检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于遗传-蚁群融合算法的干扰资源分配方法

系统工程与电子技术 2023年第7期45卷 2098-2107页

作者：纪慧颖潘明海张元时喻庆豪南京航空航天大学电子信息工程学院/集成电路学院江苏南京211106

针对多部干扰机协同干扰多部雷达的干扰资源分配问题,提出一种基于遗传-蚁群融合算法的干扰资源分配算法。首先采用综合集成赋权法结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)对... 详细信息

针对多部干扰机协同干扰多部雷达的干扰资源分配问题,提出一种基于遗传-蚁群融合算法的干扰资源分配算法。首先采用综合集成赋权法结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)对目标雷达进行威胁评估,然后建立干扰资源多约束优化分配模型,最后采用遗传-蚁群融合算法对模型进行求解。融合算法利用遗传算法快速寻找出若干组优化解,将这些优化解用于调整蚁群算法中初始信息素的分布,利用蚁群算法对问题进一步优化,从而找到最优解,提升了算法的求解精度和求解时间。仿真结果表明,融合算法的性能在收敛速度和寻优准确性等方面相较于其他算法都有了较大提升。

关键词：干扰资源分配干扰效果评估协同干扰遗传-蚁群融合算法

在线全文

学校读者我要写书评

暂无评论

一种通信对抗干扰资源分配智能决策算法

电子与信息学报 2021年第11期43卷 3086-3095页

作者：许华宋佰霖蒋磊饶宁史蕴豪空军工程大学信息与导航学院西安710077

针对战场通信对抗智能决策问题,该文基于整体对抗思想提出一种基于自举专家轨迹分层强化学习的干扰资源分配决策算法(BHJM),算法针对跳频干扰决策难题,按照频点分布划分干扰频段,再基于分层强化学习模型分级决策干扰频段和干扰带宽,最... 详细信息

针对战场通信对抗智能决策问题,该文基于整体对抗思想提出一种基于自举专家轨迹分层强化学习的干扰资源分配决策算法(BHJM),算法针对跳频干扰决策难题,按照频点分布划分干扰频段,再基于分层强化学习模型分级决策干扰频段和干扰带宽,最后利用基于自举专家轨迹的经验回放机制采样并训练优化算法,使算法能够在现有干扰资源特别是干扰资源不足的条件下,优先干扰最具威胁目标,获得最优干扰效果同时减少总的干扰带宽。仿真结果表明,算法较现有资源分配决策算法节约25%干扰站资源,减少15%干扰带宽,具有较大实用价值。

关键词：智能干扰决策分层强化学习干扰资源分配专家轨迹

在线全文

学校读者我要写书评

暂无评论

基于改进蝴蝶算法的协同干扰资源分配方法

现代雷达 2023年第3期45卷 98-106页

作者：陈振坤程嗣怡刘丹商犇解放军95510部队贵州贵阳550025 空军工程大学航空工程学院陕西西安710038 解放军93046部队辽i宁沈阳110065 解放军94654部队福建泉州362100

针对协同对抗下雷达干扰资源的管理决策问题开展研究,提出了一种基于改进蝴蝶算法的干扰资源分配方法。首先,用模糊综合评价的方法量化影响辐射源威胁等级和干扰效能的因素;然后,确定目标函数并计算干扰效能矩阵,建立干扰资源分配模型;... 详细信息

针对协同对抗下雷达干扰资源的管理决策问题开展研究,提出了一种基于改进蝴蝶算法的干扰资源分配方法。首先,用模糊综合评价的方法量化影响辐射源威胁等级和干扰效能的因素;然后,确定目标函数并计算干扰效能矩阵,建立干扰资源分配模型;最后,把自适应启发项和劣解接纳操作引入蝴蝶算法(BOA)对模型求解。仿真结果表明:引入改进项提高BOA探索能力和搜索效率,有效解决算法局部收敛的缺陷。对比四种经典算法和两种改进BOA算法,该算法在收敛精度和算法稳定性方面均更优,制定的干扰资源分配方案可信度更高。

