多平台干扰资源智能调度模型与方法

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:panxihuanhe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在现代电子战争中,雷达干扰资源调度是雷达对抗领域的研究热点。在日益复杂的电磁环境下,面对对方多部雷达协同工作的威胁,在短时间内,如何高效合理地分配我方干扰资源,最大程度地降低对方雷达的性能,达到己方的战术目的,是获取战场"制电磁权"的重要环节。本文从雷达对抗空间场景入手,构建一个多部雷达、干扰平台和目标平台所组成的动态空间对抗场景。以有源压制性干扰为分配对象,针对自卫干扰和随队支援干扰两种作战场景分别建立资源调度模型,并依据问题的约束条件提出了不可行解修复策略,改进了相应智能优化算法,获得了不同对抗场景下的资源调度结果。具体研究工作如下:首先,根据电子对抗理论,研究雷达扫描方式与多平台干扰策略,构建具有多部两坐标、三坐标、相控阵雷达以及干扰平台、目标平台组成的空间对抗场景。在此基础上,采用多属性决策方法建立了动态干扰目标威胁程度评估模型,确定了各部雷达的威胁权值,为后续干扰资源调度提供了输入信息。其次,在所建立的空间场景基础上,研究自卫干扰的对抗策略,设计干扰平台被检测概率下降率为评估指标。从决策变量、目标函数、约束条件等方面,建立资源调度数学模型。根据干扰机自身限制形成的约束条件,分别针对遗传算法和量子遗传算法提出约束条件的处理方法,并通过仿真实验,验证了改进后优化算法的有效性和实用性。最后,针对随队支援干扰场景,分别从掩护目标、雷达检测、整体对抗态势三个方面设计目标隐蔽概率、有效干扰扇面和、对抗率三个评估指标;基于决策变量、目标函数、约束条件,构建了多目标优化的干扰资源调度数学模型;最后基于空间对抗场景,利用快速非支配排序遗传算法(NSGA-II),求解出一系列合理的调度方案,为复杂环境中多目标干扰资源调度提供了一种新的思路。
其他文献
<正>新经济时代,一大批高速成长的企业成为备受瞩目的新星。这些在新一轮技术革命的浪潮中创立的新兴企业,由于在短时间内实现几倍、几十倍、甚至成百上千倍的业绩增长而被视
目的以恶性畸胎瘤PA-1细胞作为恶性生殖细胞肿瘤的代表,探讨银杏黄酮、氨磷汀及亮丙瑞林对顺铂抗肿瘤作用的影响。方法用细胞计数工具8(cell counting Kit-8,CCK-8)中方法检
目的评估化合物1-[4’-((3R,5R)-金刚烷基)苯基)]正丁胺盐酸盐(T44)的体外抗肿瘤活性,并初步探索可能的分子机制,为这种化合物的综合应用提供实验依据。方法四甲基偶氮唑蓝比
在高速图像数据传输系统中,针对图像数据"高吞吐量"与"大容量"数据缓存的应用需求,提出了一种基于DDR2 SDRAM的高速图像数据传输系统设计方案。为了满足图像数据的高吞吐率要