李復名 徐才進

摘 要 電子對抗領(lǐng)域的資源調(diào)度是以最大化作戰(zhàn)效能發(fā)揮為目標，通過算法獲取合理優(yōu)化方案，動態(tài)地最大化利用己方作戰(zhàn)資源，提高體系作戰(zhàn)效能。本文通過梳理電子對抗中資源調(diào)度算法，分析了各算法的適用條件，并結(jié)合當前現(xiàn)狀提出了發(fā)展建議。

關(guān)鍵詞 電子對抗;資源調(diào)度;任務分配

引言

在信息化戰(zhàn)爭中，電磁頻譜是連接海、陸、空、天和網(wǎng)絡等作戰(zhàn)域的唯一媒介，信息的獲取、傳輸以及精準打擊日益依賴于電磁頻譜，電磁空間的博弈已經(jīng)成為主宰信息化戰(zhàn)爭的關(guān)鍵之一[1]。

一方面，隨著戰(zhàn)場電磁環(huán)境日益復雜、作戰(zhàn)任務多樣、作戰(zhàn)平臺數(shù)量激增等，傳統(tǒng)的點對點的對抗已經(jīng)發(fā)展成為體系與體系之間的對抗，需要全面充分利用己方各型平臺的電子對抗資源，實現(xiàn)全局作戰(zhàn)資源的綜合運用。另一方面，電磁域的交戰(zhàn)激烈程度和博弈難度越來越大，戰(zhàn)場環(huán)境和敵我電磁力量瞬息萬變，需要快速調(diào)整己方電磁力量以適應戰(zhàn)場這種不確定性。因此需要研究電子對抗資源調(diào)度以實現(xiàn)己方整體作戰(zhàn)效能最優(yōu)。

1電子對抗資源調(diào)度研究現(xiàn)狀

根據(jù)軍事運籌學理論，如果想充分利用己方的電子對抗資源，必須對己方的電子對抗資源進行統(tǒng)一指揮，實現(xiàn)相互協(xié)作，以達到最優(yōu)的作戰(zhàn)效果。電子對抗的資源調(diào)度是如何合理地在時間、空間和頻率等維度對己方電子對抗資源進行布置，以達到電子對抗資源的最優(yōu)化分配。電子對抗資源調(diào)度的時效性、準確性和全面性等因素將直接影響最終的電子對抗效能發(fā)揮。因此對電子對抗中資源調(diào)度問題的研究非常有必要。電子對抗資源調(diào)度主要是對電子對抗的資源，包括電子偵察、電子進攻和電子防御等資源進行合理的任務規(guī)劃及調(diào)度，優(yōu)化不同電子對抗資源的作戰(zhàn)方案，為決策者提供決策輔助。由于電子對抗資源的能力，敵方目標威脅狀態(tài)、戰(zhàn)場電磁環(huán)境和作戰(zhàn)時機等條件的約束，跨平臺的電子對抗資源的協(xié)同作戰(zhàn)會相互制約，這就使得相關(guān)的調(diào)度問題復雜程度成指數(shù)級增長。

目前在電子對抗的資源調(diào)度領(lǐng)域，主要包括戰(zhàn)前的任務分配和戰(zhàn)中的動態(tài)調(diào)度。其中，戰(zhàn)前任務分配屬于靜態(tài)資源調(diào)度，國內(nèi)關(guān)于該方向的研究成果較多。而由于在不確定對抗戰(zhàn)場環(huán)境中，實現(xiàn)對多單元的實時決策和控制面臨更多的挑戰(zhàn)，因此戰(zhàn)中進行的動態(tài)資源調(diào)度的研究相對較少。

2電子對抗資源調(diào)度算法分類

目前在電子對抗資源調(diào)度是要求在滿足資源數(shù)量、時間、空間和電磁頻譜的約束下，安排所有電子對抗資源執(zhí)行任務方案，以達到電子對抗資源均衡、執(zhí)行任務時間最短、己方作戰(zhàn)代價最小等目標。電子對抗資源調(diào)度可用不同的目標函數(shù)來進行數(shù)學建模，這些目標函數(shù)可考慮時間、作戰(zhàn)成本、作戰(zhàn)單元數(shù)量等因素。而獲取合理的電子對抗資源調(diào)度方案的過程即對不同作戰(zhàn)任務的組合優(yōu)化，這類問題理論模型非常豐富，但求解比較困難，屬強NP-hard問題[2]。通過調(diào)研，目前該問題的常用求解方法可分為精確方法、近似方法和人工智能算法三大類。

