基于粒子群優(yōu)化的蟻群算法在戰(zhàn)場電磁頻率分配中的應用

李東海,王勇軍

(解放軍91404部隊,河北秦皇島　066000)

?

基于粒子群優(yōu)化的蟻群算法在戰(zhàn)場電磁頻率分配中的應用

李東海,王勇軍

(解放軍91404部隊,河北秦皇島066000)

摘要:為對戰(zhàn)場電磁頻率進行有效分配以減少用頻設(shè)備間的相互干擾,提出了將一種基于粒子群優(yōu)化的蟻群算法應用于頻率分配的方法。首先介紹了戰(zhàn)場頻率管控流程的相關(guān)內(nèi)容,并以干擾度最低為目標函數(shù),使用基于粒子群算法優(yōu)化的蟻群算法進行頻率分配管理。粒子群算法優(yōu)化蟻群算法中啟發(fā)信息的權(quán)重及信息素揮發(fā)系數(shù),作為粒子群位置和速度參數(shù)進行初始化,將粒子群算法生成的分配結(jié)果作為蟻群算法的初始信息素,利用蟻群算法較強的尋優(yōu)能力尋找最佳分配方案。實驗結(jié)果驗證了該算法和模型的可行性。

關(guān)鍵詞:電磁頻率分配;電磁兼容性分析;粒子群算法;蟻群算法

在現(xiàn)代作戰(zhàn)環(huán)境中,作戰(zhàn)雙方為確保正確獲得戰(zhàn)場綜合信息并保證各部隊間安全有效的協(xié)同作戰(zhàn)和合成指揮,將數(shù)目極多的無線電子裝備運用于戰(zhàn)場,導致戰(zhàn)場電磁環(huán)境復雜度極高。高技術(shù)條件下,作戰(zhàn)體系中導航定位、軍事通信、情報偵察、預警探測、指揮控制、制導武器等分系統(tǒng)的正常運轉(zhuǎn),都必須依賴頻譜資源,但頻譜資源極其有限,若沒有有效的管理手段,不同分系統(tǒng)將會相互干擾,對作戰(zhàn)造成較壞的影響甚至導致作戰(zhàn)能力的喪失,因此現(xiàn)代戰(zhàn)爭中必須保證無線電頻譜的正確管理和頻譜資源的有效使用[1]。戰(zhàn)場頻譜管理的研究,旨在研究科學合理的頻譜管理手段,為現(xiàn)代戰(zhàn)場中不同武器系統(tǒng)分配相應的頻率或頻段,防止設(shè)備之間的相互干擾,確保無線設(shè)備間的通信暢通,其主要方法手段是頻率分配,目前常用的頻率分配方法有遺傳算法、粒子群算法、蟻群算法等,這些算法各有優(yōu)點與不足,如遺傳算法在全局內(nèi)隨機搜索,但未能充分考慮個體間的相互聯(lián)系,缺乏對個體多樣性和群體收斂性動態(tài)平衡等因素的調(diào)整,而蟻群算法同樣缺乏合理的機制來維持頻率分配結(jié)果的多樣性及收斂性間的動態(tài)平衡,容易出現(xiàn)過早收斂于非全局最優(yōu)解的情況,粒子群算法則在離散化問題上優(yōu)化潛力不足,易陷入局部最優(yōu)值。本文在先前研究的基礎(chǔ)上,綜合使用蟻群算法和粒子群算法對頻率進行分配,以粒子群算法生成初始結(jié)果,再將初始分配結(jié)果作為蟻群信息素進行蟻群算法優(yōu)化,從而提高分配效率和效果,并進行性能驗證。

