隨隊(duì)干擾動(dòng)態(tài)資源分配模型與算法*

向崇文,姜青山,屈 振

(1.海軍航空工程學(xué)院,山東 煙臺(tái) 264001; 2.解放軍91960部隊(duì),廣東 汕頭 515074; 3.解放軍91395部隊(duì),北京 102488)

?

隨隊(duì)干擾動(dòng)態(tài)資源分配模型與算法*

向崇文1,2,姜青山1,屈 振3

(1.海軍航空工程學(xué)院,山東 煙臺(tái) 264001; 2.解放軍91960部隊(duì),廣東 汕頭 515074; 3.解放軍91395部隊(duì),北京 102488)

針對(duì)隨隊(duì)干擾動(dòng)態(tài)資源分配問題進(jìn)行研究。首先,基于任務(wù)剖面形式化描述方法對(duì)隨隊(duì)干擾任務(wù)進(jìn)行分解,分析隨隊(duì)干擾任務(wù)決策流程。通過構(gòu)建干擾資源動(dòng)態(tài)分配機(jī)制,建立動(dòng)態(tài)資源分配優(yōu)化模型,并提出了基于改進(jìn)二進(jìn)制粒子群算法的動(dòng)態(tài)資源分配優(yōu)化方法。仿真實(shí)例表明,該算法的有效性和魯棒性較好,對(duì)于輔助電子對(duì)抗作戰(zhàn)決策具有借鑒意義。

隨隊(duì)干擾;動(dòng)態(tài);資源分配;模型

隨著電子信息技術(shù)的迅猛發(fā)展,先進(jìn)的電子信息裝備廣泛應(yīng)用于現(xiàn)代防空體系,促使雷達(dá)系統(tǒng)的探測(cè)性能及抗干擾能力不斷提升,對(duì)突擊飛機(jī)編隊(duì)順利突防和遂行突擊任務(wù)造成嚴(yán)重威脅。信息化條件下的局部戰(zhàn)爭(zhēng)中,電子對(duì)抗通常作為作戰(zhàn)行動(dòng)先導(dǎo),并貫穿作戰(zhàn)全過程。奪取和掌控電磁優(yōu)勢(shì),謀求信息優(yōu)勢(shì),對(duì)于突擊編隊(duì)順利完成作戰(zhàn)任務(wù)至關(guān)重要。作戰(zhàn)雙方圍繞制電磁權(quán)展開激烈斗爭(zhēng),電子戰(zhàn)更趨激烈。

隨隊(duì)干擾(ESJ)亦稱伴隨干擾,是電子戰(zhàn)飛機(jī)的一種典型作戰(zhàn)運(yùn)用方法。通常由電子戰(zhàn)飛機(jī)與突擊飛機(jī)統(tǒng)一編隊(duì)實(shí)施突防完成突擊任務(wù)。現(xiàn)代戰(zhàn)場(chǎng)雷達(dá)輻射源目標(biāo)分布廣泛、動(dòng)態(tài)變化,雷達(dá)干擾資源分配是否合理、高效,直接影響電子戰(zhàn)飛機(jī)隨隊(duì)干擾的作戰(zhàn)效能。雷達(dá)干擾資源分配是在電子偵察基礎(chǔ)上,針對(duì)敵方電子戰(zhàn)目標(biāo)的數(shù)量、威脅等級(jí)、威脅時(shí)間,結(jié)合我方干擾資源及戰(zhàn)術(shù)要求,運(yùn)用各種干擾資源分配技術(shù),合理分配干擾資源,充分發(fā)揮干擾資源效益的過程[1]。目前,對(duì)于雷達(dá)干擾資源分配的研究思路主要基于干擾效益矩陣,建立資源分配模型,采用遺傳算法、蟻群算法、模擬退火算法等資源分配優(yōu)化算法求解分配方案[2-6]。但是,這些研究成果主要集中在靜態(tài)條件下的資源分配,不適用于隨隊(duì)干擾過程中的動(dòng)態(tài)資源分配,無法達(dá)到作戰(zhàn)全過程干擾效益最大化。

