多平台雷达有源干扰资源分配算法

根据现代干扰机特点,建立"多对多"雷达有源干扰资源分配数学模型,结合分配算法的具体应用环境,提出了基于多Agent分布协同拍卖的雷达干扰资源分配算法,实例表明该方法可行。     

固定目标区域的空中干扰机最优干扰覆盖分布算法

GPS干扰机升空可以增大干扰覆盖面积使干扰效果显著,GPS空中干扰机的合理分布可以有效地实现对目标区域的干扰覆盖.通过分析空中干扰机所能达到的干扰覆盖能力,进而运用遗传算法在解决多目标组合优化问题上的灵活性,提出了基于固定目标区域的空中干扰机最优干扰覆盖分布算法.仿真结果表明该算法能够快速有效地得到最优干扰覆盖分布方案.     

对雷达的全极化欺骗干扰技术研究

分析了3种针对单极化假目标的鉴别算法，针对单极化干扰的缺陷，提出并分析了一种干扰极化测量雷达的新技术——全极化干扰，介绍了全极化干扰技术的工作原理，并详细分析了全极化干扰机关键部件的设计。     

改进蚁群算法求解多目标雷达干扰资源优化分配

蚁群算法是一种群智能优化算法,其理论来源于自然界中蚂蚁群的寻径行为。针对地对空多目标雷达干扰系统在实战中目标较多情况下的干扰资源分配问题,提出了一种基于蚁群算法的分配优化模型,为解决传统蚁群算法寻优速度慢,容易陷入局部最优解等缺点,在蚂蚁路径选择策略、信息素挥发、信息素更新和精英保留等方面提出相应改进策略,给出改进后算法的具体实现步骤,最后举出实际算例,通过仿真实验,证明了算法的优越性。     

改进群智能算法多目标干扰决策

如何运用有限的干扰资源获得最大的干扰效益是电子对抗研究的重点技术之一,针对协同电子对抗,提出一种最优干扰决策方法,解决对抗资源和雷达目标数量不等的干扰资源分配问题。围绕组网雷达检测概率和定位精度2个评估指标,建立基于多目标优化的协同干扰决策任务模型。针对传统人工蜂群和蚁群算法流程寻优缓慢的问题,在候选解的搜索中自适应地增加与当次迭代最优解的交叉运算,给出两改进算法对模型的通用求解步骤,通过仿真验证算法提高了收敛速度。     

基于粒子群算法的雷达网干扰资源分配技术研究

对雷达网干扰资源的优化分配,是一个重要而又难以解决的课题.在对粒子群算法进行基本描述的基础上,将该算法应用于雷达网干扰资源分配,来解决雷达网干扰资源优化分配的问题.最后,对算法在雷达网干扰资源分配上的技术实现进行了计算机仿真.仿真结果表明:粒子群算法能很好地解决雷达网干扰资源优化分配问题,具有较好的资源分配效益.     

雷达干扰资源一对多分配方法

在对雷达干扰资源分配的一般优化模型和求解算法进行分析的基础上,从提高资源利用效率的角度出发,提出了目标雷达分群思想,并建立了一种新的基于一对多策略的雷达干扰资源分配模型,通过对目标雷达群的一对一分配实现对单部雷达的一对多分配.最后,对该模型中一些关键性问题进行了探讨,如任务整合、新任务参数确定、任务优先级排序、干扰机位置部署以及单目标雷达群干扰效益评估等.     

空袭远距离支援干扰机阵位选择及航线规划

针对空袭作战中干扰机的需求问题,以空袭作战想定为背景,构建了干扰机遂行远距离支援干扰任务时阵位选择的估算模型;以干扰机电磁压制能力为基础,给出了干扰机航线规划的定量公式;通过仿真,分析了主要参数与干扰机阵位和航线的关系,其结果具有一定的实用价值.     

基于频段覆盖率的协同空战干扰资源分配研究

现代空战中电子干扰占据了越来越重要的地位,针对协同空战中的干扰资源分配问题,提出一种基于频段覆盖率的干扰资源分配方法。对干扰频段覆盖率的各种可能情况进行了分析,并以此为依据建立了载机相对目标的干扰频段覆盖率优势模型;针对人工鱼群算法进行了改进,并将其应用于干扰资源分配模型的解算;对所提方法进行了仿真以及对比分析,结果表明其具有良好的可行性。     

杂波和干扰条件下基于强化学习的机载雷达波形设计

针对复杂电磁环境机载雷达智能抗干扰问题,提出一种基于马尔可夫决策过程（markov decision processes,MDP）的机载雷达波形设计方法。为实现最优决策,建立雷达和干扰MDP博弈模型,融合利用目标、杂波、噪声、雷达和干扰信号等多维度电磁信息,设置信号和干扰噪声比为奖励函数;基于贝尔曼方程和策略迭代法计算信号频域最优策略,通过迭代变换法设计时域最优波形,并采用目标检测概率衡量算法性能。仿真结果表明,和线性调频信号、跳频信号相比,该方法设计波形具有更好的环境适应性和抗干扰能力,在此基础上提高了机载雷达目标检测概率。     