关键词：协同对抗干扰资源分配蝴蝶算法干扰效能自适应启发项

基于最大策略熵深度强化学习的通信干扰资源分配方法

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2021年第5期39卷 1077-1086页

作者：饶宁许华齐子森宋佰霖史蕴豪空军工程大学信息与导航学院陕西西安710077

针对通信组网对抗中干扰资源分配的优化问题,提出了一种基于最大策略熵深度强化学习(MPEDRL)的干扰资源分配方法。该方法将深度强化学习思想引入到通信对抗干扰资源分配领域,并通过加入最大策略熵准则且自适应调整熵系数,以增强策略探... 详细信息

针对通信组网对抗中干扰资源分配的优化问题,提出了一种基于最大策略熵深度强化学习(MPEDRL)的干扰资源分配方法。该方法将深度强化学习思想引入到通信对抗干扰资源分配领域,并通过加入最大策略熵准则且自适应调整熵系数,以增强策略探索性加速收敛至全局最优。该方法将干扰资源分配建模为马尔可夫决策过程,通过建立干扰策略网络输出分配方案,构建剪枝孪生结构的干扰效果评估网络完成方案效能评估,以策略熵最大化和累积干扰效能最大化为目标训练策略网络和评估网络,决策干扰资源最优分配方案。仿真结果表明,所提出的方法能有效解决组网对抗中的干扰资源分配问题,且相比于已有的深度强化学习方法具有学习速度更快,训练过程波动性更小等优点,干扰效能高出DDPG方法15%。

关键词：干扰资源分配深度强化学习最大策略熵神经网络

在线全文

学校读者我要写书评

暂无评论

改进粒子群算法的集群协同干扰资源分配

战术导弹技术 2023年第2期 122-129页

作者：于旺石艳赵海妮陈思阳桂林长海发展有限责任公司桂林541000 西安电子科技大学西安710000

根据敌方雷达不同的工作状态进行威胁等级的评估,以干扰对象和干扰样式为基础建立模型,由模型采用不同的智能算法进行集群协同干扰资源的分配。针对传统粒子群算法搜索范围小并且易陷入局部最优解等问题,提出一种改进的粒子群算法用于... 详细信息

根据敌方雷达不同的工作状态进行威胁等级的评估,以干扰对象和干扰样式为基础建立模型,由模型采用不同的智能算法进行集群协同干扰资源的分配。针对传统粒子群算法搜索范围小并且易陷入局部最优解等问题,提出一种改进的粒子群算法用于集群协同干扰资源的分配。通过将NSGA-II算法中基于实数编码的多项式变异算子引入种群的更新迭代中,提高种群中个体的多样性,扩大了种群的搜索范围;通过动态学习因子,调整算法在不同阶段对个体极值和全局最优值的侧重,从而降低了算法陷入局部最优解的概率。仿真结果表明,改进的粒子群算法提高了算法的收敛速度和寻优概率,并且具有优异的性能,在一定程度上解决了集群协同干扰资源分配问题。

关键词：电子对抗改进粒子群算法干扰效果评估干扰资源分配变异因子动态学习因子全局寻优

基于协同突防的组网雷达干扰资源分配技术研究

在线全文

学校读者我要写书评

暂无评论

基于协同突防的组网雷达干扰资源分配技术研究

作者：焦正华哈尔滨工程大学

学位级别：硕士

随着组网雷达技术的发展,传统的单一干扰资源不能有效地对组网雷达进行干扰,目标突防成功率较低。为了保护目标成功突防,需要使用协同干扰技术对目标进行保护,通过合理地分配干扰资源,可以有效地降低组网雷达对目标的检测概率和定位精... 详细信息

