基于MOEA\D和频域资源的干扰资源分配方法

本发明属于雷达，涉及一种干扰资源分配方法，具体涉及一种基于moea\d和频域资源的干扰资源分配方法。

背景技术：

1、随着组网雷达的发展与应用，多干扰机协同可以对组网雷达实施有效地干扰。当多干扰机伴随干扰协助目标穿越组网雷达时，雷达和干扰机数量众多，而干扰资源是有限的，需要将有限的干扰资源分配给雷达从而使干扰效果最好。

2、干扰资源分配方法的原理为:首先是干扰资源的描述与集合构建，确定可以分配的干扰资源；其次是干扰效果的定量评价方法与评价指标的选取，作为干扰资源分配的依据；最后是根据干扰效果的评估指标构建干扰资源分配模型，选取合适的算法对干扰资源分配模型进行求解得到的最优干扰资源分配方案。

3、西安电子科技大学在其申请的专利文献“基于干扰向量和nsga-ii算法的干扰资源分配方法”(申请号202210127379.7申请公布号cn 114527435 a)，提出一种基于干扰向量和nsga-ii算法的干扰资源分配方法，该方法基于检测概率、定位精度和跟踪精度三个评估指标作为求解多种干扰资源分配向量在整个突防航线上对应的干扰向量；采用nsga-ii算法比较不同干扰资源分配向量的干扰向量选取最优的干扰资源分配向量，得到最优的干扰资源分配方案。该方法克服了干扰资源分配过程中的指标间冲突而导致的干扰资源分配结果不合理的问题，但其存在的不足之处是在干扰资源分配过程中只考虑干扰方对雷达的干扰需求而未考虑干扰机频域资源利用率的干扰需求，导致的干扰机频域资源浪费的问题。

技术实现思路

1、本发明的目的在于针对上述现有技术的不足，提供一种基于moea\d和频域资源的干扰资源分配方法，用于解决现有技术中存在的未考虑对干扰机频域资源利用率的干扰需求导致的干扰机频域资源浪费的技术问题。

2、为实现上述目的，本发明采取的技术方案包括如下步骤：

3、(1)获取待优化的干扰资源分配向量集：

4、随机生成k个m维干扰对象向量和与其对应的干扰样式向量，并将第k个干扰对象向量为xk＝[xk1,xk2,..xkm..,xkm]与其对应的干扰样式向量为yk＝[yk1,yk2,..ykm..,ykm]组成干扰资源分配向量ak＝[xk yk]，得到干扰资源分配向量集a＝{a1,a2,..ak..,ak}，其中，k≥30，m为干扰机的总数，m≥4，xkm表示第k个干扰对象向量中第m部干扰机的干扰对象，ykm表示第k个干扰样式向量中第m部干扰机采用的干扰样式，ak表示干扰资源分配向量集a中第k个干扰资源分配向量；

5、(2)构建基于频域资源的干扰资源分配模型：

6、构建以f(a)＝{f1(a),f2(a),f3(a)}为多目标函数，以干扰机与干扰对象的数量关系1≤xkm≤3为约束条件s.t.的将干扰需求量化为函数的干扰资源分配模型：

7、

8、

9、

10、其中，1≤xkm≤3表示第k个干扰对象向量中第m部干扰机能够干扰的对象范围为[1,3]，f1(a)、f2(a)和f3(a)分别表示针对干扰对象搜索阶段对应的干扰需求、针对干扰对象跟踪阶段对应的干扰需求和针对干扰机频域资源利用率的干扰需求的三个量化函数，|·|表示取绝对值操作，pd(a)和pd(a)分别表示干扰对象受干扰前、受干扰后的检测概率，pg(a)和pg(a)分别表示表示干扰对象受干扰前、受干扰后的定位精度，pt(a)和pt(a)分别表示表示干扰对象受干扰前、受干扰后的跟踪精度，ω1和ω2为权重，且ω1+ω2＝1，fre(a)表示干扰对象被干扰的带宽，fresum表示所有干扰对象工作的总带宽；

11、(3)计算干扰资源分配向量集的目标函数值得到理想点集：

12、通过干扰资源分配向量集a＝{a1,a2,..ak..,ak}对目标函数f(a)进行求解，得到k个干扰资源分配向量的目标函数值f＝{f1,f2,f3}，fi＝{fi(a1),fi(a2),..fi(ak)..,fi(ak)}，并将每个目标函数值fi中的最大值作为理想点zi，得到理想点集z＝{z1,z2,z3}，其中，i＝1,2,3，fi表示第i个量化函数的k个干扰资源分配向量的目标函数值，zi为第i个量化函数对应的理想点；

13、(4)获取相邻向量索引集：

14、随机生成干扰资源分配向量集a＝{a1,a2,..ak..,ak}对应的k个权重向量λ＝{λ1,λ2,..λk..,λk}，并计算各权重向量之间的欧氏距离，然后将与权重向量λk欧氏距离最近的t个权重向量作为λk的相邻向量，再将t个相邻向量的索引组成λk的相邻向量索引集合bk＝{k1,k2,..kt..,kt}，其中，λ1+λ2+..λk..+λk＝1且λk表示ak的权重向量，t≤k，bk表示λk的相邻向量索引集合；

15、(5)采用moea\d算法对干扰资源分配向量集寻优：

16、(5a)初始化干扰资源分配模型最优解集为ep,令k＝1，ep＝φ；

17、(5b)对干扰资源分配向量集a中与从相邻向量索引集合bk＝{k1,k2,..kt..,kt}随机选取两个索引kv、kq对应的干扰资源分配向量akv、akq进行交叉操作，并对交叉操作后的干扰资源分配向量aak进行变异操作，得到干扰资源分配向量a'k，再令a'k中的干扰对象x'km为1≤x'km≤3，实现对a'k的修正，得到修正后的干扰资源分配向量aa'k；

18、(5c)计算修正后的干扰资源分配向量aa'k的目标函数值f(aa'k)＝{f1(aa'k),f2(aa'k),f3(aa'k)}，当fi(aa'k)＞zi时，将fi(aa'k)的值赋予理想点zi，当gtch(aa'k|bk,zi)≤gtch(ak|bk,zi)时，将aa'k赋予干扰资源分配向量ak，其中，i＝1,2,3，gtch()表示切比雪夫分解运算；

19、(5d)判断干扰资源分配向量ak能否存入最优解集ep中，将ak与ep中的向量进行支配关系比较，若ak不受ep中任何的向量支配成立，则将ak存入最优解集ep中，否则ak不能存入最优解集ep中，同时若ep中有任一向量受ak支配，则将受ak支配的向量从最优解集ep中移除；

20、(5e)判断k＝k是否成立，若是，实现对干扰资源分配向量集a的寻优，得到干扰资源分配模型最优解集ep，否则，令k＝k+1，并执行步骤(5b)；

21、(6)获取干扰资源分配结果：

22、从干扰资源分配模型最优解集ep选取满足干扰需求对应的干扰资源分配向量，并将其作为干扰资源的分配结果。

23、本发明与现有技术相比，具有以下优点：

24、第一，本发明将干扰机频域资源利用率量化为目标函数，避免了干扰资源分配过程中干扰机频域资源浪费的问题。

25、第二，本发明将干扰机针对干扰对象搜索阶段对应的干扰需求、针对干扰对象跟踪阶段对应的干扰需求和针对干扰机频域资源利用率的干扰需求作为三个子目标函数，使得最终干扰资源分配方案既能满足针对雷达的干扰需求又能满足干扰机自身对频域资源利用的干扰需求。