1頻率管控流程

現(xiàn)代戰(zhàn)爭戰(zhàn)場電磁環(huán)境復雜,頻譜管理呈現(xiàn)出以下特點[2]:1)各類信息裝備密集,頻譜管理難度高;2)信息業(yè)務(wù)種類繁多,頻譜管理組織復雜;3)頻譜資源爭奪激烈,頻譜管理任務(wù)艱巨;4)軍用民用頻譜交疊,頻譜管理協(xié)調(diào)繁重。針對這些特點, 無線電頻譜管控需要電磁環(huán)境監(jiān)測方法管理和監(jiān)督用頻裝備的使用和設(shè)置,并制定統(tǒng)一規(guī)劃和頻譜分配制度來保持用頻秩序,從而確保各種無線電設(shè)備的正常工作。無線電頻譜管控流程主要包括:1)通過全方位、大縱深、立體化的無線電頻譜感知網(wǎng)絡(luò)監(jiān)控設(shè)備的頻率使用情況;2)建設(shè)智能化、分布式的用頻信息處制決策網(wǎng)絡(luò);3)選取最優(yōu)頻率分配方法實現(xiàn)頻譜動態(tài)分配和頻率信息注入,為戰(zhàn)場用頻設(shè)備如雷達系統(tǒng)、導航系統(tǒng)、多譜傳感器系統(tǒng)、遙測系統(tǒng)、定位系統(tǒng)和無線電通信系統(tǒng)等提供正確有效的頻譜接入和頻率信息支持。通過這些管控流程協(xié)調(diào)各種用頻設(shè)備的業(yè)務(wù)關(guān)系、消除我方各種用頻設(shè)備的相互干擾,實現(xiàn)對頻譜資源的有效利用。

1.1頻譜監(jiān)測

頻譜監(jiān)測是實現(xiàn)頻率管控的基礎(chǔ),通過合理配置布放功能完善的頻譜監(jiān)測設(shè)備和配套設(shè)施,建立起完善的頻譜監(jiān)測網(wǎng)絡(luò),對電磁信號進行測量、監(jiān)視并計算各用頻設(shè)備電磁信號的載頻、帶寬和頻偏,匯總統(tǒng)計頻譜使用狀況,并對干擾源進行定位,同時統(tǒng)計分析監(jiān)測網(wǎng)絡(luò)和電離層斜射儀的短波信息,為頻率分配和干擾診斷提供數(shù)據(jù)依據(jù)。頻譜監(jiān)測數(shù)據(jù)主要有:1)信號出現(xiàn)時間和樣式;2)實際頻譜占用度和核準占用度數(shù)據(jù);3)信號之間和信號內(nèi)部的干擾數(shù)據(jù)、偏離核準發(fā)射參數(shù);4)非法發(fā)射源的發(fā)射參數(shù)和位置數(shù)據(jù)等。

1.2電磁兼容性分析

電磁兼容(Electromagnetic Compatibility, EMC)性分析[3]是頻率分配和頻譜管控的主要依據(jù),主要通過時間、空間和頻率這三維層面統(tǒng)計分析各用頻設(shè)備間的電磁隔離度,分析設(shè)備間電磁干擾的影響范圍和強度大小,評估電磁干擾的影響程度。EMC分析必須貫穿于頻率管控的各個環(huán)節(jié),是完善的頻率管控的基礎(chǔ),也是分析干擾和排除干擾的主要方法,EMC分析主要包括三項工作:1)建立頻譜管理配套的數(shù)據(jù)庫;2)構(gòu)建具有一定頻段范圍和業(yè)務(wù)管理范圍的電波傳播模型;3)設(shè)立準確、立體的專用地理信息系統(tǒng)平臺。通過一系列措施,EMC才能有效地管理頻譜,分析并排查干擾。

1.3頻譜管控方案

信息化作戰(zhàn)訓練中制定訓練方案和計劃必須有科學嚴謹?shù)念l譜管控方案,頻譜管控方案主要有頻譜管理計劃、頻率使用計劃和頻譜處置預案等,其實施步驟包括:1)收集訓練地域的電磁環(huán)境信息,評估電磁環(huán)境態(tài)勢;2)匯集各業(yè)務(wù)設(shè)備頻譜需求,制訂頻譜管理事項;3)綜合訓練方案出具頻率使用方案,包括頻段的使用時間、分配、限制頻段和保護頻段等內(nèi)容。

