[发明专利]一种多无人平台干扰资源分配方法

说明书

本发明提供一种多无人平台干扰资源分配方法，它针对多无人平台协同有源干扰多飞行目标末制导雷达问题，综合考虑无人机与无人艇异同和干扰双方性能，构建干扰效果评估定量化模型，其中针对干扰方干扰效能评估，确立干扰压制概率、干扰工作频段、干扰样式数量和干扰有效空间四类评估指标，针对飞行目标威胁度评估，确定目标速度、距离、俯仰角和高度四类评估指标；并以此为基础，通过构建协同干扰效果最优化目标函数和约束条件。本发明的优点是：增加无人艇干扰平台，充分考虑无人机和无人艇的区别，重点体现在平台位置采用三维坐标、干扰指标中干扰有效空间的建立上；综合考虑干扰方干扰性能和飞行目标威胁度，有效提取协同干扰效能的评估指标。

技术领域

本发明属于协同控制规划领域，涉及干扰效果评估技术和干扰资源规划技术，尤其涉及一种面向无人机与无人艇两种无人平台并综合考虑干扰双方性能的资源分配方法。

背景技术

当前协同干扰技术已成为电磁战场干扰态势构建的重要方法，由于涉及平台数量较多，因此需要科学的干扰资源规划方法，以保证协同干扰效果最优化，避免造成自身平台在空间和任务执行上发生冲突。当前针对该问题的基本解决方法是以雷达干扰效果评估为基础，借助数学建模方法和多目标优化理论，求取优质的协同干扰方案。

干扰效果评估技术目前尚没有形成统一的评估方法和准则，主要原因为雷达干扰效果评估中涉及的平台对象在干扰样式、雷达功能以及相应的自身体制等方面存在较大的差异性，且应用领域具有很强的军事保密性质。当前少量的公开成果表明，对雷达干扰效果进行评估的基本流程为：基于干扰平台的具体干扰样式，明确相应的评估准则，并采取合适的评估方法对干扰效果进行定量化计算。在干扰样式方面，雷达有源干扰包括压制式干扰和欺骗式干扰，两者又包含瞄准式压制、阻塞式压制、距离欺骗、速度欺骗等多种具体样式。而在评估准则方面，目前常用的准则包括信息准则、功率准则和效率准则。如，PLESSIS采用概率密度函数计算分析了单脉冲雷达在干扰前后角度信息的变化，达到量化两点源相干干扰方式干扰效果的目的(W P PLESSIS.“Limiting apparent target position in skin-return influenced cross-eye jamming”.IEEE Transactions on Aerospace andElectronic Systems,2013,49(3):2097-2101)Bachmann就采用自适应雷达检测器的工作性能变化程度作为该型雷达干扰效果的评估指标(D J Bachmann,R J Evans.“Gametheoretic analysis of adaptive radar jamming”.IEEE Transactions on Aerospaceand Electronic Systems.2011,47(2):1081-2000)。随着数学计算方法的不断进步，研究者基于雷达干扰样式和干扰准则，提出了一系列干扰效果评估方法。按照发展时间顺序，大致可以分为评估因子法、模糊综合评估法和智能评估法三大类。评估因子法基于现有的评估准则，选取代表性的影响因子直接用于干扰效果评估中；模糊综合评估法借鉴模糊数学思想，通过模糊算子定义干扰影响因子之间的关系，并定量化评估效果。智能评估法是在智能算法基础上发展起来的，旨在通过机器学习方式建立基础干扰评估数据与干扰效果之间的非线性关系，当前常用的是神经网络算法和支持向量机算法，如Yang将信号功率、信号复杂性等作为评估指标，采用模糊神经网络方法训练数据得到干扰效果评估结果(Yang L P,Xiong J J.“Method of optimal deployment for radar netting based on detectionprobability”,2009Conference on Computational Intelligence and SoftwareEngineering,Wuhan,CHINA,2009:1-5)。