基于遺傳算法的干擾資源動態分配方法研究

船舶重工集團公司723所 張漢偉 周秀珍

本文提出了一種基于遺傳算法的干擾資源動態分配方法，該方法通過適應度矩陣建立、特征群體選擇、輪盤賭特征群體選擇、基因交叉變異等步驟，解決了面對多部威脅目標時的干擾資源動態分配問題。在仿真場景中，對不同場景下的資源分配結果進行了仿真分析。該方法具有實時性高、方案趨優的特點，對多平臺協同電子對抗的資源動態分配研究具有實際參考意義。

引言

在現代電子戰的背景下，單平臺電子干擾的干擾手段單一，容易被干擾對象被動跟蹤干擾源，而多平臺協同電子干擾可有效提高功率譜密度，提高目標欺騙概率，滿足戰場態勢實時變化對干擾設備多樣性的要求。多平臺協同電子對抗需要解決面對多部威脅目標時的干擾資源動態分配問題，即選派哪些干擾設備進行協同干擾（設備選擇），干擾哪些目標（目標分配），如何實施協同干擾（戰術動作指標規劃）使我方資源的期望損失最小，并且使取得的期望收益最大。本文將研究一種基于遺傳算法的干擾資源動態分配方法，以適應協同電子對抗資源調度問題的需求。

1.干擾適應度評價方法

定義1 假設我方有w個干擾設備，用向量表示；假設敵方有t個目標雷達，用向量表示，用武器目標符號對表示指派我方干擾設備Ji對目標雷達Rj施放干擾，其中

根據干擾設備對目標雷達施放干擾能力的約束條件，干擾適應度期望收益值為：

設備干擾適應度期望損失值為：

設備干擾適應度值用于評價我方干擾設備對目標雷達的干擾綜合適應度期望值，設備干擾適應度值為：

2 基于遺傳算法的干擾資源動態分配算法

假設某時刻戰場態勢下有w個我方干擾設備和t個敵方目標雷達，對于每一個干擾設備的指派，資源動態分配的目標是使干擾設備干擾某目標時取得的收益達到最大，同時損失降低到最小。干擾資源動態分配問題是求解最優干擾設備集合對干擾目標集合的分配方案，該分配方案使對應的目標函數達到最大，其中必須滿足的約束條件為干擾樣式約束和干擾頻段約束，即協同干擾樣式必須為對目標雷達體制有效的干擾樣式，并且協同干擾頻段必須大于或等于干擾目標工作頻段。

電子對抗資源動態分配問題是一個典型的優化問題。求解資源分配問題的算法有很多[1]，一般可分為精確算法（exact algorithm）和啟發式算法（heuristics algorithm）兩大類。本文研究基于免疫遺傳學算法的資源動態分配算法。免疫遺傳學算法主要分為適應度矩陣建立、特征群體選擇、輪盤賭特征群體選擇、基因交叉變異等步驟[2]。

目標分配問題的數學模型[3]為：

個體m被選擇的概率定義：

3.仿真結果與分析

若我方干擾設備與敵方目標雷達數目相等時，可采用一對一進行編碼；若我方干擾設備數目（W）大于敵方雷達數目（T），先將敵方雷達按威脅等級進行編號，然后選出前W-T個威脅等級較高的目標依次編號為T+1，T+2.......W，使其轉化為W=T的問題進行編碼，研究。

仿真場景一：

假設有4個武器和4個目標，THREAT=[0.85，0.5，0.95，0.3]為目標威脅度，設備干擾適應度矩陣為：

假設抗體C=1，4，2，3以一定的概率選取若干位，選取1～3位時，目標按威脅度排序得T1、T2、T4。對于T1，FITN1-1為最大，分配W1給T1；對于T2，FITN2-2最大，分配W2給T2；對于T4，FITN2-4﹥FITN1-4﹥FITN4-4，但是W1，W2已分配完畢，所以只能分配W4給T4，最終，抗體C被修改為C=1，2，4，3。

仿真場景二：

假設有10個干擾設備和6個目標雷達，6個目標雷達按威脅等級排序為（3，2，5，1，4，6），按十進制編碼方案將6個目標擴展成10個目標，其中目標雷達7，8，9，10對應3，2，5，1。假設經貪婪調整操作后某抗體為（1，4，8，2，10，3，9，5，6，7），首先對該抗體還原操作變為（1，4，2，2，1，3，5，5，6，3）。然后對該抗體利用約束條件，對于符合約束條件且適應度值較高的位（>符合約束條件的位數）保持不變，對于不符合約束條件和適應度較低的10位隨機交換YYY位置，則選擇此前未確定的一個基因做交換兩個父個體進行PMX交叉操作如圖1所示，其中“┊”表示交叉點。

圖1 父個體進行PMX交叉操作仿真結果

4.結束語

為適應協同電子對抗資源調度問題的需求，本文提出了一種基于遺傳算法的干擾資源動態分配方法，該方法通過適應度矩陣建立、特征群體選擇、輪盤賭特征群體選擇、基因交叉變異等步驟，解決了面對多部威脅目標時的干擾資源動態分配問題。并在仿真場景中，對我方干擾設備與敵方目標雷達數目相等和不相等的不同場景，對資源分配結果進行了仿真分析。該方法具有實時性高、方案趨優的特點，對多平臺協同電子對抗的資源動態分配研究具有實際參考意義。