本文主要針對(duì)雷達(dá)輻射源目標(biāo)隨隊(duì)干擾動(dòng)態(tài)資源分配問題進(jìn)行研究。首先采用形式化語言描述方法進(jìn)行隨隊(duì)干擾任務(wù)分解,分析干擾任務(wù)-干擾資源內(nèi)在關(guān)聯(lián)。通過優(yōu)化隨隊(duì)干擾動(dòng)態(tài)資源分配機(jī)制,建立動(dòng)態(tài)資源分配模型。最后,構(gòu)建改進(jìn)型二進(jìn)制粒子群優(yōu)化算法,可以有效生成隨隊(duì)干擾動(dòng)態(tài)資源分配方案。

1 隨隊(duì)干擾任務(wù)描述與決策流程

1.1 隨隊(duì)干擾任務(wù)描述

如圖1所示,電子戰(zhàn)飛機(jī)掛載機(jī)載電子干擾吊艙實(shí)施隨隊(duì)干擾,主要以有源干擾方式對(duì)敵方防空體系中的艦空導(dǎo)彈武器系統(tǒng)的目標(biāo)搜索雷達(dá)、制導(dǎo)雷達(dá)、炮瞄雷達(dá)和機(jī)載火控雷達(dá)等輻射源目標(biāo)實(shí)施電子干擾,降低其作戰(zhàn)效能,以提高突擊編隊(duì)的突防成功率和戰(zhàn)場(chǎng)生存率[7]。電子戰(zhàn)飛機(jī)任務(wù)剖面是指電子戰(zhàn)飛機(jī)為完成以電子戰(zhàn)為核心的作戰(zhàn)任務(wù)全過程經(jīng)歷的系列事件及戰(zhàn)場(chǎng)環(huán)境的時(shí)序及邏輯關(guān)系綜合描述[8]。采用基于任務(wù)剖面的形式化描述可以對(duì)干擾任務(wù)進(jìn)行層次分解。隨隊(duì)干擾電子戰(zhàn)飛機(jī)的干擾任務(wù)集Task={Task1,Task2,…,Task},作戰(zhàn)任務(wù)的形式化定義表述為以下六元組形式:Task=(Name,Time,Area,Environment,Formation,Planning)。式中,Name為任務(wù)名稱,Time為任務(wù)時(shí)間,Area為任務(wù)區(qū)域,Environment為任務(wù)環(huán)境,Formation為任務(wù)編成,Planning為任務(wù)規(guī)劃。

1.2 隨隊(duì)干擾任務(wù)決策

電子戰(zhàn)飛機(jī)在遂行隨隊(duì)干擾任務(wù)過程中,面臨目標(biāo)數(shù)量多、目標(biāo)類型多、狀態(tài)變化快等復(fù)雜態(tài)勢(shì),而航空電子戰(zhàn)資源極為有限,必須規(guī)劃時(shí)機(jī)準(zhǔn)確、頻率對(duì)準(zhǔn)、空域覆蓋、功率適當(dāng)、樣式匹配的干擾任務(wù)。隨隊(duì)干擾任務(wù)決策流程如圖2所示,任務(wù)決策的關(guān)鍵環(huán)節(jié)主要是針對(duì)干擾目標(biāo)籌劃電子戰(zhàn)力量的任務(wù)分配,即基于干擾資源進(jìn)行資源優(yōu)化分配,使得隨隊(duì)干擾效益最大化。其中,干擾資源對(duì)應(yīng)于任務(wù)剖面的任務(wù)編成Formation,資源分配是任務(wù)規(guī)劃Planning的核心環(huán)節(jié)。

