基于改进离散模拟退火遗传算法的雷达网协同干扰资源分配模型

doi:10.12305/j.issn.1001-506X.2024.03.07

系统工程与电子技术 ›› 2024, Vol. 46 ›› Issue (3): 824-830.doi: 10.12305/j.issn.1001-506X.2024.03.07

基于改进离散模拟退火遗传算法的雷达网协同干扰资源分配模型

尧泽昆¹^,²^,*, 王超¹^,², 施庆展¹^,², 张少卿³, 袁乃昌¹^,²

1. 国防科技大学电子科学学院, 湖南长沙 410073
2. 国防科技大学电子信息系统复杂电磁环境效应国家重点实验室, 湖南长沙 410073
3. 中国航空工业集团公司沈阳飞机设计研究所, 辽宁沈阳 110035

收稿日期:2022-02-28 出版日期:2024-02-29 发布日期:2024-03-08
通讯作者: 尧泽昆
作者简介:尧泽昆(1998—), 男, 硕士研究生, 主要研究方向为电子对抗
王超(1977—), 男, 副教授, 博士, 主要研究方向为电子系统设计
施庆展(1990—), 男, 讲师, 博士, 主要研究方向为信号处理
张少卿(1982—), 男, 高级工程师, 博士, 主要研究方向为协同与指挥
袁乃昌(1965—), 男, 教授, 博士, 主要研究方向为信号处理、电子系统设计

Cooperative jamming resource allocation model for radar network based on improved discrete simulated annealing genetic algorithm

Zekun YAO¹^,²^,*, Chao WANG¹^,², Qingzhan SHI¹^,², Shaoqing ZHANG³, Naichang YUAN¹^,²

1. College of Electronic Science and Technology, National University of Defense Technology, Changsha 410073, China
2. State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha 410073, China
3. Shenyang Aircraft Design & Research Institute, Aviation Industry Corporation of China, Shenyang 110035, China

Received:2022-02-28 Online:2024-02-29 Published:2024-03-08
Contact: Zekun YAO

摘要/Abstract

摘要：

针对分布式干扰机掩护目标突防雷达网背景下的干扰资源分配问题, 提出了一种引入随机密钥的改进离散模拟退火遗传算法(improved discrete simulated annealing genetic algorithm, IDSA-GA)对资源分配过程进行优化。基于雷达网融合检测概率构建干扰效果评估函数, 利用IDSA-GA对函数寻优求解。IDSA-GA在模拟退火遗传算法(simulated annealing genetic algorithm, SA-GA)的基础上引入随机密钥, 完成算法的离散化; 并在迭代的过程中增加记忆功能, 克服了过早收敛的现象。仿真结果表明, 与GA相比, 提出的IDSA-GA收敛迅速, 寻优能力强, 能有效解决干扰资源优化分配问题。

关键词: 雷达网, 协同干扰, 资源分配, 模拟退火遗传算法, 随机密钥

Abstract:

An improved discrete simulated annealing genetic algorithm (IDSA-GA) with random keys is proposed to optimize the resource allocation process in the context of distributed jammers covering target penetration radar networks. An interference effect evaluation function based on the fusion detection probability of radar networks is constructed, and IDSA-GA is used to optimize and solve the function. IDSA-GA introduces random keys on the basis of simulated annealing genetic algorithm (SA-GA) to discretize the algorithm. And during the iteration process, memory function is added to overcome the phenomenon of premature convergence. The simulation results show that compared with GA, the proposed IDSA-GA converges quickly and has strong optimization ability, which can effectively solve the problem of optimizing interference resource allocation.

Key words: radar network, cooperative jamming, resource allocation, simulated annealing genetic algorithm (SA-GA), random keys

中图分类号:

TN97

尧泽昆, 王超, 施庆展, 张少卿, 袁乃昌. 基于改进离散模拟退火遗传算法的雷达网协同干扰资源分配模型[J]. 系统工程与电子技术, 2024, 46(3): 824-830.

Zekun YAO, Chao WANG, Qingzhan SHI, Shaoqing ZHANG, Naichang YUAN. Cooperative jamming resource allocation model for radar network based on improved discrete simulated annealing genetic algorithm[J]. Systems Engineering and Electronics, 2024, 46(3): 824-830.

