本文關(guān)鍵詞：多平臺(tái)干擾資源智能調(diào)度模型與方法

  更多相關(guān)文章： 空間對(duì)抗場(chǎng)景 干擾評(píng)估指標(biāo) 自衛(wèi)干擾 隨隊(duì)支援干擾 種群智能算法

【摘要】：在現(xiàn)代電子戰(zhàn)爭(zhēng)中,雷達(dá)干擾資源調(diào)度是雷達(dá)對(duì)抗領(lǐng)域的研究熱點(diǎn)。在日益復(fù)雜的電磁環(huán)境下,面對(duì)對(duì)方多部雷達(dá)協(xié)同工作的威脅,在短時(shí)間內(nèi),如何高效合理地分配我方干擾資源,最大程度地降低對(duì)方雷達(dá)的性能,達(dá)到己方的戰(zhàn)術(shù)目的,是獲取戰(zhàn)場(chǎng)"制電磁權(quán)"的重要環(huán)節(jié)。本文從雷達(dá)對(duì)抗空間場(chǎng)景入手,構(gòu)建一個(gè)多部雷達(dá)、干擾平臺(tái)和目標(biāo)平臺(tái)所組成的動(dòng)態(tài)空間對(duì)抗場(chǎng)景。以有源壓制性干擾為分配對(duì)象,針對(duì)自衛(wèi)干擾和隨隊(duì)支援干擾兩種作戰(zhàn)場(chǎng)景分別建立資源調(diào)度模型,并依據(jù)問題的約束條件提出了不可行解修復(fù)策略,改進(jìn)了相應(yīng)智能優(yōu)化算法,獲得了不同對(duì)抗場(chǎng)景下的資源調(diào)度結(jié)果。具體研究工作如下:首先,根據(jù)電子對(duì)抗理論,研究雷達(dá)掃描方式與多平臺(tái)干擾策略,構(gòu)建具有多部?jī)勺鴺?biāo)、三坐標(biāo)、相控陣?yán)走_(dá)以及干擾平臺(tái)、目標(biāo)平臺(tái)組成的空間對(duì)抗場(chǎng)景。在此基礎(chǔ)上,采用多屬性決策方法建立了動(dòng)態(tài)干擾目標(biāo)威脅程度評(píng)估模型,確定了各部雷達(dá)的威脅權(quán)值,為后續(xù)干擾資源調(diào)度提供了輸入信息。其次,在所建立的空間場(chǎng)景基礎(chǔ)上,研究自衛(wèi)干擾的對(duì)抗策略,設(shè)計(jì)干擾平臺(tái)被檢測(cè)概率下降率為評(píng)估指標(biāo)。從決策變量、目標(biāo)函數(shù)、約束條件等方面,建立資源調(diào)度數(shù)學(xué)模型。根據(jù)干擾機(jī)自身限制形成的約束條件,分別針對(duì)遺傳算法和量子遺傳算法提出約束條件的處理方法,并通過仿真實(shí)驗(yàn),驗(yàn)證了改進(jìn)后優(yōu)化算法的有效性和實(shí)用性。最后,針對(duì)隨隊(duì)支援干擾場(chǎng)景,分別從掩護(hù)目標(biāo)、雷達(dá)檢測(cè)、整體對(duì)抗態(tài)勢(shì)三個(gè)方面設(shè)計(jì)目標(biāo)隱蔽概率、有效干擾扇面和、對(duì)抗率三個(gè)評(píng)估指標(biāo);基于決策變量、目標(biāo)函數(shù)、約束條件,構(gòu)建了多目標(biāo)優(yōu)化的干擾資源調(diào)度數(shù)學(xué)模型;最后基于空間對(duì)抗場(chǎng)景,利用快速非支配排序遺傳算法(NSGA-II),求解出一系列合理的調(diào)度方案,為復(fù)雜環(huán)境中多目標(biāo)干擾資源調(diào)度提供了一種新的思路。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN974;TP18

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 談飛;周彬;;基于資源調(diào)度費(fèi)的工程項(xiàng)目多資源均衡優(yōu)化研究[J];項(xiàng)目管理技術(shù);2013年02期

2 謝斌;林華;;聯(lián)合戰(zhàn)場(chǎng)資源調(diào)度問題綜述[J];艦船電子工程;2013年10期

3 陳冬林;姚夢(mèng)迪;桂雁軍;陳玲;;基于蟻群算法的云計(jì)算聯(lián)盟資源調(diào)度[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2014年03期

