向崇文,姜青山,屈 振

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

?

隨隊干擾動態(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 264001; 2.解放軍91960部隊,廣東 汕頭 515074; 3.解放軍91395部隊,北京 102488)

針對隨隊干擾動態(tài)資源分配問題進行研究。首先,基于任務(wù)剖面形式化描述方法對隨隊干擾任務(wù)進行分解,分析隨隊干擾任務(wù)決策流程。通過構(gòu)建干擾資源動態(tài)分配機制,建立動態(tài)資源分配優(yōu)化模型,并提出了基于改進二進制粒子群算法的動態(tài)資源分配優(yōu)化方法。仿真實例表明,該算法的有效性和魯棒性較好,對于輔助電子對抗作戰(zhàn)決策具有借鑒意義。

隨隊干擾;動態(tài);資源分配;模型

隨著電子信息技術(shù)的迅猛發(fā)展,先進的電子信息裝備廣泛應(yīng)用于現(xiàn)代防空體系,促使雷達系統(tǒng)的探測性能及抗干擾能力不斷提升,對突擊飛機編隊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)爭中,電子對抗通常作為作戰(zhàn)行動先導(dǎo),并貫穿作戰(zhàn)全過程。奪取和掌控電磁優(yōu)勢,謀求信息優(yōu)勢,對于突擊編隊順利完成作戰(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,電子戰(zhàn)更趨激烈。

隨隊干擾(ESJ)亦稱伴隨干擾,是電子戰(zhàn)飛機的一種典型作戰(zhàn)運用方法。通常由電子戰(zhàn)飛機與突擊飛機統(tǒng)一編隊實施突防完成突擊任務(wù)。現(xiàn)代戰(zhàn)場雷達輻射源目標(biāo)分布廣泛、動態(tài)變化,雷達干擾資源分配是否合理、高效,直接影響電子戰(zhàn)飛機隨隊干擾的作戰(zhàn)效能。雷達干擾資源分配是在電子偵察基礎(chǔ)上,針對敵方電子戰(zhàn)目標(biāo)的數(shù)量、威脅等級、威脅時間,結(jié)合我方干擾資源及戰(zhàn)術(shù)要求,運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,對于雷達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,不適用于隨隊干擾過程中的動態(tài)資源分配,無法達到作戰(zhàn)全過程干擾效益最大化。

本文主要針對雷達輻射源目標(biāo)隨隊干擾動態(tài)資源分配問題進行研究。首先采用形式化語言描述方法進行隨隊干擾任務(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)化隨隊干擾動態(tài)資源分配機制,建立動態(tài)資源分配模型。最后,構(gòu)建改進型二進制粒子群優(yōu)化算法,可以有效生成隨隊干擾動態(tài)資源分配方案。

1 隨隊干擾任務(wù)描述與決策流程

1.1 隨隊干擾任務(wù)描述

如圖1所示,電子戰(zhàn)飛機掛載機載電子干擾吊艙實施隨隊干擾,主要以有源干擾方式對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、制導(dǎo)雷達、炮瞄雷達和機載火控雷達等輻射源目標(biāo)實施電子干擾,降低其作戰(zhàn)效能,以提高突擊編隊的突防成功率和戰(zhàn)場生存率[7]。電子戰(zhàn)飛機任務(wù)剖面是指電子戰(zhàn)飛機為完成以電子戰(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)場環(huán)境的時序及邏輯關(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干擾任務(wù)進行層次分解。隨隊干擾電子戰(zhàn)飛機的干擾任務(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 隨隊干擾任務(wù)決策

電子戰(zhàn)飛機在遂行隨隊干擾任務(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,而航空電子戰(zhàn)資源極為有限,必須規(guī)劃時機準(zhǔn)確、頻率對準(zhǔn)、空域覆蓋、功率適當(dāng)、樣式匹配的干擾任務(wù)。隨隊干擾任務(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,即基于干擾資源進行資源優(yōu)化分配,使得隨隊干擾效益最大化。其中,干擾資源對應(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 隨隊干擾動態(tài)資源分配模型

2.1 動態(tài)資源分配機制

以美海軍EA-18G艦載電子戰(zhàn)飛機為例,該型飛機配有9個外掛點,可同時安裝5個ALQ-99干擾吊艙。ALQ-99干擾吊艙將頻率范圍分為10個頻段,單個吊艙一般含兩個頻段發(fā)射機,而ALQ-99干擾吊艙共有17型之多。在作戰(zhàn)過程中,隨隊干擾電子戰(zhàn)飛機需要根據(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為干擾資源分配機制示意圖,資源分配就是依據(jù)雷達的威脅程度和干擾單元的干擾效益尋求干擾單元與雷達的最佳匹配。在起始時刻Time=0時,雷達威脅程度排序(R1,R2,…,Rm),初次資源分配是理想的“一對一”分配方案;而隨著時間變化,在時刻Time=k對抗態(tài)勢發(fā)生變化,此時雷達威脅程度排序(R1,R3,…,R2),出現(xiàn)“一對多”及“多對一”的分配情況。

圖3 隨隊干擾動態(tài)資源分配機制

由此,得出動態(tài)資源分配機制應(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)前時刻干擾資源的占用率盡量要低;4)干擾時機選擇應(yīng)隨著輻射源目標(biāo)威脅等級變化而調(diào)整;5)干擾資源在各時刻的分配調(diào)整次數(shù)盡量要少等?；谝陨蠝?zhǔn)則的動態(tài)資源分配機制,將形成對敵干擾效果、飛機生存能力和資源消耗度等三個方面的優(yōu)化效果。

