船舶重工集團(tuán)公司723所 張漢偉 周秀珍

本文提出了一種基于遺傳算法的干擾資源動(dòng)態(tài)分配方法，該方法通過(guò)適應(yīng)度矩陣建立、特征群體選擇、輪盤賭特征群體選擇、基因交叉變異等步驟，解決了面對(duì)多部威脅目標(biāo)時(shí)的干擾資源動(dòng)態(tài)分配問(wèn)題。在仿真場(chǎng)景中，對(duì)不同場(chǎng)景下的資源分配結(jié)果進(jìn)行了仿真分析。該方法具有實(shí)時(shí)性高、方案趨優(yōu)的特點(diǎn)，對(duì)多平臺(tái)協(xié)同電子對(duì)抗的資源動(dòng)態(tài)分配研究具有實(shí)際參考意義。

引言

在現(xiàn)代電子戰(zhàn)的背景下，單平臺(tái)電子干擾的干擾手段單一，容易被干擾對(duì)象被動(dòng)跟蹤干擾源，而多平臺(tái)協(xié)同電子干擾可有效提高功率譜密度，提高目標(biāo)欺騙概率，滿足戰(zhàn)場(chǎng)態(tài)勢(shì)實(shí)時(shí)變化對(duì)干擾設(shè)備多樣性的要求。多平臺(tái)協(xié)同電子對(duì)抗需要解決面對(duì)多部威脅目標(biāo)時(shí)的干擾資源動(dòng)態(tài)分配問(wèn)題，即選派哪些干擾設(shè)備進(jìn)行協(xié)同干擾（設(shè)備選擇），干擾哪些目標(biāo)（目標(biāo)分配），如何實(shí)施協(xié)同干擾（戰(zhàn)術(shù)動(dòng)作指標(biāo)規(guī)劃）使我方資源的期望損失最小，并且使取得的期望收益最大。本文將研究一種基于遺傳算法的干擾資源動(dòng)態(tài)分配方法，以適應(yīng)協(xié)同電子對(duì)抗資源調(diào)度問(wèn)題的需求。

1.干擾適應(yīng)度評(píng)價(jià)方法

定義1 假設(shè)我方有w個(gè)干擾設(shè)備，用向量表示；假設(shè)敵方有t個(gè)目標(biāo)雷達(dá)，用向量表示，用武器目標(biāo)符號(hào)對(duì)表示指派我方干擾設(shè)備Ji對(duì)目標(biāo)雷達(dá)Rj施放干擾，其中

根據(jù)干擾設(shè)備對(duì)目標(biāo)雷達(dá)施放干擾能力的約束條件，干擾適應(yīng)度期望收益值為：

設(shè)備干擾適應(yīng)度期望損失值為：

設(shè)備干擾適應(yīng)度值用于評(píng)價(jià)我方干擾設(shè)備對(duì)目標(biāo)雷達(dá)的干擾綜合適應(yīng)度期望值，設(shè)備干擾適應(yīng)度值為：

2 基于遺傳算法的干擾資源動(dòng)態(tài)分配算法

假設(shè)某時(shí)刻戰(zhàn)場(chǎng)態(tài)勢(shì)下有w個(gè)我方干擾設(shè)備和t個(gè)敵方目標(biāo)雷達(dá)，對(duì)于每一個(gè)干擾設(shè)備的指派，資源動(dòng)態(tài)分配的目標(biāo)是使干擾設(shè)備干擾某目標(biāo)時(shí)取得的收益達(dá)到最大，同時(shí)損失降低到最小。干擾資源動(dòng)態(tài)分配問(wèn)題是求解最優(yōu)干擾設(shè)備集合對(duì)干擾目標(biāo)集合的分配方案，該分配方案使對(duì)應(yīng)的目標(biāo)函數(shù)達(dá)到最大，其中必須滿足的約束條件為干擾樣式約束和干擾頻段約束，即協(xié)同干擾樣式必須為對(duì)目標(biāo)雷達(dá)體制有效的干擾樣式，并且協(xié)同干擾頻段必須大于或等于干擾目標(biāo)工作頻段。

