如何運(yùn)用有限的干擾資源獲得最大的干擾效益是電子對(duì)抗研究的重點(diǎn)技術(shù)之一,針對(duì)協(xié)同電子對(duì)抗,提出一種最優(yōu)干擾決策方法,解決對(duì)抗資源和雷達(dá)目標(biāo)數(shù)量不等的干擾資源分配問題。圍繞組網(wǎng)雷達(dá)檢測(cè)概率和定位精度2個(gè)評(píng)估指標(biāo),建立基于多目標(biāo)優(yōu)化的協(xié)同干擾決策任務(wù)模型。針對(duì)傳統(tǒng)人工蜂群和蟻群算法流程尋優(yōu)緩慢的問題,在候選解的搜索中自適應(yīng)地增加與當(dāng)次迭代最優(yōu)解的交叉運(yùn)算,給出兩改進(jìn)算法對(duì)模型的通用求解步驟,通過仿真驗(yàn)證算法提高了收斂速度。 

【文章來源】：現(xiàn)代防御技術(shù). 2020,48(01)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 多目標(biāo)協(xié)同干擾決策模型
    1.1 數(shù)學(xué)模型
    1.2 約束條件
    1.3 目標(biāo)函數(shù)
2 群智能算法的改進(jìn)
3 算法仿真
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]利用于博弈論的雷達(dá)有源干擾資源分配算法[J]. 韓鵬,盧俊道,王曉麗.  現(xiàn)代防御技術(shù). 2018(04)
[2]多機(jī)協(xié)同噪聲干擾資源分配優(yōu)化技術(shù)研究[J]. 潘昱豪,高玉良,張路,劉薇.  空軍預(yù)警學(xué)院學(xué)報(bào). 2017(05)
[3]基于IFS和IPSO算法的干擾資源分配方法[J]. 吳華,史忠亞,沈文迪,陳游,程嗣怡.  北京航空航天大學(xué)學(xué)報(bào). 2017(12)
[4]量子遺傳算法在對(duì)抗資源分配中的應(yīng)用[J]. 熊維毅,史小偉,余志斌,李輝.  電子信息對(duì)抗技術(shù). 2016(04)
[5]基于干擾效能定量評(píng)估的飛機(jī)系統(tǒng)最優(yōu)派遣方案研究[J]. 石子燁,肖雙愛.  中國(guó)電子科學(xué)研究院學(xué)報(bào). 2016(03)
[6]基于檢測(cè)概率的雷達(dá)網(wǎng)協(xié)同干擾效果評(píng)估方法[J]. 張養(yǎng)瑞,高梅國(guó),羅皓月,李云杰.  系統(tǒng)工程與電子技術(shù). 2015(08)



本文編號(hào)：3529489