[发明专利]一种基于改进人工蜂群算法的协同电子干扰任务调度方法有效
申请号: | 201611122750.1 | 申请日: | 2016-12-08 |
公开(公告)号: | CN106650058B | 公开(公告)日: | 2020-06-26 |
发明(设计)人: | 庄毅;娄艳秋;顾晶晶 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F111/10;G06N3/12 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 马鲁晋 |
地址: | 210000*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 改进 人工 蜂群 算法 协同 电子干扰 任务 调度 方法 | ||
1.一种基于改进人工蜂群算法的协同电子干扰任务调度方法,其特征在于,包括以下步骤:
步骤1、根据任务调度评估指标集及干扰效果评估指标的定量计算方法,综合分析UCAV对目标雷达的干扰效果,并进行归一化处理;所述干扰效果评估指标的定量计算方法为:
步骤1-1、确定协同干扰压制概率qjp(eji,j),所用公式为:
其中,α、β表示由目标雷达类型确定的经验值常数,powjp(i)是指干扰信号功率,powds(j)是目标雷达回波功率;使用i表示UCAV的编号,j表示目标雷达的编号,i=1,2…,n,n为UCAV的架数;j=1,2…,m,m为目标雷达的数量;
步骤1-2、确定协同电子干扰覆盖空间qjs(eji,j),所述公式为:
其中,γ为取决于目标雷达类型确定的经验值常数或常量函数,λ是小于1的常数,表示安全系数,rej(i)是编号为i的UCAV进行干扰的有效半径,dis(i,j)为编号i的UCAV与编号j的目标雷达的距离,rsafe是指最小安全距离;
步骤1-3、确定协同电子干扰工作频段qjf(eji,j),所述公式为:
其中,frejp(i)表示编号为i的UCAV的干扰信号频谱,freds(j)表示编号为j的目标雷达的信号频谱,freqin(i,j)表示编号为i的UCAV的干扰信号频谱与编号为j的目标雷达的信号频谱相交的部分;
步骤1-4、确定协同电子干扰样式qjt(eji,j),所述公式为:
其中,UCAV包含Nstyle种干扰样式,且已经按照干扰效果排列,第i个UCAV对第j个目标雷达采用的干扰样式集为StyleSet[ti],其中ti∈[0,Nstyle],en_used(i)表示的是编号为i的UCAV消耗的能量,effect(i,j,StyleSet[k]),k≤ti.表示的是编号为i的UCAV产生的干扰效果;
步骤1-5、确定续航能力qea(eji,j),所述公式为:
其中,en_used(i)表示的是编号为i的UCAV消耗的能量,en_all(i)表示的是编号为i的UCAV初始时刻拥有的总能源;
步骤2、确定协同电子干扰的任务调度约束条件,建立协同电子干扰任务调度模型CEJ-TSM;
步骤3、采用改进的全局人工蜂群算法IGABC对协同电子干扰任务调度模型进行求解;具体包含以下步骤:
步骤3-1、初始化种群:规定蜂群的大小,雇佣蜂、观察蜂和侦察蜂的数目,循环次数及最大领域搜索值;
步骤3-2、雇佣蜂进行邻域搜索,搜索公式为:
其中,通过调节ξ的值来平衡算法的探索与开发能力,r为从z维数组中随机选择的一个维度,r∈{1,2,…,z},表示雇佣蜂进行邻域搜索后得到新食物源位置vd的第r个元素,为当前雇佣蜂所依附食物源xd的第r个元素,为食物源xε的第r个元素,ε∈{1,2,…,SN}且ε≠d,为当前最佳方案Gbest_xd的第r个元素,若超出[lb,ub]边界,则使用边界值;
步骤3-3、雇佣蜂计算其适应度值,采用遗传算法的遗传策略,运用选择、交叉和变异算子,将邻域搜索后的解与迭代最优解进行交叉、变异操作,按照贪婪法则选择新解,搜索公式为:
其中,rand是一个对每个分量都产生的[0,1]之间的均匀分布的随机值,CR是一个交叉概率;
步骤3-4、计算观察蜂跟随概率,公式为:
其中,pd表示观察蜂跟随概率,fit(xd)是食物源xd代表的解的适应度,μ为[0.5,1]之间的随机数,ν为[0,0.5]之间的随机数,且μ和ν满足μ+ν=1;
步骤3-5、观察蜂转化成雇佣蜂,计算其适应度值,参考遗传算法的遗传策略,运用选择、交叉和变异算子,将邻域搜索后的解与迭代最优解进行交叉、变异操作,按照贪婪法则选择新解;
步骤3-6、判断雇佣蜂和观察蜂搜寻次数是否超过限定次数Limit,若雇佣蜂和观察蜂搜寻次数超过限定次数Limit,仍然没有找到更高适应度的蜜源,则放弃该蜜源,同时蜜蜂的角色转化为侦察蜂,并随机产生一个新的蜜源;否则就记录当前的位置信息;
步骤3-7、记录当前所有蜜蜂找到的最优蜜源,并跳至步骤3-2,直到满足最大迭代次数maxCycle的条件或小于优化误差时输出全局最优位置;
步骤4、根据改进的全局人工蜂群算法IGABC的结果获得协同电子干扰任务调度方案。
2.如权利要求1所述的基于改进人工蜂群算法的协同电子干扰任务调度方法,其特征在于:步骤2中的协同电子干扰任务调度模型CEJ-TSM为:
s.t.
其中,ωk是指第k维指标的权重,UniQk是指第k维指标的归一化值,UD={UD1,UD2,…,UDn},UDi(i=1,2…,n)表示的是将第i架UCAV分配给干扰目标雷达的设备号;VAj(j=1,2,…,m)表示的是对第j部目标雷达进行干扰的价值量;duij表示第i架UCAV是否对第j部目标雷达进行干扰,若为0则表示不进行干扰,否则就进行干扰;lmax表示每部目标雷达最多分配UCAV的架数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611122750.1/1.html,转载请声明来源钻瓜专利网。