1、第4 0卷第1期河 北 工 业 科 技V o l.4 0,N o.12 0 2 3年1月H e b e i J o u r n a l o f I n d u s t r i a l S c i e n c e a n d T e c h n o l o g yJ a n.2 0 2 3 文章编号:1 0 0 8-1 5 3 4(2 0 2 3)0 1-0 0 5 2-0 7基于改进粒子群的分布式通信干扰资源分配赵经纬1,张君毅1,2,李 佳1(1.中国电子科技集团公司第五十四研究所,河北石家庄 0 5 0 0 8 1;2.河北省电磁频谱认知与管控重点实验室,河北石家庄 0 5 0 0 8 1
2、)摘 要:为了解决分布式通信干扰场景下面临的资源分配效率低、干扰效益无保障等问题,结合通信干扰资源分配数学模型,设计了一种改进的粒子群算法。首先设计了分布式通信干扰场景并构建了通信干扰资源分配模型,以最大化干扰效益作为目标函数;其次采用自适应惯性因子和学习因子,并引入遗传变异策略和精英保留策略,提出一种改进的粒子群算法,最后对不同场景规模的通信干扰资源分配进行仿真实验。结果表明,相比小生境遗传算法、粒子群算法、遗传算法,改进的粒子群算法在不同场景规模下,均能获得更优的干扰效益,性能方面具备整体干扰效益更高、算法收敛速度更快、算法收敛误差更小等优势。所设计的改进粒子群算法可应用在分布式通信干扰场
3、景中,为指挥决策提供参考。关键词:人工智能技术;粒子群算法;改进粒子群算法;分布式通信干扰;资源分配中图分类号:T N 9 7 5 文献标识码:A D O I:1 0.7 5 3 5/h b g y k j.2 0 2 3 y x 0 1 0 0 7收稿日期:2 0 2 2-0 8-1 9;修回日期:2 0 2 2-1 1-0 8;责任编辑:陈书欣基金项目:国家自然科学基金(U 1 9 B 2 0 2 8)第一作者简介:赵经纬(1 9 9 8),男,河北石家庄人,硕士研究生,主要从事通信与信息系统、电磁战斗管理方面的研究。通信作者:张君毅研究员。E-m a i l:z j y 5 4p r o
4、 t o n m a i l.c o m赵经纬,张君毅,李佳.基于改进粒子群的分布式通信干扰资源分配J.河北工业科技,2 0 2 3,4 0(1):5 2-5 8.Z HAO J i n g w e i,Z HAN G J u n y i,L I J i a.D i s t r i b u t e d c o mm u n i c a t i o n j a mm i n g r e s o u r c e a l l o c a t i o n m e t h o d b a s e d o n i m p r o v e d p a r t i c l e s w a r m o p t
5、i m i z a t i o nJ.H e b e i J o u r n a l o f I n d u s t r i a l S c i e n c e a n d T e c h n o l o g y,2 0 2 3,4 0(1):5 2-5 8.D i s t r i b u t e d c o mm u n i c a t i o n j a mm i n g r e s o u r c e a l l o c a t i o n m e t h o d b a s e d o n i m p r o v e d p a r t i c l e s w a r m o p t
6、i m i z a t i o n Z HAO J i n g w e i1,Z HANG J u n y i1,2,L I J i a1(1.T h e 5 4 t h R e s e a r c h I n s t i t u t i o n o f C h i n a E l e c t r o n i c s T e c h n o l o g y G r o u p C o r p o r a t i o n,S h i j i a z h u a n g,H e b e i 0 5 0 0 8 1,C h i n a;2.H e b e i P r o v i n c e K e
7、y L a b o r a t o r y o f E l e c t r o m a g n e t i c S p e c t r u m C o g n i t i o n a n d C o n t r o l,S h i j i a z h u a n g,H e b e i 0 5 0 0 8 1,C h i n a)A b s t r a c t:I n o r d e r t o s o l v e t h e p r o b l e m s o f l o w r e s o u r c e a l l o c a t i o n e f f i c i e n c y a
8、n d i n s e c u r e j a mm i n g b e n e f i t i n d i s t r i b u t e d c o mm u n i c a t i o n j a mm i n g s c e n a r i o s,a n i m p r o v e d p a r t i c l e s w a r m o p t i m i z a t i o n a l g o r i t h m w a s d e s i g n e d b a s e d o n t h e m a t h e m a t i c a l m o d e l o f c o