4 劉志勇;李文生;王立欣;;面向健康管理的維修資源調(diào)度優(yōu)化方法研究[J];制造業(yè)自動(dòng)化;2013年19期

5 徐仁武;徐鍇;;完善電力負(fù)荷管理系統(tǒng)進(jìn)行需方調(diào)峰資源調(diào)度[J];供用電;2007年03期

6 林躍曉;;跨地域分布式云計(jì)算資源調(diào)度系統(tǒng)及實(shí)證[J];計(jì)算機(jī)與現(xiàn)代化;2012年10期

7 陳玲;陳冬林;桂雁軍;吳鐘;;用戶利益最大化的云計(jì)算聯(lián)盟資源調(diào)度[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2014年03期

8 劉麗蘭,俞濤,施戰(zhàn)備;制造網(wǎng)格中基于服務(wù)質(zhì)量的資源調(diào)度研究[J];計(jì)算機(jī)集成制造系統(tǒng);2005年04期

9 程昭;;應(yīng)急資源調(diào)度的補(bǔ)貨策略問題研究[J];科學(xué)技術(shù)與工程;2010年03期

10 宋維佳;馬皓;肖臻;張曉軍;張蓓;;虛擬化數(shù)據(jù)中心資源調(diào)度研究[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年S1期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 曹東旭;劉明陽;;基于馬爾科夫決策鏈的作戰(zhàn)資源調(diào)度[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

2 王兵;賈利民;龍慧;郭杜杜;馬玉春;;新疆公路網(wǎng)交通事故應(yīng)急救援資源調(diào)度系統(tǒng)設(shè)計(jì)及應(yīng)用[A];第七屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

3 叢慧芳;王文生;謝能付;;農(nóng)業(yè)信息網(wǎng)格環(huán)境中數(shù)據(jù)傳輸資源調(diào)度方法研究[A];中國(guó)農(nóng)業(yè)信息科技創(chuàng)新與學(xué)科發(fā)展大會(huì)論文匯編[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 本報(bào)記者 吳挺;云計(jì)算的管理需求顯現(xiàn)[N];計(jì)算機(jī)世界;2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王小樂;信息物理融合系統(tǒng)資源調(diào)度關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 吳曉民;能量捕獲驅(qū)動(dòng)的異構(gòu)網(wǎng)絡(luò)資源調(diào)度與優(yōu)化研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

3 朱銳意;LTE系統(tǒng)資源動(dòng)態(tài)分配算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

4 王力;鐵路集裝箱中心站關(guān)鍵資源調(diào)度優(yōu)化理論與方法[D];北京交通大學(xué);2014年

5 馬滿福;基于計(jì)算經(jīng)濟(jì)的網(wǎng)格資源管理研究[D];西北工業(yè)大學(xué);2007年

6 冉泳屹;云環(huán)境下基于隨機(jī)優(yōu)化的動(dòng)態(tài)資源調(diào)度研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

7 徐昕;基于博弈論的云計(jì)算資源調(diào)度方法研究[D];華東理工大學(xué);2015年

8 徐勁松;SLA約束下的云資源調(diào)度關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2013年

9 張靜樂;網(wǎng)絡(luò)環(huán)境下協(xié)同服務(wù)關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2011年

10 田國(guó)忠;多DAG共享資源調(diào)度的若干問題研究[D];北京工業(yè)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王艷平;基于蟻群算法的云計(jì)算資源調(diào)度研究[D];曲阜師范大學(xué);2015年

2 何蘭蘭;云環(huán)境下基于SLA的優(yōu)化資源管理機(jī)制研究[D];江西理工大學(xué);2015年

3 張揚(yáng);基于QPSO-SFLA改進(jìn)算法的云環(huán)境資源調(diào)度研究[D];江西理工大學(xué);2014年

4 楊南;藏文輿情云分析平臺(tái)資源調(diào)度優(yōu)化研究[D];西北民族大學(xué);2015年

5 李超;基于改進(jìn)粒子群算法的云計(jì)算資源調(diào)度研究[D];中國(guó)礦業(yè)大學(xué);2015年

6 郭慶光;基于協(xié)同演化算法的云計(jì)算資源調(diào)度的研究[D];電子科技大學(xué);2014年

7 陳強(qiáng);載波聚合下的資源調(diào)度研究[D];電子科技大學(xué);2014年

8 梁俊杰;基于應(yīng)用容器的云資源調(diào)度研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

9 趙穎;Hadoop環(huán)境下的動(dòng)態(tài)資源管理研究與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 徐政;基于QoS的LTE資源調(diào)度策略研究[D];南京郵電大學(xué);2015年

，

本文編號(hào)：1296247