2 隨隊(duì)干擾動(dòng)態(tài)資源分配模型

2.1 動(dòng)態(tài)資源分配機(jī)制

以美海軍EA-18G艦載電子戰(zhàn)飛機(jī)為例,該型飛機(jī)配有9個(gè)外掛點(diǎn),可同時(shí)安裝5個(gè)ALQ-99干擾吊艙。ALQ-99干擾吊艙將頻率范圍分為10個(gè)頻段,單個(gè)吊艙一般含兩個(gè)頻段發(fā)射機(jī),而ALQ-99干擾吊艙共有17型之多。在作戰(zhàn)過程中,隨隊(duì)干擾電子戰(zhàn)飛機(jī)需要根據(jù)電磁威脅變化情況調(diào)整干擾策略以求干擾資源最優(yōu)分配[9-10]。圖3為干擾資源分配機(jī)制示意圖,資源分配就是依據(jù)雷達(dá)的威脅程度和干擾單元的干擾效益尋求干擾單元與雷達(dá)的最佳匹配。在起始時(shí)刻Time=0時(shí),雷達(dá)威脅程度排序(R1,R2,…,Rm),初次資源分配是理想的“一對(duì)一”分配方案;而隨著時(shí)間變化,在時(shí)刻Time=k對(duì)抗態(tài)勢(shì)發(fā)生變化,此時(shí)雷達(dá)威脅程度排序(R1,R3,…,R2),出現(xiàn)“一對(duì)多”及“多對(duì)一”的分配情況。

圖3 隨隊(duì)干擾動(dòng)態(tài)資源分配機(jī)制

由此,得出動(dòng)態(tài)資源分配機(jī)制應(yīng)遵循的原則:1)干擾資源優(yōu)先分配威脅程度高的雷達(dá)輻射源目標(biāo);2)優(yōu)先使用干擾效益好的干擾資源;3)當(dāng)前時(shí)刻干擾資源的占用率盡量要低;4)干擾時(shí)機(jī)選擇應(yīng)隨著輻射源目標(biāo)威脅等級(jí)變化而調(diào)整;5)干擾資源在各時(shí)刻的分配調(diào)整次數(shù)盡量要少等?；谝陨蠝?zhǔn)則的動(dòng)態(tài)資源分配機(jī)制,將形成對(duì)敵干擾效果、飛機(jī)生存能力和資源消耗度等三個(gè)方面的優(yōu)化效果。

2.2 動(dòng)態(tài)資源分配建模

通過對(duì)動(dòng)態(tài)資源分配機(jī)制的分析,資源分配隨時(shí)間變化呈現(xiàn)動(dòng)態(tài)性。因此,需要在時(shí)域上動(dòng)態(tài)分配干擾資源。本文提出資源分配時(shí)間窗的概念。

定義1 資源分配時(shí)間窗(Resource Assignment Time Window,RATW)：將全部干擾資源進(jìn)行時(shí)域分區(qū),在對(duì)應(yīng)的時(shí)間窗內(nèi)進(jìn)行最優(yōu)資源分配,從而形成作戰(zhàn)全過程的干擾資源最優(yōu)分配。

定義2 時(shí)間窗寬度(Time Window Width,TWW)：時(shí)間窗寬度取決于雷達(dá)輻射源目標(biāo)及干擾機(jī)的工作狀態(tài),并與干擾時(shí)機(jī)選取相關(guān)聯(lián)。假設(shè)單個(gè)目標(biāo)最小干擾時(shí)間為TR,隨隊(duì)干擾任務(wù)時(shí)間為TF,則時(shí)間窗TW的取值應(yīng)該滿足:

(1)

當(dāng)TW=TR時(shí),表示干擾資源以最小干擾時(shí)間TR為時(shí)間間隙進(jìn)行資源分配;當(dāng)TW=TF時(shí),干擾資源分配至少在干擾任務(wù)時(shí)間TF起始時(shí)刻達(dá)到最優(yōu)。

假設(shè)在作戰(zhàn)過程中共有M個(gè)雷達(dá)目標(biāo)、N個(gè)干擾單元,隨隊(duì)干擾任務(wù)時(shí)間TF可分隔為K個(gè)資源分配時(shí)間窗RATW,雷達(dá)目標(biāo)集R={R1,R2,…,RM},干擾資源集J={J1,J2,…,JN},采用矩陣形式表示動(dòng)態(tài)資源分配策略[11]:初始分配矩陣A、動(dòng)態(tài)分配矩陣B及分配效益矩陣E。

定義3 初始分配矩陣A、動(dòng)態(tài)分配矩陣B及分配效益矩陣E。

1)初始分配矩陣A為起始時(shí)刻干擾資源分配策略:

A={am,n,kam,n,k∈{0,1}}M×N×K

(2)