2.2 動態(tài)資源分配建模

通過對動態(tài)資源分配機制的分析,資源分配隨時間變化呈現(xiàn)動態(tài)性。因此,需要在時域上動態(tài)分配干擾資源。本文提出資源分配時間窗的概念。

定義1 資源分配時間窗(Resource Assignment Time Window,RATW)：將全部干擾資源進行時域分區(qū),在對應(yīng)的時間窗內(nèi)進行最優(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 時間窗寬度(Time Window Width,TWW)：時間窗寬度取決于雷達輻射源目標(biāo)及干擾機的工作狀態(tài),并與干擾時機選取相關(guān)聯(lián)。假設(shè)單個目標(biāo)最小干擾時間為TR,隨隊干擾任務(wù)時間為TF,則時間窗TW的取值應(yīng)該滿足:

(1)

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

假設(shè)在作戰(zhàn)過程中共有M個雷達目標(biāo)、N個干擾單元,隨隊干擾任務(wù)時間TF可分隔為K個資源分配時間窗RATW,雷達目標(biāo)集R={R1,R2,…,RM},干擾資源集J={J1,J2,…,JN},采用矩陣形式表示動態(tài)資源分配策略[11]:初始分配矩陣A、動態(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表示在時間窗k雷達目標(biāo)Rm分配干擾資源Jn,反之,am,n,k=0。

2)動態(tài)分配矩陣B為時間窗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表示在時間窗k雷達目標(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取決于干擾時機、干擾頻率、干擾功率、干擾樣式等4個方面,具體取值采用文獻[12]的隸屬度函數(shù)方法確定。

根據(jù)以上定義和動態(tài)資源分配機制的目標(biāo)可知,隨隊干擾動態(tài)資源分配是一類典型的多目標(biāo)組合優(yōu)化問題。構(gòu)建隨隊干擾動態(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為隨隊干擾動態(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)為時間窗約束條件,確保每個雷達目標(biāo)至少在時間窗分配到t個干擾單元;式(8)為干擾數(shù)約束條件,保證每個干擾單元分配的雷達目標(biāo)數(shù)不超過上限s。

3 隨隊干擾動態(tài)資源分配算法

隨隊干擾動態(tài)資源分配問題的解空間呈現(xiàn)爆炸性增長特性,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。本文采用改進型二進制粒子群算法(BPSO)求解隨隊干擾動態(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

改進型二進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

基于改進型二進制粒子群算法求解隨隊干擾動態(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)度計算。利用式(11)計算當(dāng)前各粒子的適應(yīng)度。

Step4:個體最優(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)前位置更新為個體最優(yōu)位置,否則保持位置不變。同時,將當(dāng)前所有粒子的最佳位置與群體最優(yōu)值進行比較更新。

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

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

4 仿真實例

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,時間窗數(shù)K=3,時間窗約束t=1、干擾數(shù)約束條件s=2,雷達目標(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

實驗一:資源分配方案分析,對算法的有效性進行驗證。表3為動態(tài)資源分配方案,與資源分配機制相符,滿足資源分配約束條件,該算法能有效實現(xiàn)隨隊干擾動態(tài)資源分配。

表3 動態(tài)資源分配方案B(k=1,2,3)

如圖4所示,改進型二進制粒子群算法能夠較快實現(xiàn)算法收斂,動態(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,適應(yīng)度Fit(xi)=1.023。對比靜態(tài)分配及單時間窗資源分配,隨隊干擾動態(tài)資源分配算法適應(yīng)度值更高,能夠?qū)崿F(xiàn)隨隊干擾全過程資源分配方案優(yōu)化。

實驗二:算法綜合性能分析,對算法魯棒性進行驗證。在假設(shè)條件下,3次采用Monte Carlo方法運行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)境中求解動態(tài)資源分配方案。

圖4 資源分配算法適應(yīng)度

圖5 動態(tài)資源分配算法平均適應(yīng)度

5 結(jié)束語

隨隊干擾動態(tài)資源分配是電子戰(zhàn)飛機隨隊支援干擾掩護突擊編隊完成作戰(zhàn)任務(wù)的關(guān)鍵環(huán)節(jié)。本文通過構(gòu)建干擾資源動態(tài)分配機制,建立動態(tài)資源分配優(yōu)化模型,提出基于改進二進制粒子群算法的動態(tài)資源分配優(yōu)化方法。經(jīng)仿真驗證,該算法的有效性和魯棒性較好,對于輔助電子對抗作戰(zhàn)決策具有借鑒意義。本文對于資源分配建模有所簡化,而在復(fù)雜電磁環(huán)境下,動態(tài)資源分配模型將更為復(fù)雜多變,因此,還需要進一步深入研究。

[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. 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. 改進蟻群算法求解多目標(biāo)雷達干擾資源優(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. 對多威脅信號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. 隨隊支援干擾飛機發(fā)展歷程及作戰(zhàn)運用[J]. 四川兵工學(xué)報, 2013, 34(11): 62-65.

[8] 向崇文, 姜青山, 楊輝. 美軍艦載電子戰(zhàn)飛機任務(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)飛機綜述[J]. 電子信息對抗技術(shù), 2014, 29(6): 19-22.

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

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

[12]唐蒙娜, 熊偉麗, 徐保國. 改進的TOPSIS法在雷達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(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

國家安全重大基礎(chǔ)研究項目(61331401)

向崇文(1986-)，男，湖南桑植人，博士研究生，研究方向為航空電子戰(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