随着组网雷达技术的发展,传统的单一干扰资源不能有效地对组网雷达进行干扰,目标突防成功率较低。为了保护目标成功突防,需要使用协同干扰技术对目标进行保护,通过合理地分配干扰资源,可以有效地降低组网雷达对目标的检测概率和定位精度。在协同突防过程中,对干扰效果进行合理的评估并做出合适的干扰资源分配,对于提高目标突防成功率具有重要的意义。本文针对组网雷达的协同干扰关键技术展开了研究,主要工作如下:在干扰效果评估方面,分析了干扰效果评估准则下时域、频域、空域、处理域的影响因子计算方法。根据雷达工作模式的特点,选取了组网雷达的检测概率和定位精度为评估指标,并基于这两个指标建立了组网雷达协同干扰效果评估模型和目标函数,通过仿真表明了干扰情况下对雷达的检测概率和定位精度是有影响的,以及不同干扰资源分配方案下对组网雷达的干扰效果是有差异的,为干扰资源分配奠定了基础。在静态协同干扰资源分配方面,传统优化算法无法快速地找到最优的干扰资源分配方案,逐渐被群智能算法代替。针对现有常用的群智能算法需要的参数较多、受人为因素影响较大问题,提出一种改进布谷鸟算法来解决静态情况下的干扰资源分配问题。首先在干扰效果评估的基础上,建立了干扰资源分配模型和静态干扰资源分配的目标函数;其次在布谷鸟算法中引入了禁忌搜索策略,使得算法在后期避免对重复解的搜索,不容易陷入局部最优;最后利用改进布谷鸟算法对静态情况下的干扰资源进行分配。仿真结果表明,与传统布谷鸟算法、改进遗传算法、改进粒子群算法相比,改进布谷鸟算法具有更好的寻优能力及寻求最优解的概率。在动态协同干扰资源分配方面,针对现有的群智能算法对于不同的突发情况只能进行重分配,耗时较长,提出了一种改进拍卖算法来解决动态情况下的干扰资源分配问题。首先基于改进布谷鸟算法求解静态情况下干扰资源分配的结果;其次在传统拍卖算法基础上引入已完成任务相关历史信息和优先级排序,使算法减少交易回合;最后对不同的突发情况,利用改进拍卖算法对动态情况下的干扰资源进行分配。仿真结果表明,与TSCS算法进行比较,改进拍卖算法耗时更短;与传统拍卖算法进行比较,改进拍卖算法可以获得更优解。

关键词：组网雷达协同干扰干扰效果评估干扰资源分配

优化算法在多站协同干扰资源分配中的关键技术研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

优化算法在多站协同干扰资源分配中的关键技术研究

作者：赵俊玮江南大学

学位级别：硕士

为了使电子战中有限的干扰资源发挥最大的干扰效能,本篇文章针对干扰资源分配问题展开研究。通过使用三种改进的智能优化算法,实现了对不同模型下的干扰资源分配问题求解,具体研究内容如下。(1)以干扰机的压制概率为基础,建立干扰资源... 详细信息

为了使电子战中有限的干扰资源发挥最大的干扰效能,本篇文章针对干扰资源分配问题展开研究。通过使用三种改进的智能优化算法,实现了对不同模型下的干扰资源分配问题求解,具体研究内容如下。(1)以干扰机的压制概率为基础,建立干扰资源分配目标函数,构建干扰效益矩阵,设计了一种改进的战争策略算法(Improved War Strategy Optimization,IWSO)。并对该算法进行了改进,主要包括防御策略改进,并且加入了邻域移动策略,最后使用改进的算法对干扰资源分配模型进行求解,将算法的结果映射到实际问题中,得出全局最优分配策略,并且对各算法的干扰资源分配策略进行分析验证。在仿真实验部分,对各个同类模型算法的实验结果进行对比分析,结果证明了无论是干扰机对敌方目标一对一的进行干扰还是一对多的进行干扰,该算法的平均目标函数最优值和最优分配策略均取得较优的结果,为基于压制概率的干扰资源分配问题提供了新的解决思路。(2)针对实际作战中,我方干扰资源能量有限这一因素,综合干扰机的能源损耗以及干扰机的干扰效益两个指标构建干扰代价矩阵,提出了一种基于干扰效益和干扰资源损耗的多目标联合优化模型,即最大化干扰效益值的同时尽量降低干扰机的能量损耗,从而更好地反映实际作战的需求和限制。该模型基于改进的多目标鹈鹕优化算法(MultiObjective Improved Pelican Optimization Algorithm,MOIPOA)进行求解,算法主要改进包括种群编码改进,引入交叉变异思想,并加入了非支配排序算法和拥挤度及计算。最后,将实验结果与多目标寻优的基准算法NSGA-Ⅱ以及MOBPSO算法进行对比,并对最终的实验结果进行分析和验证,证明了IMOPOA算法在处理该问题时,其寻优能力更优,成功实现了干扰资源分配问题中的双目标优化。(3)基于动态的战场环境,本文在前面的基础模型上,对模型进行创新,将干扰机的干扰样式加入到模型当中,构建干扰样式影响因子矩阵,并建立了与目标距离相关的权重函数,最终提出了动态环境下的多样式干扰资源分配模型。该模型使用改进的粒子群算法(Improved Particle Swarm Optimization,IPSO)进行求解,主要改进包括种群编码改进,种群初始化改进,并加入了概率精英保留策略。然后,将实验结果与同类模型中应用较多的算法,即粒子群算法和遗传算法以及改进的蚁群算法进行对比,证明了该算法具有更强的寻优能力,最后对算法得出的干扰策略进行验证分析,实验结果证明了本文算法得出的干扰策略对雷达的检测概率在同距离情况下影响相对较大,干扰效果更优,同时也验证了模型的有效性和方案的可行性。