2.1 精確方法

精確方法即在所求問題可解析的情況下，通過簡化問題，實現(xiàn)求解問題的最優(yōu)解，精確方法一般包括整數(shù)規(guī)劃、枚舉法和分支定界法。該方法的優(yōu)勢就是求解到最優(yōu)的方案，但如果問題規(guī)模增大，那么其求解的難度也會急劇增加，獲取該最優(yōu)解的時間也會指數(shù)增加[3]。同時描述復雜問題的能力有限，構(gòu)建的數(shù)學模型無法充分描述電磁戰(zhàn)場環(huán)境的復雜性、隨機性和動態(tài)性。而電子對抗資源調(diào)度具有資源規(guī)模大的特點，因此精確算法存在計算量大，求解時間長，因此其時效性無法滿足電子對抗的要求，因此不適用于大規(guī)模電子對抗資源調(diào)度問題[2]。

2.2 近似方法

近似方法通常分為構(gòu)造性方法和元啟發(fā)式法。近似方法一般能在合理的時間求解出相對合理的次優(yōu)解，目前已廣泛應用于云計算、頻譜分配和車間調(diào)度等領(lǐng)域。近似方法中的構(gòu)造性方法包括優(yōu)先分配規(guī)則法、瓶頸移動啟發(fā)式方法和插入法等[3]，通常這類方法能夠快速建立數(shù)學模型并對其求解，但是其解主要是通過局部優(yōu)化的方法，無法對全局進行優(yōu)化，同時也無法對結(jié)果合理性和準確性進行定量的評估。另一種元啟發(fā)式算法主要是基于自然現(xiàn)象的啟發(fā)來進行資源調(diào)度問題的求解，常用元啟發(fā)式算法包括群體智能的算法和局部搜索法。智能優(yōu)化算法是由生物的某種特性進行啟發(fā)發(fā)展出來的算法，包括：遺傳算法、粒子群優(yōu)化算法和蟻群算法等;局部搜索算法是有傳統(tǒng)局部搜索算法發(fā)展而來的，其主要進行避免陷入局部最優(yōu)的升級，該算法主要包括：禁忌搜索算法、模擬退火算法和多起點局部搜索等[3]。

2.3 人工智能算法

人工智能算法是實現(xiàn)人類智能模擬而建立的算法，其主要包括結(jié)構(gòu)模擬、功能模擬和行為模擬三種智能模擬方法。一般來說，按照作戰(zhàn)活動的不同，可以將戰(zhàn)爭空間劃分為物理域、信息域、認知域和社會域4個交疊構(gòu)成的具有跨域特性的作戰(zhàn)域[4]。作戰(zhàn)過程可以由OODA循環(huán)來描述，電子對抗中的電磁態(tài)勢綜合認知和智能自主決策是待人工智能解決的重要領(lǐng)域，目前的研究集中在電磁態(tài)勢感知綜合認知以及電磁戰(zhàn)場自主決策等方面深度神經(jīng)網(wǎng)絡的構(gòu)建。由于電磁戰(zhàn)場具有規(guī)模大、復雜度高、變化快以及對手的不確定性等熱點，基于人工智能算法的電子對抗智能資源調(diào)度的研究也任重道遠。

4思考與建議

綜上所述，未來電子對抗中資源調(diào)度，尤其是智能資源調(diào)度技術(shù)還有許多需要解決的問題，如開發(fā)更有效率的資源調(diào)度算法;建立權(quán)威機構(gòu)，加強電磁管控;優(yōu)化力量編組，理順協(xié)同關(guān)系，提高體系作戰(zhàn)能力;強化聯(lián)合訓練，提升協(xié)同能力，全面提升作戰(zhàn)效能。

參考文獻

[1] ROBERT J E. 21st Century Electronic Warfare [R]. USA： Association of Old Crows White Paper，2010.

[2] 薛羽.仿生智能優(yōu)化算法及其應用研究[D].南京：南京航空航天大學，2013.

[3] 張超勇.基于自然啟發(fā)式算法的作業(yè)車間調(diào)度問題理論與應用研究[D].武漢：華中科技大學，2006.

[4] 陶九陽，吳琳，胡曉峰.AlphaGo技術(shù)原理分析及人工智能軍事應用展望[J]，指揮與控制學報，2016，2（2）：114-120.