式中,am,n,k=1表示在時(shí)間窗k雷達(dá)目標(biāo)Rm分配干擾資源Jn,反之,am,n,k=0。

2)動(dòng)態(tài)分配矩陣B為時(shí)間窗k干擾資源分配策略:

B={bm,n,kbm,n,k∈{0,1}}M×N×K

(3)

式中,bm,n,k=1表示在時(shí)間窗k雷達(dá)目標(biāo)Rm分配干擾資源Jn,反之,bm,n,k=0。

3)分配效果矩陣E為時(shí)間窗k干擾資源分配策略效果:

E={em,n,k}M×N×K

(4)

分配效果矩陣元素em,n,k取決于干擾時(shí)機(jī)、干擾頻率、干擾功率、干擾樣式等4個(gè)方面,具體取值采用文獻(xiàn)[12]的隸屬度函數(shù)方法確定。

根據(jù)以上定義和動(dòng)態(tài)資源分配機(jī)制的目標(biāo)可知,隨隊(duì)干擾動(dòng)態(tài)資源分配是一類典型的多目標(biāo)組合優(yōu)化問題。構(gòu)建隨隊(duì)干擾動(dòng)態(tài)資源分配模型的目標(biāo)函數(shù)及約束條件:

(5)

(6)

(7)

(8)

式(5)中,U為隨隊(duì)干擾動(dòng)態(tài)資源分配效益指數(shù),U值越大表明資源分配越好,rm為目標(biāo)的威脅系數(shù);式(6)中,H為資源分配穩(wěn)定指數(shù),H值越大表明資源分配切換次數(shù)越少;式(7)為時(shí)間窗約束條件,確保每個(gè)雷達(dá)目標(biāo)至少在時(shí)間窗分配到t個(gè)干擾單元;式(8)為干擾數(shù)約束條件,保證每個(gè)干擾單元分配的雷達(dá)目標(biāo)數(shù)不超過上限s。

3 隨隊(duì)干擾動(dòng)態(tài)資源分配算法

隨隊(duì)干擾動(dòng)態(tài)資源分配問題的解空間呈現(xiàn)爆炸性增長(zhǎng)特性,屬于NP問題,因此，傳統(tǒng)的最大元素法、貼近度算法、連續(xù)循環(huán)布爾操作法、模糊多屬性動(dòng)態(tài)規(guī)劃算法都很難適用,智能優(yōu)化算法在這類問題中具有較大優(yōu)勢(shì)。本文采用改進(jìn)型二進(jìn)制粒子群算法(BPSO)求解隨隊(duì)干擾動(dòng)態(tài)資源分配方案[11]。

3.1 BPSO算法優(yōu)化

1)無約束單目標(biāo)優(yōu)化

改進(jìn)型二進(jìn)制粒子群算法適用于在資源分配問題的離散空間尋求最優(yōu)解,采用在適應(yīng)度函數(shù)中加入罰函數(shù)將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為無約束單目標(biāo)優(yōu)化問題。

動(dòng)態(tài)資源分配效益指數(shù)U和穩(wěn)定指數(shù)H都屬效益型函數(shù),將其進(jìn)行歸一化處理。

(9)

(10)

構(gòu)建無約束單目標(biāo)適應(yīng)度函數(shù):

式中,xi為粒子;w1,w2分別為U和H的權(quán)重系數(shù),且滿足w1+w2=1;α為罰因子。

2)粒子位置更新

(12)

(13)

(14)

3.2 BPSO算法流程

基于改進(jìn)型二進(jìn)制粒子群算法求解隨隊(duì)干擾動(dòng)態(tài)資源分配問題的流程如下[13]:

Step2:速度及位置更新。采用式(12)至式(14)更新粒子群的速度及位置,迭代次數(shù)變量z=z+1。

Step3:粒子適應(yīng)度計(jì)算。利用式(11)計(jì)算當(dāng)前各粒子的適應(yīng)度。

Step4:個(gè)體最優(yōu)解及群體最優(yōu)解更新。比較各粒子與上一代粒子的適應(yīng)度值,若更優(yōu)則將當(dāng)前位置更新為個(gè)體最優(yōu)位置,否則保持位置不變。同時(shí),將當(dāng)前所有粒子的最佳位置與群體最優(yōu)值進(jìn)行比較更新。