图/表 15

图1

表1

表2

图2

表3

表4

图3

表5

表6

表7

表8

表9

图4

图5

表10

参考文献 19

1	张养瑞. 对雷达网的多机伴随式协同干扰技术研究[D]. 北京: 北京理工大学, 2015.
	ZHANG Y R. Research on key technologiesof cooperative ECM in multi-syndrome jammers for countering radar net[D]. Beijing: Beijing Institute of Technology, 2015.
2	赵忠凯, 王鸿. 组网雷达协同干扰资源分配模型及算法[J]. 火力与指挥控制, 2019, 44 (5): 85- 89.
	ZHAO Z K , WANG H . Model and algorithm of cooperative jamming resource allocation for network radar[J]. Fire Control and Command Control, 2019, 44 (5): 85- 89.
3	陆青, 陈荣. 实用干扰资源智能管理和控制技术[J]. 舰船科学技术, 1998, (5): 47-50, 65.
	LU Q , CHEN R . Practical interference resource intelligent management and control technology[J]. Ship Science and Technology, 1998, (5): 47-50, 65.
4	吕永胜, 王树宗, 王向伟, 等. 基于贴近度的雷达干扰资源分配策略研究[J]. 系统工程与电子技术, 2005, 27 (11): 1893-1894, 1974.
	LYU Y S , WANG S Z , WANG X W , et al. Study on the allocation tactics for radar jamming resources based on close degree[J]. Systems Engineering and Electronics, 2005, 27 (11): 1893-1894, 1974.
5	李东生, 高杨, 雍爱霞. 基于改进离散布谷鸟算法的干扰资源算法分配研究[J]. 电子与信息学报, 2016, 38 (4): 899- 905.
	LI D S , GAO Y , YONG A X . Jamming resource allocation via improved discrete cuckoo search algorithm[J]. Journal of Electronics Information Technology, 2016, 38 (4): 899- 905.
6	刘以安, 倪天权, 张秀辉, 等. 模拟退火算法在雷达干扰资源优化分配中的应用[J]. 系统工程与电子技术, 2009, 31 (8): 1914- 1917.
	LIU Y A , NI T Q , ZHANG X H , et al. Application of simulated annealing algorith-min optimizing allocation of radar jammingresources[J]. Systems Engineering and Electronics, 2009, 31 (8): 1914- 1917.
7	张养瑞, 李云杰, 高梅国. 协同干扰资源优化分配模型及算法[J]. 系统工程与电子技术, 2014, 36 (9): 1744- 1749.
	ZHANG Y R , LI Y J , GAO M G . Optimal assignment model and solution of cooperati-ve jamming resources[J]. Systems Engineering and Electronics, 2014, 36 (9): 1744- 1749.
8	柳向, 李东生, 吴世俊. 改进布谷鸟算法在协同干扰资源分配中的应用[J]. 现代雷达, 2019, 41 (2): 84- 90.
	LIU X , LI D S , WU S J . Improved cuckoo search algorithm in optimization assignment for cooperative jamming resources[J]. Modern Radar, 2019, 41 (2): 84- 90.
9	张养瑞, 高梅国, 罗皓月, 等. 基于检测概率的雷达网协同干扰效果评估方法[J]. 系统工程与电子技术, 2015, 37 (8): 1778- 1786.
	ZHANG Y R , GAO M G , LUO H Y , et al. Evaluation method of cooperative jam-ming effect on radar net based on detection probability[J]. Systems Engineering and Electronics, 2015, 37 (8): 1778- 1786.
10	汲清波, 杨帅. 基于自适应目标函数的协同干扰策略分配[J]. 应用科技, 2019, 46 (4): 70-76, 81.
	JI Q B , YANG S . Cooperative interference strategy allocation based on adaptive objective function[J]. The Application of Science and Technology, 2019, 46 (4): 70-76, 81.
11	刘忠. 基于DRFM的线性调频脉冲压缩雷达干扰新技术[D]. 长活: 国防科学技术大学, 2006.
	LIU Z. Jamming technique for countering LFM pulse compression radar based on digital radio frequency memory[D]. Changsha: National University of Defense Technology, 2006.
12	吕波, 冯起, 袁乃昌. 对LFM脉压雷达的移频压制干扰技术研究[J]. 现代雷达, 2009, 31 (1): 9-12, 17.
	LYU B , FNEG Q , YUAN N C . A study on frequency-shiftig blanket jamming to LFM pulse compression radar[J]. Modern Radar, 2009, 31 (1): 9-12, 17.
13	张煜, 杨绍全. 对线性调频雷达的卷积干扰技术[J]. 电子与信息学报, 2007, 29 (6): 1408- 1411.
	ZHANG Y , YANG S Q . Convolution jamming technique countering LFM radar[J]. Journal of Electronics Information Technology, 2007, 29 (6): 1408- 1411.
14	王雪松, 刘建成, 张文明, 等. 间歇采样转发干扰的数学原理[J]. 中国科学E辑: 信息科学, 2006, 36 (8): 891- 901.
	WANG X S , LIU J C , ZHANG W M , et al. Mathematical principle of intermittent sampling and forwarding interference[J]. Science in China Series E: Information Science, 2006, 36 (8): 891- 901.
15	何友, 关键, 孟祥伟. 雷达目标检测与恒虚警处理[M]. 北京: 清华大学出版社, 2011: 39- 40.
	HE Y , GUAN J , MENG X W . Radar target detection and constant false alarm processing[M]. Beijing: Tsinghua University Press, 2011: 39- 40.
16	WEISS M . Analysis of some modified cellaveraging CFAR processors in multiple-target situations[J]. IEEE Trans.on Aerospace and Electronic Systems, 1982, (AES-18) (1): 102- 114.
17	BEAN J C . Genetic algorithms and random keys for sequencing and optimization[J]. ORSA Journal on Computing, 1994, 6 (2): 154- 160. doi: 10.1287/ijoc.6.2.154
18	王雪梅, 王义和. 模拟退火算法与遗传算法的结合[J]. 计算机学报, 1997, 20 (4): 381- 384.
	WANG X M , WANG Y H . The combination of simulated annealing algorithm and genetic algorithm[J]. Chinese Journal of Computers, 1997, 20 (4): 381- 384.
19	冯冬青, 王非, 马雁. 遗传算法中选择交叉策略的改进[J]. 计算机工程, 2008, 34 (19): 189- 191.
	FENG D Q , WANG F , MA Y . Improvement of selection and crossover strategy in genetic algorithm[J]. Computer Engineering, 2008, 34 (19): 189- 191.

