林石 陸春龍 李泓

摘 要：文章針對干擾機(jī)進(jìn)行多部雷達(dá)協(xié)同干擾的場景，結(jié)合傳統(tǒng)干擾策略的分配算法在實(shí)際計(jì)算和分析中存在的問題與不足，改用遺傳算法進(jìn)行雷達(dá)協(xié)同干擾策略分配應(yīng)用，并對其具體計(jì)算和分析進(jìn)行優(yōu)化和改進(jìn)，通過仿真模擬，對其在實(shí)踐中的應(yīng)用進(jìn)行驗(yàn)證，促進(jìn)雷達(dá)協(xié)同干擾分配策略最優(yōu)化目標(biāo)實(shí)現(xiàn)。

關(guān)鍵詞：雷達(dá);協(xié)同干擾;策略;干擾措施

0 引言

協(xié)同干擾概念是針對組網(wǎng)雷達(dá)所提出的雷達(dá)對抗措施。值得注意的是，在雷達(dá)協(xié)同干擾策略中，對協(xié)同干擾編隊(duì)中的干擾機(jī)如何進(jìn)行有效利用，以有效降低其目標(biāo)暴露概率以及合理分配干擾資源，是當(dāng)前有關(guān)領(lǐng)域研究和關(guān)注的重點(diǎn)之一，對提升現(xiàn)代雷達(dá)的對抗效能，有著較為重要的作用和影響。為此，本文將針對雷達(dá)協(xié)同干擾場景，對其干擾策略的分配算法進(jìn)行研究，促進(jìn)雷達(dá)協(xié)同干擾分配策略的計(jì)算和分析更加優(yōu)化，以供參考。

1 雷達(dá)協(xié)同干擾策略的算法研究

雷達(dá)協(xié)同干擾策略的制定過程，實(shí)際上是偵干設(shè)備對各方向的雷達(dá)輻射源信號進(jìn)行截獲和測量后，在分選識別基礎(chǔ)上實(shí)現(xiàn)對雷達(dá)網(wǎng)中的各雷達(dá)信息獲取，從而對其進(jìn)行威脅評估和干擾的過程。其中，雷達(dá)協(xié)同干擾策略分配的傳統(tǒng)計(jì)算方法中，以動(dòng)態(tài)規(guī)劃算法與0-1規(guī)劃算法等最為典型，但上述計(jì)算方法在具體應(yīng)用中缺乏相應(yīng)的實(shí)時(shí)性，導(dǎo)致其計(jì)算分析后的協(xié)同干擾策略分配最優(yōu)化目標(biāo)不能滿足作戰(zhàn)需求。針對這種情況，進(jìn)行雷達(dá)協(xié)同干擾策略分配算法的優(yōu)化和改進(jìn)，從而為雷達(dá)協(xié)同干擾策略分配計(jì)算的最優(yōu)化實(shí)現(xiàn)提供良好支持[1-2]。

1.1? 雷達(dá)協(xié)同干擾策略分配模型建立

雷達(dá)協(xié)同干擾策略分配算法中，不僅對現(xiàn)有的干擾資源分配較為關(guān)注，同時(shí)還要關(guān)注干擾樣式的分配等問題。根據(jù)這一情況，在進(jìn)行雷達(dá)協(xié)同干擾策略的分配模型構(gòu)建中，可通過對整個(gè)干擾系統(tǒng)中的干擾資源以及所接收的威脅目標(biāo)進(jìn)行假設(shè)，將威脅等級與幾何精度因子結(jié)合作為目標(biāo)函數(shù)，考慮高威脅等級的雷達(dá)干擾因素，建立基于威脅等級的協(xié)同干擾任務(wù)分配模型，式（1）、（2）：

上式中，pij為第i部干擾機(jī)信號進(jìn)入第j部雷達(dá)接收機(jī)時(shí)的信噪比，ωj為雷達(dá)威脅等級。在進(jìn)行各目標(biāo)的威脅等級判定和求值計(jì)算后，根據(jù)判定計(jì)算結(jié)果按照從高至低的順序?qū)ν{等級進(jìn)行排列，并在干擾分配中將干擾資源向目標(biāo)威脅程度為最大的雷達(dá)傾斜，最后再將剩余的干擾資源分配給威脅等級相對較小的雷達(dá)，直至所有干擾資源全部分配完為止。

1.2? 計(jì)算方法研究

根據(jù)上述所建立的雷達(dá)協(xié)同干擾策略分配模型，在進(jìn)行干擾策略的分配計(jì)算中，傳統(tǒng)的動(dòng)態(tài)規(guī)劃算法是根據(jù)一定規(guī)則對所有的干擾分配以窮舉法進(jìn)行干擾分配下的具體效果計(jì)算，從而獲得雷達(dá)協(xié)同干擾策略分配的最優(yōu)解[3]。