1.4頻率分配方法

制訂科學合理的頻率分配方案必須匯總分析兩種資源:1)頻譜資源,主要是扣除強干擾頻率、保護頻率、限制頻率和上級已使用頻率后的頻譜資源;2)各業(yè)務(wù)裝備的頻譜需求。統(tǒng)計頻率資源和頻率需求后,根據(jù)優(yōu)先級順序為最高級業(yè)務(wù)分配頻段,以保證無線電通信業(yè)務(wù)暢通,再使用優(yōu)化算法分配頻率,確定備用頻設(shè)備的頻率使用方案。本方法主要使用蟻群算法和粒子群算法聯(lián)合優(yōu)化算法。

2干擾最小的頻率分配模型

頻率分配的常用目標函數(shù)包括占用頻率資源最少、干擾度最低、帶寬最小、干擾優(yōu)先次序和通信效果最優(yōu)等,其中最熱點的是以頻率復用為核心的頻率規(guī)劃技術(shù),即將同一頻率作為不同扇區(qū)的載頻同時保證這些扇區(qū)的同頻干擾因距離足夠而保持在可接受的水平,頻率利用技術(shù)有效提高了頻譜使用效率,但可能會造成不同小區(qū)間的鄰頻干擾和同頻干擾[4]。

(1)

(2)

(3)

若需對第i個小區(qū)的所有無線電頻率進行重新分配,可將所有需用頻率視作變量,將Ri作為干擾評價函數(shù),則頻率分配的目標是最小化Ri,為進一步簡化模型不考慮頻率分配的約束條件,則整個作戰(zhàn)區(qū)域n個小區(qū)的頻率分配目標為

(4)

3粒子群優(yōu)化的蟻群算法及其應用

3.1蟻群算法

螞蟻覓食時會沿途釋放信息素,路徑信息量越大螞蟻越可能走,從而釋放更多的信息素,這樣造成一個良性循環(huán),蟻群算法是模擬蟻群覓食行為方式的優(yōu)化算法[6]。將蟻群算法優(yōu)化粒子群算法,完成最小化干擾度。

蟻群算法主要分為三個流程:初始化,信息素更新,求得最優(yōu)解。在初始化時,將粒子群算法生成的結(jié)果進行加強,使蟻群算法的收斂速度加快盡快得到最優(yōu)解,通過實驗測得加強倍數(shù)為5.5時效果較優(yōu),在調(diào)度算法中采用加強位數(shù)為5.5。

在信息素更新前,螞蟻將會沿路徑行走,設(shè)在t時刻第k個螞蟻爬到節(jié)點xij的轉(zhuǎn)移概率如式(5)所示。

(5)

(6)

3.2粒子群算法

(7)

粒子的速度和位置迭代公式如式(8)、(9)所示。

(8)

(9)

3.3優(yōu)化蟻群算法

蟻群算法易陷入局部的極值點,易對模型造成不利的影響,為了解決這個問題,使用粒子群算法對其進行優(yōu)化,即使用粒子群算法優(yōu)化蟻群算法中啟發(fā)信息的權(quán)重β及信息素揮發(fā)系數(shù)ρ,作為粒子群位置和速度參數(shù)進行初始化,將粒子群算法生成的分配結(jié)果作為蟻群算法的初始信息素,利用蟻群算法較強的尋優(yōu)能力尋找最佳分配方案,從而提高蟻群算法尋優(yōu)的快速性。優(yōu)化蟻群算法應用于電磁頻率分配的流程如圖1所示。

圖1　基于蟻群優(yōu)化算法的電磁頻率分配流程圖

4性能驗證

設(shè)定作戰(zhàn)區(qū)域有20個用頻設(shè)備需要進行頻率分配,分配的頻段范圍是[Fmin,Fmax]。為便于統(tǒng)籌管理,將[Fmin,Fmax]劃分為60個子頻段,并等間隔地各取3段劃分給各用頻設(shè)備,這樣可避免小區(qū)內(nèi)部頻率間隔的限制,同時使同頻干擾和鄰頻干擾的約束降低到較小的程度。

設(shè)定粒子群算法的群體規(guī)模為60,迭代次數(shù)為60,蟻群算法的群體規(guī)模為60,α=β=1,ρ=0.15,迭代次數(shù)為60,可得作戰(zhàn)區(qū)域內(nèi)的干擾的仿真結(jié)果,為便于對比,將復合算法的仿真結(jié)果與粒子群算法的結(jié)果進行比較,如圖2所示。