机载干扰和当前雷达在电子战环境下的性能

一、机载微波电子干扰摘要本文讨论当前机载微波电子干扰所使用的技术。包括干扰原理和用来对抗各种专用雷达所采用的不同形式干扰的详细情况。讨论了干扰发射机,并且包括对各种行波管(TWT)功率输出的简要评论。进而估价了西方雷达设计师们将可能面临的干扰机功率。谈到了回答式噪声干扰机的一般设计特点,并指出这种形式的干扰机是自身掩护干扰、随行干扰和掩护式干扰的基础。最后讨论箔条干扰。     

组网雷达协同干扰资源分配模型及算法

针对多干扰机协同作战(Multi-Jammers Cooperative Combat,MCC)问题,研究如何在干扰资源有限的情况下对其进行充分的利用,从而获得最优的干扰收益。将雷达的威胁等级和几何精度因子(GDOP)结合作为目标函数,建立以干扰机时间利用率为约束条件的MCC问题优化模型。运用熵权法计算雷达脉宽、带宽、载频和重频的权重,并根据灰色关联相对贴近度确定雷达的威胁等级,采用离散的粒子群算法对模型进行求解。通过MATLAB仿真表明,该算法可以快速找到目标函数的最优解,得到最佳的分配方案,通过对结果的分析,进一步验证该算法的有效性和模型的可行性。     

防空监视网络传感器资源分配的最优化

针对防空监视网络的传感器管理问题,讨论了传感器资源分配的最优化方法。提出了把传感器资源分配问题映射为多代理系统分布约束最优化问题的解决策略,设计了基于约束代价下界搜索的异步分枝定界最优化算法,实现了传感器资源分配问题最优解的异步并行搜索,给出的仿真实例说明了传感器资源分配最优化方法的有效性。     

基于改进稀疏A~*编队航迹实时规划方法

根据干扰任务与战场态势对随队支援干扰机干扰航线与资源分配的实时规划是空中突防作战中的关键技术。对航迹实时规划技术的概念进行概述,以突发威胁环境为背景,建立随队支援干扰编队的航迹实时规划模型。针对实时搜索的稀疏A*搜索算法,设置了新的目标函数。基于改进的稀疏A*搜索算法,利用仿真技术对三维航迹进行更新,实现实时规划的目的。     

一种雷达组网系统抗压制干扰能力的评估方法

将博弈论方法引入到解决雷达组网系统抗压制干扰能力的评估问题中。以雷达组网系统的不同部署方式的集合作为局中人Ⅰ的策略集;干扰机的不同干扰位置的集合作为局中人Ⅱ的策略集,基于鉴别信息的概念,推导了雷达组网系统关于发现目标的平均信息量的度量模型,提出了将纯局势的各单雷达信干比的加权和作为支付矩阵的对应元素。对上述三个要素构成的矩阵博弈进行了仿真分析,结果表明:该方法是可行的。     

进攻作战预警机与干扰机协同空域配置

针对进攻作战中预警机与己方干扰机协同空域配置问题,以预警机与干扰机在确保各自安全和有效遂行空中目标感知、远距离支援干扰作战任务为前提,构建基于两者存在电磁互扰时的预警机空域配置决策模型、干扰机空域配置决策模型、目标角度估算模型和协同空域配置优化决策模型,并提出一种协同效能评估模型,结合算法流程,针对进攻角、干扰机垂直方向因数,对预警机与干扰机协同空域配置的位置关系进行仿真分析,得出预警机和干扰机在协同作战时最优的空域配置,具有一定的实践指导意义。     

基于Multi-agent协商的多干扰机资源管理

多干扰机协同是组网雷达对抗的一种重要方法。针对多干扰机协同中面临的数据传输率、时效性等因素所引起的干扰资源管理问题，建立了基于中心控制协商和公约协商的干扰资源管理模型，并给出了相应的协同算法与仿真。仿真结果表明：两种方法在组网雷达对抗中均能取得良好的干扰效果及较低的漏威胁目标信号脉冲比例。其中，基于公约的Multi?agent协商在组网干扰资源管理方面具有更好的可行性，其效果优于基于中心控制协商的方法。     

基于独立分量分析的共址干扰抑制算法

从独立分量分析的角度探讨了共址干扰抑制问题,并提出了基于互信息最小准则的干扰抑制算法。该算法利用了信号的高阶统计信息,兼顾了复杂度和精度,并且能够有效地抑制非高斯性干扰。为使算法稳定,对权值迭代公式进行了归一化处理;给出了新的共址干扰抑制滤波器结构;分析了算法稳定收敛的充分条件。仿真实验表明:该算法能够很好地将弱有用信号从强干扰信号中分离。     

伴随掩护进攻分队时雷达干扰机队形研究

针对雷达干扰机伴随掩护任务的需要,通过分析进攻分队进攻队形,对雷达干扰机与进攻分队的协同提出约束,并以干扰效能发挥为依据,建立了队形模型和机队形优化模型。通过仿真分析,得出了不同队形情况下干扰效果随队形倾角变化的情况,并提出了队形选择的建议。     

对卫星通信链路干扰仿真分析*

研究通过地基大功率干扰机干扰卫星通信上行链路,通过无人机干扰卫星通信的下行链路。通过载噪比和误码率对卫星通信链路的性能进行分析,对地基干扰大功率机干扰卫星通信上行链路进行了仿真分析,研究干扰机布放数量、干扰功率、干扰频率、通信数据传输速率和调制方式等因素对干扰效果的影响,并对无人机干扰卫星通信的下行链路进行了仿真分析,得出无人机和地基干扰机干扰卫星通信的一些作战使用结论。