表示第i个航迹点到第i+1个航迹点所需的时间，cos表示余弦操作，sin表示正弦操作，θ
i
表示任务飞机在第i个航迹点的飞行拐角，θ
i
＜θ
max
，θ
max
表示任务飞机飞行的最大拐角，n
j
表示集群系统中干扰机的总数，j表示集群系统中干扰机的序号，j＝1,2,...,n
j
，r
j
表示第j部干扰机能够干扰雷达的总数，r表示干扰机能够干扰的雷达的序号，r＝1,2,...,r
j
，x
j
,y
j
表示集群系统中第j部干扰机的位置，x
j
,R表示受到干扰后雷达网的探测范围，x
jr
,y
jr
表示受到集群系统中第j部干扰机干扰的第r部雷达对应的位置坐标，P
rj
表示第j部干扰机对第r部雷达进行干扰时分配的干扰功率，部雷达进行干扰时分配的干扰功率，表示第j部干扰机的最大发射功率，表示第j部干扰机的最大发射功率，表示第j部干扰机的有效干扰航段，l
J
表示任务飞机飞行航线所需的有效干扰航段；步骤3，采用多目标粒子群算法优化干扰规划模型的目标函数：(3a)在满足所有干扰机位置在雷达网探测范围以外，以及每部干扰机总发射功率在干扰机最大发射功率以内，随机生成m组参数，m≥20，每组参数包括所有干扰机位置以及所有干扰机对目标雷达进行干扰的发射功率；(3b)将每组参数分别代入到干扰规划模型目标函数中，得到该组支援压制干扰期间任
务飞机的飞行距离参数，以及干扰机对目标雷达的功率与干扰机距目标雷达距离的比值参数的适应度值，将m组参数与其对应的所有适应度值组成Stem矩阵，从Stem矩阵中，选择适应度值最小的一组参数作为当前更新迭代的个体最优参数组；(3c)在Stem矩阵中逐次选取一个参数组，将所选参数组中适应度值均小于外部档案集任意一组参数对应的适应度值的所有参数组添加到外部档案集中；(3d)将外部档案集中每个参数组按照其适应度值从小到...

【专利技术属性】
技术研发人员：董春曦，孙涵玥，张立东，董阳阳，毛昱，黄子纯，江达伟，何茜，付驰，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：