圖2　仿真結(jié)果

由圖2可知,使用了基于粒子群優(yōu)化的蟻群算法進行頻率分配后,整個作戰(zhàn)區(qū)域的干擾數(shù)目快速降低,在10次迭代前就可以降低到較低的程度,此后隨著迭代次數(shù)的增加以較小幅度降低,但迭代到40次以后干擾數(shù)目不再變化,即使繼續(xù)迭代至60次,干擾數(shù)目仍然難以下降到0,說明作戰(zhàn)區(qū)域的頻率干擾難以完全消除,但與粒子群算法優(yōu)化的結(jié)果比較,復合算法優(yōu)化的過程中先用粒子群算法為蟻群算法分配較優(yōu)的信息素,再利用蟻群算法尋找最佳分配方案,從而提高蟻群算法尋優(yōu)的快速性,確實使算法的性能得到了較大的提高,可以使運行結(jié)果較快地達到較好的結(jié)果。

5結(jié)束語

頻譜管控和頻率管理是信息化作戰(zhàn)條件下作戰(zhàn)區(qū)域管理和無線電傳輸?shù)囊豁椫匾獌?nèi)容和基礎(chǔ)保障條件,本文在分析無線電作戰(zhàn)的基礎(chǔ)上,對頻率管控的流程進行了初步探討,并以干擾最小化為目標,使用基于粒子群優(yōu)化的蟻群算法進行頻率分配。仿真結(jié)果表明該算法具有一定的成效,但仍難以完全消除區(qū)域干擾,這也說明了頻率分配是一項非常復雜且困難的工作,以后將繼續(xù)優(yōu)化算法模型以取得更好的效果。

參考文獻:

[1]羅文堅,曹先彬,王煦法.用一種免疫遺傳算法求解頻率分配問題[J].電子學報,2003,31(6):915-917.

[2]陳自衛(wèi),石雄.基于遺傳算子的粒子群算法在戰(zhàn)場頻率分配中的應用[J].艦船電子工程,2010,30(3):73-76.

[3]王新增,劉佳楠,肖金保，等.基于粒子群算法的電磁頻譜分配方法研究[J].現(xiàn)代電子技術(shù),2013,36(17):5-8.

[4]李新生,宋博,唐紅等.復雜電磁環(huán)境下聯(lián)合作戰(zhàn)戰(zhàn)場電磁頻譜管理研究[J].河北科技大學學報,2011,32(12):5-8.

[5]柴寶杰,劉大為.基于粒子群優(yōu)化的蟻群算法在TSP中的應用[J].計算機仿真，2009,26(8):89-92.

[6]王先義,陳丹俊,劉斌，等.復雜電磁環(huán)境戰(zhàn)場頻譜管理[J].中國電子科學研究院學報,2008,3(4):338-344.

Application of Ant Colony Algorithm Based on Particle Swarmin Frequency Assignment on Battlefield

LI Dong-hai， WANG Yong-jun

(the Unit 91404 of PLA, Qinhuangdao 066000, China)

Abstract:The multiple optimization method for frequency assignment is put forward to solve the inter-interference of the radio equipment on the battlefield. The relevant content of battlefield frequency-control process is introduced and the minimum interference is used as the objective function. For optimizing the ant colony algorithm the particle swarm algorithm is initialized by setting the weight of the heuristic information and pheromone volatilization coefficient as the location and velocity. The distribution result of the particle swarm algorithm is used as the initial pheromone of ant colony algorithm to search the optimal scheduling scheme. The experiment result proves the feasibility of the model and the algorithm.

Key words:frequency assignment; electromagnetic compatibility analysis; particle swarm algorithm; ant colony algorithm

中圖分類號:TN974；E917

文獻標志碼:A

DOI:10.3969/j.issn.1673-3819.2016.02.011

作者簡介：李東海(1975-),男,河北玉田人,碩士研究生,工程師,研究方向為雷達對抗。王勇軍(1978-),男,工程師。

收稿日期：2015-11-16

文章編號：1673-3819(2016)02-0048-04

修回日期： 2015-12-09