其中，遺傳算法進(jìn)行干擾策略分配計(jì)算是根據(jù)適應(yīng)度的大小，以“優(yōu)勝劣汰”為原則進(jìn)行個(gè)體計(jì)算，并在遺傳學(xué)的遺傳算子支持下對個(gè)體進(jìn)行組合、交叉與變異等操作，最終實(shí)現(xiàn)新的種群獲取。值得注意的是，采用遺傳算法進(jìn)行雷達(dá)協(xié)同干擾策略分配計(jì)算中，由于遺傳算法中的交叉與變異概率對算法收斂有著重要的影響，而基本遺傳算法中的交叉與變異概率為定值，為此，本文在采用遺傳算法進(jìn)行雷達(dá)協(xié)同干擾策略分配計(jì)算中，結(jié)合每一代種群的最優(yōu)適應(yīng)度與平均適應(yīng)度情況，采用自適應(yīng)的交叉與變異概率，對其迭代計(jì)算中的最優(yōu)解尋找能力進(jìn)行提升，以避免其計(jì)算分析中過早陷入局部最優(yōu)解，對整個(gè)計(jì)算分析結(jié)果產(chǎn)生影響。首先，在對遺傳算法的選擇操作進(jìn)行改進(jìn)中，由于基本的遺傳算法是采用“優(yōu)勝劣汰”原則進(jìn)行個(gè)體選擇，而所選擇個(gè)體均為對應(yīng)種群中求解問題的最優(yōu)解，并會(huì)作為下一代種群因子在交叉與變異操作中完成迭代計(jì)算，對下一步的操作進(jìn)行支持。因此，本文在對遺傳算法的選擇操作改進(jìn)中，通過將最優(yōu)個(gè)體的基因組成進(jìn)行保留，不參與后續(xù)交叉與變異等操作，而是將具有較高適應(yīng)度的個(gè)體進(jìn)行選擇以進(jìn)行交叉和變異，廢除了基本遺傳算法中隨機(jī)選擇個(gè)體進(jìn)行交叉、變異等操作，從而使最優(yōu)個(gè)體在競爭過程中實(shí)現(xiàn)更優(yōu)個(gè)體獲取和保留，最終確保各種群中的個(gè)體均具有較高的適應(yīng)度。其次，在對上述遺傳算法的交叉操作改進(jìn)中，由于對交叉操作中染色體的選取，是從交叉概率等因素方面進(jìn)行考慮，而基本遺傳算法的交叉概率為一定的情況，容易導(dǎo)致該算法中交叉概率過大時(shí)適應(yīng)度較好的個(gè)體被交叉，對其算法收斂產(chǎn)生不利影響，反之則不能實(shí)現(xiàn)種群個(gè)體的多樣性保證。針對這種情況，為實(shí)現(xiàn)算法收斂與初期種群個(gè)體多樣性等要求的平衡，本文還采用了自適應(yīng)的交叉概率進(jìn)行遺傳算法交叉操作改進(jìn)，其具體計(jì)算公式（3）所示。該公式中的favg為種群個(gè)體平均適應(yīng)度，f為種群中需要交叉的個(gè)體適應(yīng)度，A表示調(diào)整系數(shù)，Pemax，Pemin分別為最大、最小交叉概率，fmax，fmin分別表示的是種群的最大、最小適應(yīng)度。

此外，上述雷達(dá)協(xié)同干擾策略分配算法中，對遺傳算法的變異操作改進(jìn)所采用的變異概率計(jì)算公式（4）所示。該公式中的Pmmax，Pmmin分別為最大、最小變異概率。

2 仿真分析

根據(jù)上述所建立的雷達(dá)協(xié)同干擾策略分配模型及其算法研究，在對其算法驗(yàn)證中，以某戰(zhàn)場區(qū)域中的雷達(dá)網(wǎng)組成和干擾機(jī)編隊(duì)情況、雷達(dá)干擾目的等為例，在掌握其雷達(dá)網(wǎng)的布站以及雷達(dá)、干擾機(jī)編隊(duì)位置與航跡、目標(biāo)等情況下，通過獲取干擾機(jī)偵察分選獲得的各雷達(dá)信息，按照上述算法對其進(jìn)行計(jì)算分析，結(jié)果顯示通過改進(jìn)后的遺傳算法在雷達(dá)協(xié)同干擾策略分配中的最優(yōu)解計(jì)算和尋找性能明顯得到優(yōu)化和提升，具有較好的應(yīng)用效果。圖1與圖2即為采用基本遺傳算法與改進(jìn)后的遺傳算法對上述模擬場景進(jìn)行仿真研究的結(jié)果示意圖。

3 結(jié)語

總之，本文結(jié)合雷達(dá)協(xié)同干擾策略分配中傳統(tǒng)動(dòng)態(tài)規(guī)劃算法的不足，通過建立新的雷達(dá)協(xié)同干擾策略分配模型，采用遺傳算法與粒子群算法進(jìn)行干擾策略分配研究，以實(shí)現(xiàn)雷達(dá)協(xié)同干擾策略分配的計(jì)算方法優(yōu)化，經(jīng)仿真研究顯示，優(yōu)化后的雷達(dá)協(xié)同干擾策略分配算法，不僅具有更快的收斂速度，能夠有效避免陷入局部最優(yōu)解情況發(fā)生，而且能夠?qū)崿F(xiàn)每次計(jì)算分析的最優(yōu)分配策略獲取，效果較為顯著。

[參考文獻(xiàn)]

[1]戴少懷，楊革文，李旻，等.改進(jìn)粒子群算法的組網(wǎng)雷達(dá)協(xié)同干擾資源分配[J].航天電子對抗，2020（4）：29-34，45.

[2]譙梁，楊帥，王鑫，等.雷達(dá)干擾效果評估與協(xié)同干擾策略分配算法研究[J].航天電子對抗，2019（3）：27-32.

[3]付昕瑩.雷達(dá)協(xié)同干擾策略及干擾方法研究[D].成都：電子科技大學(xué)，2020.

（編輯 何 琳）