干扰样式	脉冲压缩增益	参数说明
随机移频干扰	$ \left(1-\frac{\|\zeta\|}{B}\right)^2 B \tau$	ζ为移频宽度 B为信号带宽 τ为信号时宽
卷积灵巧噪声干扰	$ \frac{\tau+\tau_n}{1 / B+\tau_n}$	τ_n为噪声时宽
间歇采样重复转发干扰	$ \left(\eta^2+2 \frac{\sin ^2({\rm{ \mathsf{ π} }} \eta)}{{\rm{ \mathsf{ π} }}^2}\right) B \tau$	η为间歇采样占空比, 取值0.5

恒虚警体制	多干扰目标下检测概率P_d
CA-CFAR	$ P_d=\left(1+\frac{T_{\mathrm{CA}}}{1+S}\right)^{J-N}\left(1+\frac{T_{\mathrm{CA}}(1+I)}{1+S}\right)^{-J}$
GO-CFAR	$ \begin{gathered} \lim P_d(S, I)=\left[1+(I / S) T_{\mathrm{GO}}\right]^{-1} \\ I \rightarrow \infty \end{gathered}$
SO-CFAR	$ \begin{gathered} \lim P_d(S, I)=\left[1+T_{\mathrm{so}}\left(P_{\mathrm{fa}}, N\right)\right]^{-N / 2} \\ I \rightarrow \infty \end{gathered}$
OS-CFAR	$ \begin{gathered} P_d=k C_{N-J}^k \cdot \\ \frac{{\mathit{\Gamma}}\left[N-k+1+T_{\mathrm{OS}}(1+I) /(1+S)\right] {\mathit{\Gamma}}(k)}{{\mathit{\Gamma}}\left(N+T_{\mathrm{OS}}(1+I) /(1+S)+1\right)} \end{gathered}$

融合规则	检测概率
AND规则	$ P_d=\prod\limits_{m=1}^M P_{d m}$
秩K规则	$ P_d=\sum\limits_{m=K}^M \sum\limits_{i=1}^{c_M^m} \prod\limits_{S_0}\left(1-P_{d m}\right) \prod\limits_{S_1} P_{d m}$
OR规则	$ P_d=1-\prod\limits_{m=1}^M\left(1-P_{d m}\right)$

编码说明	干扰机编号
编码说明	1	2	3	4	5
编码样例	1.21	2.34	2.96	3.74	1.09
对应雷达	2	3	5	4	1
干扰样式	1	2	2	3	1

作战编队	位置坐标/km
掩护目标	(-18.2, 15.1, 20.0)
干扰机1	(-17.5, 13.9, 18.9)
干扰机2	(-19.2, 13.5, 18.9)
干扰机3	(-18.1, 17.1, 19.9)
干扰机4	(-20, -15.9, 19.4)
干扰机5	(-16.1, 15.1, 19.4)

基于改进离散模拟退火遗传算法的雷达网协同干扰资源分配模型

Cooperative jamming resource allocation model for radar network based on improved discrete simulated annealing genetic algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 19