Step5:迭代終止判斷。迭代次數(shù)變量z是否達(dá)到最大迭代次數(shù)Z作為迭代終止判斷條件。

Step6:動(dòng)態(tài)分配矩陣B輸出。算法終止后,全局最優(yōu)解Pg即為動(dòng)態(tài)分配矩陣B。

4 仿真實(shí)例

4.1 假設(shè)條件

假設(shè)條件的參數(shù)設(shè)置如下:作戰(zhàn)想定條件,時(shí)間窗數(shù)K=3,時(shí)間窗約束t=1、干擾數(shù)約束條件s=2,雷達(dá)目標(biāo)數(shù)M=5、干擾資源數(shù)N=5,目標(biāo)威脅系數(shù)rm,m=1,2,…,M,如表1所示,分配效果矩陣E如表2所示;基于Matlab軟件經(jīng)多次仿真確定初始化算法參數(shù),慣性因子ε=0.3、加速因子c1=c2=1.49,權(quán)重系數(shù)w1=0.8,w2=0.2,罰因子α=1,最大速度Vmax=5,種群規(guī)模L=50,維數(shù)D=5×5,最大迭代次數(shù)Z=200。

表1 電子戰(zhàn)目標(biāo)威脅系數(shù)

表2 分配效果矩陣E(k=1,2,3)

4.2 結(jié)果分析

實(shí)驗(yàn)一:資源分配方案分析,對(duì)算法的有效性進(jìn)行驗(yàn)證。表3為動(dòng)態(tài)資源分配方案,與資源分配機(jī)制相符,滿足資源分配約束條件,該算法能有效實(shí)現(xiàn)隨隊(duì)干擾動(dòng)態(tài)資源分配。

表3 動(dòng)態(tài)資源分配方案B(k=1,2,3)

如圖4所示,改進(jìn)型二進(jìn)制粒子群算法能夠較快實(shí)現(xiàn)算法收斂,動(dòng)態(tài)資源分配算法適應(yīng)度在迭代次數(shù)z=20之前上升迅速,適應(yīng)度Fit(xi)=0.8267,在迭代次數(shù)z=200時(shí),適應(yīng)度Fit(xi)=1.023。對(duì)比靜態(tài)分配及單時(shí)間窗資源分配,隨隊(duì)干擾動(dòng)態(tài)資源分配算法適應(yīng)度值更高,能夠?qū)崿F(xiàn)隨隊(duì)干擾全過程資源分配方案優(yōu)化。

實(shí)驗(yàn)二:算法綜合性能分析,對(duì)算法魯棒性進(jìn)行驗(yàn)證。在假設(shè)條件下,3次采用Monte Carlo方法運(yùn)行100次仿真求取適應(yīng)度平均值,如圖5所示。從圖中可以看出,3次Monte Carlo仿真所得的進(jìn)化曲線幾乎一致,表明算法具有很好的魯棒性,可以在復(fù)雜多變的電磁環(huán)境中求解動(dòng)態(tài)資源分配方案。

圖4 資源分配算法適應(yīng)度

圖5 動(dòng)態(tài)資源分配算法平均適應(yīng)度

5 結(jié)束語

隨隊(duì)干擾動(dòng)態(tài)資源分配是電子戰(zhàn)飛機(jī)隨隊(duì)支援干擾掩護(hù)突擊編隊(duì)完成作戰(zhàn)任務(wù)的關(guān)鍵環(huán)節(jié)。本文通過構(gòu)建干擾資源動(dòng)態(tài)分配機(jī)制,建立動(dòng)態(tài)資源分配優(yōu)化模型,提出基于改進(jìn)二進(jìn)制粒子群算法的動(dòng)態(tài)資源分配優(yōu)化方法。經(jīng)仿真驗(yàn)證,該算法的有效性和魯棒性較好,對(duì)于輔助電子對(duì)抗作戰(zhàn)決策具有借鑒意義。本文對(duì)于資源分配建模有所簡(jiǎn)化,而在復(fù)雜電磁環(huán)境下,動(dòng)態(tài)資源分配模型將更為復(fù)雜多變,因此,還需要進(jìn)一步深入研究。

[1] 房明星, 王杰貴, 朱宇. 基于Hopfield神經(jīng)網(wǎng)絡(luò)算法的雷達(dá)干擾資源分配[J]. 火力與指揮控制, 2014, 39(2): 76-80.