電子對(duì)抗資源動(dòng)態(tài)分配問(wèn)題是一個(gè)典型的優(yōu)化問(wèn)題。求解資源分配問(wèn)題的算法有很多[1]，一般可分為精確算法（exact algorithm）和啟發(fā)式算法（heuristics algorithm）兩大類。本文研究基于免疫遺傳學(xué)算法的資源動(dòng)態(tài)分配算法。免疫遺傳學(xué)算法主要分為適應(yīng)度矩陣建立、特征群體選擇、輪盤賭特征群體選擇、基因交叉變異等步驟[2]。

目標(biāo)分配問(wèn)題的數(shù)學(xué)模型[3]為：

個(gè)體m被選擇的概率定義：

3.仿真結(jié)果與分析

若我方干擾設(shè)備與敵方目標(biāo)雷達(dá)數(shù)目相等時(shí)，可采用一對(duì)一進(jìn)行編碼；若我方干擾設(shè)備數(shù)目（W）大于敵方雷達(dá)數(shù)目（T），先將敵方雷達(dá)按威脅等級(jí)進(jìn)行編號(hào)，然后選出前W-T個(gè)威脅等級(jí)較高的目標(biāo)依次編號(hào)為T+1，T+2.......W，使其轉(zhuǎn)化為W=T的問(wèn)題進(jìn)行編碼，研究。

仿真場(chǎng)景一：

假設(shè)有4個(gè)武器和4個(gè)目標(biāo)，THREAT=[0.85，0.5，0.95，0.3]為目標(biāo)威脅度，設(shè)備干擾適應(yīng)度矩陣為：

假設(shè)抗體C=1，4，2，3以一定的概率選取若干位，選取1～3位時(shí)，目標(biāo)按威脅度排序得T1、T2、T4。對(duì)于T1，F(xiàn)ITN1-1為最大，分配W1給T1；對(duì)于T2，F(xiàn)ITN2-2最大，分配W2給T2；對(duì)于T4，F(xiàn)ITN2-4﹥FITN1-4﹥FITN4-4，但是W1，W2已分配完畢，所以只能分配W4給T4，最終，抗體C被修改為C=1，2，4，3。

仿真場(chǎng)景二：

假設(shè)有10個(gè)干擾設(shè)備和6個(gè)目標(biāo)雷達(dá)，6個(gè)目標(biāo)雷達(dá)按威脅等級(jí)排序?yàn)椋?，2，5，1，4，6），按十進(jìn)制編碼方案將6個(gè)目標(biāo)擴(kuò)展成10個(gè)目標(biāo)，其中目標(biāo)雷達(dá)7，8，9，10對(duì)應(yīng)3，2，5，1。假設(shè)經(jīng)貪婪調(diào)整操作后某抗體為（1，4，8，2，10，3，9，5，6，7），首先對(duì)該抗體還原操作變?yōu)椋?，4，2，2，1，3，5，5，6，3）。然后對(duì)該抗體利用約束條件，對(duì)于符合約束條件且適應(yīng)度值較高的位（>符合約束條件的位數(shù)）保持不變，對(duì)于不符合約束條件和適應(yīng)度較低的10位隨機(jī)交換YYY位置，則選擇此前未確定的一個(gè)基因做交換兩個(gè)父?jìng)€(gè)體進(jìn)行PMX交叉操作如圖1所示，其中“┊”表示交叉點(diǎn)。

圖1 父?jìng)€(gè)體進(jìn)行PMX交叉操作仿真結(jié)果

4.結(jié)束語(yǔ)

為適應(yīng)協(xié)同電子對(duì)抗資源調(diào)度問(wèn)題的需求，本文提出了一種基于遺傳算法的干擾資源動(dòng)態(tài)分配方法，該方法通過(guò)適應(yīng)度矩陣建立、特征群體選擇、輪盤賭特征群體選擇、基因交叉變異等步驟，解決了面對(duì)多部威脅目標(biāo)時(shí)的干擾資源動(dòng)態(tài)分配問(wèn)題。并在仿真場(chǎng)景中，對(duì)我方干擾設(shè)備與敵方目標(biāo)雷達(dá)數(shù)目相等和不相等的不同場(chǎng)景，對(duì)資源分配結(jié)果進(jìn)行了仿真分析。該方法具有實(shí)時(shí)性高、方案趨優(yōu)的特點(diǎn)，對(duì)多平臺(tái)協(xié)同電子對(duì)抗的資源動(dòng)態(tài)分配研究具有實(shí)際參考意義。