[发明专利]一种基于定向突变搜索人工蜂群算法的干扰决策方法

说明书

本发明涉及一种基于定向突变搜索人工蜂群算法的干扰决策方法，步骤为：首先通过时间、空间、功率、频率和干扰样式五个方面对干扰机与雷达进行一对一的评估，将评估得到的效益值构建出干扰效益矩阵B_ij；其次通过前方侦察机对雷达工作状态、雷达体制以及雷达的实际作战任务对雷达进行威胁等级评估p_j；接下来利用干扰效益矩阵、雷达威胁等级和约束条件构建出雷达干扰决策模型以及目标函数；最后通过基于定向突变搜索人工蜂群算法求解，得到最优分配方案以及干扰收益值；再根据最优方案向各干扰机发布任务。本方法适用于多干扰机协同干扰组网雷达情况下的干扰资源任务分配，减少了迭代次数的同时平均收益值更大，并提高了寻优概率，具有很强的实用性。

(一)技术领域

本发明属于电子对抗中协同干扰任务分配决策的技术领域，具体涉及一种基于定向突变搜索人工蜂群算法的干扰决策方法。

(二)背景技术

随着电磁环境的日益复杂，各种模式的多方协同干扰成为电子战攻击的主要方式，传统的基于点对点的干扰资源分配算法由于效率较低，已经不适合现代战争环境。随着智能决策技术的发展，协同干扰将成为对抗的趋势。恰当的决策方案可以为下一步的作战任务提供充足的保障，也能使现有的干扰资源发挥出最大的作战效益，起着至关重要的作用。寻找恰当合适的决策方案，不仅直接影响到作战效能与收益，一定程度上，也有助于减少我方战斗资源的损耗，提高整个认知对抗系统的作战效率。

对于真实战场环境，随着干扰资源数量的上升，传统的优化算法已经不能满足作战需要。因此，在如今的电子对抗领域，对于智能干扰决策方法的研究具有十分重要的意义。在解决干扰资源的分配问题上，主要是遗传算法、蚁群算法、粒子群算法。但是在参数的选择、收敛速度等方面还有待优化。

(三)发明内容

本发明的目的在于提出一种针对于多干扰机对组网雷达协同干扰情况下，干扰方在干扰决策的过程中可以减少迭代次数、得到更高收益值的干扰决策新方法。

本发明的目的是这样实现的：

步骤1：通过时间、空间、功率、频率和干扰样式五个方面对干扰机与雷达进行一对一的评估，将评估得到的效益值构建出干扰效益矩阵B_ij；

步骤2：通过前方侦察机对雷达工作状态、雷达体制以及雷达的实际作战任务对雷达进行威胁等级评估p_j；

步骤3：利用干扰效益矩阵、雷达威胁等级和约束条件构建出雷达干扰决策模型以及目标函数；

步骤4：通过基于定向突变搜索的人工蜂群算法求解，得到最优分配方案以及干扰收益值；

步骤5：根据最优方案向各干扰机发布任务。

本发明的核心技术内容在于通过对时间、空间、功率、频率和干扰样式五个方面，利用模糊综合评价法对干扰机和雷达进行一对一的评估，构建盈利矩阵。根据得到的盈利矩阵、雷达威胁等级和约束条件构建对抗干扰模型。利用定向突变搜索人工蜂群算法进行决策得到最优方案以及对应收益值。

本发明包括的构建盈利矩阵，其主要内容为：选取五个不同方面进行评估的结果，根据隶属度函数得出模糊关系矩阵，利用层次分析法给出相应权重。利用模糊综合评价法得出最终的盈利矩阵。

本发明包括的用定向突变搜索的人工蜂群算法进行决策，其主要内容为：在整个算法流程中邻域搜索部分采用定向突变搜索，根据当前采蜜蜂对原有的决策矩阵，得到所有干扰机对每个雷达此时的干扰效益值。对其中效益值最小的两部雷达的干扰决策结果进行突变，得到新的决策矩阵。根据贪婪准则当新的决策矩阵的f大于原矩阵的f，旧的决策矩阵X将会被新找到的决策矩阵X'所替换。

与现有技术相比，本发明的有益效果为：

本方法适用于多干扰机协同干扰组网雷达情况下的干扰资源任务分配，减少了迭代次数的同时平均收益值更大，并提高了寻优概率，具有很强的实用性；