[2] 張養(yǎng)瑞, 李云杰, 高梅國(guó). 協(xié)同干擾資源優(yōu)化分配模型及算法[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(11): 1744-1749.

[3] 何凡, 祁世民, 謝貴武, 等. 改進(jìn)蟻群算法求解多目標(biāo)雷達(dá)干擾資源優(yōu)化分配[J]. 火力與指揮控制, 2014, 39(6): 111-114.

[4] 雷磊, 周青松, 張劍云, 等. 基于小生境遺傳算法的干擾資源調(diào)度研究[J]. 現(xiàn)代防御技術(shù), 2014, 42(1): 94-100.

[5] 劉以安, 倪天權(quán), 張秀輝, 等. 模擬退火算法在雷達(dá)干擾資源優(yōu)化分配中的應(yīng)用[J]. 系統(tǒng)工程與電子技術(shù), 2009, 31(8): 1914-1917.

[6] 歐陽小安. 對(duì)多威脅信號(hào)的干擾功率管理技術(shù)研究[D]. 西安: 西安電子科技大學(xué), 2013.

[7] 陳曉榕, 李彥志, 劉呈祥, 等. 隨隊(duì)支援干擾飛機(jī)發(fā)展歷程及作戰(zhàn)運(yùn)用[J]. 四川兵工學(xué)報(bào), 2013, 34(11): 62-65.

[8] 向崇文, 姜青山, 楊輝. 美軍艦載電子戰(zhàn)飛機(jī)任務(wù)剖面建模與仿真[J]. 電光與控制, 2016, 23(7): 1-5.

[9] 夏輝. 美軍艦載電子戰(zhàn)飛機(jī)綜述[J]. 電子信息對(duì)抗技術(shù), 2014, 29(6): 19-22.

[10]韓長(zhǎng)喜. EA-18G“咆哮者”電子攻擊機(jī)綜述[J]. 電子工程信息, 2011, (4): 43-48.

[11]鄧曙光, 李俊超, 沈連豐. 無線移動(dòng)傳感器網(wǎng)絡(luò)中動(dòng)態(tài)頻譜分配及協(xié)同策略[J]. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011, 41(6): 1119-1126.

[12]唐蒙娜, 熊偉麗, 徐保國(guó). 改進(jìn)的TOPSIS法在雷達(dá)干擾資源分配中的應(yīng)用[J]. 火力與指揮控制, 2012, 37(1): 91-94.

[13]同釗, 李兵兵, 惠永濤. 基于改進(jìn)粒子群優(yōu)化的聯(lián)合處理頻譜分配算法[J]. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 41(7): 52-56.

Modeling and Algorithm of Dynamic Resource Assignment for ESJ Electronic Warfare Aircraft

XIANG Chong-wen1,2, JIANG Qing-shan1, QU Zhen3

(1. Naval Aeronautical Engineering Institute, Yantai 264001; 2. PLA, No.91960 Troop, Guangdong 515074; 3. PLA, No.91395 Troop, Beijing 102488, China)

The problem of dynamic resource assignment for ESJ electronic warfare aircraft has been analyzed in this paper. ESJ mission was decomposed based on the mission profile description, and decision making process was analyzed. An optimal modeling of resource assignment was built according to the accomplishment of jamming dynamic resource assignment policy, BPSO algorithm for dynamic resource assignment was proposed. The simulation results show the availability and robustness of the model. It is valuable for the electronic warfare decision making.

ESJ; dynamic; resource assignment; model

2016-11-22

2016-12-27

國(guó)家安全重大基礎(chǔ)研究項(xiàng)目(61331401)

向崇文(1986-)，男，湖南桑植人，博士研究生，研究方向?yàn)楹娇针娮討?zhàn)理論及應(yīng)用。 姜青山(1962-)，男，教授，博士生導(dǎo)師。 屈 振(1986-)，男，助理工程師。

1673-3819(2017)02-0085-05

TN97；E917

A

10.3969/j.issn.1673-3819.2017.02.017