9、 mm u n i c a t i o n j a mm i n g r e s o u r c e a l l o c a t i o n.F i r s t,a d i s t r i b u t e d c o mm u n i c a t i o n j a mm i n g s c e n a r i o w a s d e s i g n e d a n d a c o mm u n i c a t i o n j a mm i n g r e s o u r c e a l l o c a t i o n m o d e l w a s c o n s t r u c t e d
10、,w i t h t h e m a x i m u m j a mm i n g b e n e f i t a s t h e o b j e c t i v e f u n c t i o n;S e c o n d l y,a n i m p r o v e d p a r t i c l e s w a r m o p t i m i z a t i o n a l g o r i t h m w a s p r o p o s e d b y u s i n g a d a p t i v e i n e r t i a f a c t o r a n d l e a r n i
11、n g f a c t o r,a n d i n t r o d u c i n g g e n e t i c m u t a t i o n s t r a t e g y a n d e l i t e r e t e n t i o n s t r a t e g y.T h e r e s u l t s s h o w t h a t,c o m p a r e d w i t h n i c h e g e n e t i c a l g o r i t h m,p a r t i c l e s w a r m o p t i m i z a t i o n a l g o
12、r i t h m a n d g e n e t i c a l g o r i t h m,t h e i m p r o v e d p a r t i c l e s w a r m o p t i m i z a t i o n a l g o r i t h m c a n o b t a i n b e t t e r j a mm i n g b e n e f i t i n d i f f e r e n t s c e n e s c a l e s,a n d h a s t h e a d v a n t a g e s o f h i g h e r o v e r
13、 a l l 第1期赵经纬,等:基于改进粒子群的分布式通信干扰资源分配j a mm i n g b e n e f i t,f a s t e r a l g o r i t h m c o n v e r g e n c e s p e e d a n d s m a l l e r a l g o r i t h m c o n v e r g e n c e e r r o r i n t e r m s o f p e r f o r m a n c e.T h e i m p r o v e d p a r t i c l e s w a r m o p t i m i z a t
14、i o n a l g o r i t h m c a n b e a p p l i e d t o t h e d i s t r i b u t e d c o mm u n i c a t i o n j a mm i n g s c e n e t o p r o v i d e r e f e r e n c e f o r c o mm a n d d e c i s i o n-m a k i n g.K e y w o r d s:a r t i f i c i a l i n t e l l i g e n c e t e c h n o l o g y;p a r t i
15、 c l e s w a r m o p t i m i z a t i o n;i m p r o v e d p a r t i c l e s w a r m o p t i m i z a t i o n;d i s t r i b u t e d c o mm u n i c a t i o n j a mm i n g;r e s o u r c e a l l o c a t i o n 当今各军事强国都在追求复杂电磁环境下的信息优势,通信对抗对敌方通信链路进行干扰阻断,破坏敌方的指挥控制和信息传送,是获取战场信息优势的重要手段。随着“电磁频谱战”等作战概念的不断深入,体系化作战
16、已成为必然趋势,如何高效运行己方作战力量、实现“多目标-多装备”高效资源分配,是未来分布式通信对抗作战指挥决策的核心关键。传统通信干扰资源分配主要依靠人工经验对多部干扰机/干扰力量进行分配调度,主观性较强,在针对单个目标时尚能达到较好的干扰效果/效益,但是在“多目标-多装备”场景下,不同指挥人员的经验对干扰效果存在很大的影响,干扰效益难以得到有效保障。因此,干扰资源分配调度对干扰效益和整体作战效能起着决定性作用。干扰资源分配实际上是一类非线性整数组合优化问题,是一类N P难问题。针对此类问题,传统的优化算 法 主 要 包 括0-1规 划、动 态 规 划、博 弈 论等1-4,这些算法已无法满足当前需要。目前常用的进化算法包括遗传算法、蚁群算法、粒子群算法等等。文献51 2 主要针对雷达网干扰资源分配场景进行建模和分配,证明了进化计算算法在资源分配问题中的有效性。文献57 通过对遗传算法的编码方式进行改进或者与其他算法进行融合,改善了算法的局部搜索能力。文献89 对蚁群算法在路径选择和信息素更新方面提出了改进,应用于资源分配问题中,提升了算法搜索速度和寻优能力。文献1 0 将粒子群算法引入