关键词：干扰资源分配压制干扰智能优化算法战争策略算法多目标优化鹈鹕优化算法粒子群算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进的蚁群干扰资源分配方法

系统仿真学报 2021年第12期33卷 2967-2974页

作者：王青云焦德忠史铄彭根燕孙俊华段雨昕北京中船信息科技有限公司北京100094 北京九天利建信息技术有限公司北京100094 北京仿真中心北京100854

蚁群算法作为新型智能优化算法,应用于干扰资源分配时,寻优过程的收敛速度较慢,且获得全局最优值的概率较低。为了改善基于蚁群算法的干扰资源分配效率,同时提升得到全局最优解的概率,提出了衰减因子在寻优过程中按照指数型函数进行变化... 详细信息

蚁群算法作为新型智能优化算法,应用于干扰资源分配时,寻优过程的收敛速度较慢,且获得全局最优值的概率较低。为了改善基于蚁群算法的干扰资源分配效率,同时提升得到全局最优解的概率,提出了衰减因子在寻优过程中按照指数型函数进行变化,即初始寻优阶段衰减因子取相对较小的数值,随着迭代次数的增加,衰减因子取值单调递增且呈现指数规律变化。仿真分析验证了所提方法的正确性,该方法不仅可以改善干扰资源分配过程中的收敛效率,同时具有较高的全局最优获取概率。

关键词：干扰资源分配蚁群算法衰减因子收敛性稳定性

在线全文

学校读者我要写书评

暂无评论

干扰资源分配问题的智能优化应用研究综述

电光与控制 2019年第10期26卷 54-61页

作者：石荣刘江电子信息控制重点实验室

电子战中的干扰资源分配问题是典型的组合优化问题,同时也是NP难题,求解途径除了各种典型的数学规划方法之外,各种智能优化方法也在近年来得到非常广泛的应用。针对这一技术应用趋势,在概要阐述干扰资源分配的数学模型及其典型求解框架... 详细信息

电子战中的干扰资源分配问题是典型的组合优化问题,同时也是NP难题,求解途径除了各种典型的数学规划方法之外,各种智能优化方法也在近年来得到非常广泛的应用。针对这一技术应用趋势,在概要阐述干扰资源分配的数学模型及其典型求解框架的基础上,以遗传算法、免疫算法、进化算法、粒子群算法、蚁群算法及其各种改进算法等为典型代表,对智能优化方法在干扰资源分配问题中的应用研究进展情况进行了综述,总结了各种方法的应用要点,展现了该应用方向上的发展现状,从而为各方法的工程应用和人工智能在电子战中的应用示范研究提供了有益借鉴。

关键词：电子战干扰资源分配遗传算法免疫算法进化计算综述