相关文章 15

编辑推荐

Metrics

本文评价

雷达目标	位置坐标/km	CFAR检测器种类	接收机带宽/MHz
雷达1	(5, 0, 0)	CA-CFAR	20
雷达2	(-6, 10.2, 0)	GO-CFAR	10
雷达3	(1.2, 6.4, 0)	SO-CFAR	7
雷达4	(0.8, -8.9, 0)	OS-CFAR	5
雷达5	(-8, 15, 0)	CA-CFAR	8

参数名称	参数值	参数名称	参数值
雷达功率/kW	150	脉冲宽度/μs	10
天线增益/dB	40	噪声系数/dB	3
目标雷达散射截面/m²	5	虚警概率	10^－6
有效噪声温度/K	290	大气及馈线损耗/dB	6

参数	干扰机编号					融合检测概率
参数	J₁	J₂	J₃	J₄	J₅	融合检测概率
雷达编号	R₃	R₂	R₁	R₅	R₄	0.126 727
干扰样式	间歇转发干扰	移频干扰	移频干扰	移频干扰	卷积灵巧噪声	0.126 727

算法	指标
算法	检测概率最优解	检测概率平均收敛值	平均收敛误差	平均迭代次数	收敛概率/%
SA-GA	0.126 727	0.126 799	0.000 072	46	90
自适应GA	0.126 727	0.127 403	0.000 676	57	30
IDSA-GA	0.126 727	0.126 727	0	21	100

[1]	张玉婷, 杨镜宇. 基于能力的国防资源分配方法[J]. 系统工程与电子技术, 2024, 46(2): 599-604.
[2]	刘世豪, 黄仰超, 胡航, 司江勃, 韩蕙竹, 安琪. 无人机群辅助边缘计算系统的任务卸载和资源分配联合优化[J]. 系统工程与电子技术, 2024, 46(2): 751-760.
[3]	陆德江, 王星, 陈游, 胡星. 联合多种资源协同干扰组网雷达系统的自适应调度方法[J]. 系统工程与电子技术, 2023, 45(9): 2744-2754.
[4]	纪慧颖, 潘明海, 张元时, 喻庆豪. 基于遗传-蚁群融合算法的干扰资源分配方法[J]. 系统工程与电子技术, 2023, 45(7): 2098-2107.
[5]	许耀华, 王慧平, 王贵竹, 朱成龙, 丁梦琴, 蒋芳, 王翊. 基于图着色和三维匹配的车联网资源分配算法[J]. 系统工程与电子技术, 2023, 45(3): 869-875.
[6]	刘红亮, 陈超, 黄昆伟, 卢博, 岳凯. 针对分布式雷达网的多帧联合航迹起始方法[J]. 系统工程与电子技术, 2022, 44(7): 2143-2147.
[7]	董博志, 朱江, 张海波. 放大转发中继系统中基于SCMA的能效资源分配方案[J]. 系统工程与电子技术, 2022, 44(6): 2035-2042.
[8]	邹虹, 白陈阳, 何鹏, 崔亚平, 王汝言, 吴大鹏. 基于分布式深度学习的边缘服务放置策略[J]. 系统工程与电子技术, 2022, 44(5): 1728-1737.
[9]	张源原, 高阳, 朱鹏, 刘锦涛, 谷树山. 基于着色Petri网的无人机侦察战术规划[J]. 系统工程与电子技术, 2022, 44(3): 900-907.
[10]	陈善学, 吴生金, 谷博文. 基于时间反演的上行NOMA系统能效优化算法[J]. 系统工程与电子技术, 2022, 44(3): 1007-1013.
[11]	余雪勇, 朱烨, 邱礼翔, 朱洪波. 基于无人机辅助边缘计算系统的节能卸载策略[J]. 系统工程与电子技术, 2022, 44(3): 1022-1029.
[12]	张育芝, 孙彦景, 王斌, 刘洋. 基于反馈信道状态信息的水声自适应OFDMA[J]. 系统工程与电子技术, 2021, 43(8): 2321-2331.
[13]	闫珍珍, 李波, 杨懋, 闫中江. 基于遗传算法的混叠式非正交多址接入方法[J]. 系统工程与电子技术, 2021, 43(3): 832-838.
[14]	陈发堂, 张志豪, 李贺宾, 梅志强. 802.11ax系统中基于OFDMA调度接入的公平性资源分配算法[J]. 系统工程与电子技术, 2021, 43(11): 3352-3359.
[15]	蒋春启, 郑娜娥, 左宗, 王盛, 陈翔. 突出重点目标跟踪的分布式MIMO雷达阵元选取[J]. 系统工程与电子技术, 2021, 43(10): 2860-2868.