赵经纬,张君毅,李佳

• 1:中国电子科技集团公司第五十四研究所
• 2:河北省电磁频谱认知与管控重点实验室

摘要(Abstract)：

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景中，为指挥决策提供参考。

关键词(KeyWords)： 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

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(U19B2028)

作者(Author): 赵经纬,张君毅,李佳

参考文献(References)：

• [1] 裴立彬，刘春生.宽带阵列的同时多目标干扰资源调度研究[J].电子信息对抗技术，2012,27(2):46-49.PEI Libin,LIU Chunsheng.Jamming strategy of wide-band array to multi-target[J].Electronic Information Warfare Technology,2012,27(2):46-49.
• [2] 林乔木，唐少伯.地多目标模糊优选动态规划在舰艇雷达干扰资源分配中的应用[J].系统工程与电子技术，2007,29(3):396-398.LIN Qiaomu,TANG Shaobo.Application of multi-objective fuzzy optimum dynamic programming theory in radar jamming resource distribution of warship[J].Systems Engineering and Electronics,2007,29(3):396-398.
• [3] 任松，司长哲，雷军.雷达干扰机分配的模糊多属性动态规划模型[J].系统工程与电子技术，2008,30(10):1909-1913.REN Song,SI Changzhe,LEI Jun.Fuzzy multi-attribute dynamic programming model for radar's disturbing machine allocation[J].Systems Engineering and Electronics,2008,30(10):1909-1913.
• [4] 韩鹏，卢俊道，王晓丽.利用于博弈论的雷达有源干扰资源分配算法[J].现代防御技术，2018,46(4):53-59.HAN Peng,LU Jundao,WANG Xiaoli.Radar active jamming resource assignment algorithm based on game theory[J].Modern Defence Technology,2018,46(4):53-59.
• [5] 张哲，张友益.多平台协同干扰资源调度算法[J].电子信息对抗技术，2016,31(1):25-29.ZHANG Zhe,ZHANG Youyi.Resource scheduling analysis of multi-platform cooperative jamming[J].Electronic Information Warfare Technology,2016,31(1):25-29.
• [6] 陆文博，刘春生，周青松，等.基于小生境遗传算法的干扰资源优化分配技术[J].电子信息对抗技术，2014,29(3):33-37.LU Wenbo,LIU Chunsheng,ZHOU Qingsong,et al.Jamming resources distribution optimization technology based on the niche genetic algorithm[J].Electronic Information Warfare Technology,2014,29(3):33-37.
• [7] ZHAI Xiaofeng,YI Zhuang.IIGA based algorithm for cooperative jamming resource allocation[C]//2009 Asia Pacific Conference on Postgraduate Research in Microelectronics & Electronics (PrimeAsia).Shanghai:IEEE,2009:368-371.
• [8] 唐建强，李昊.基于蚁群算法的对抗资源多目标分配[J].电子信息对抗技术，2018,33(2):48-52.TANG Jianqiang,LI Hao.Multi-objective assignment of jamming resource based on ant colony algorithm[J].Electronic Information Warfare Technology,2018,33(2):48-52.
• [9] 何凡，祁世民，谢贵武，等.改进蚁群算法求解多目标雷达干扰资源优化分配[J].火力与指挥控制，2014,39(6):111-114.HE Fan,QI Shimin,XIE Guiwu,et al.Improved ant colony algorithm to solve multi-objective optimization of radar interference resource distribution[J].Fire Control & Command Control,2014,39(6):111-114.
• [10] 涂拥军，李静，厉春生，等.基于粒子群算法的雷达网干扰资源分配技术研究[J].现代防御技术，2009,37(6):101-104.TU Yongjun,LI Jing,LI Chunsheng,et al.Jamming resource allocation algorithm in radar net based on particle swarm optimization[J].Modern Defence Technology,2009,37(6):101-104.
• [11] 戴少怀，杨革文，李旻，等.改进粒子群算法的组网雷达协同干扰资源分配[J].航天电子对抗，2020,36(4):29-34.DAI Shaohuai,YANG Gewen,LI Min,et al.Cooperative jamming resources allocation of networked radar based on improved particle swarm optimization algorithm[J].Aerospace Electronic Warfare,2020,36(4):29-34.
• [12] 徐华，吴玮琦.改进DPSO算法在干扰资源分配中的应用[J].电子信息对抗技术，2012,27(1):51-54.XU Hua,WU Weiqi.Application analysis of improved DPSO algorithm in jamming resource assignment[J].Electronic Information Warfare Technology,2012,27(1):51-54.
• [13] 李冯敬，姚佩阳，张杰勇，等.基于多Agent的分布式通信对抗目标分配系统[J].计算机工程，2012,38(12):283-286.LI Fengjing,YAO Peiyang,ZHANG Jieyong,et al.Distributed communication countermeasures target assignment system based on multi-agent[J].Computer Engineering,2012,38(12):283-286.
• [14] 西蒙.进化优化算法：基于仿生和种群的计算机智能方法[M].陈曦，译.北京：清华大学出版社，2018.
• [15] 付丹丹.基于改进粒子群算法的多目标优化研究[D].哈尔滨：哈尔滨工程大学，2012.FU Dandan.Research of Multi-objective Optimization Based on Improved Particle Swarm Optimization Algorithm[D].Harbin:Harbin Engineering University,2012.
• [16] 王晓楠，巨永锋，高婷，等.基于粒子群算法的无线信道资源分配算法研究[J].计算机科学，2017,44(10):109-112.WANG Xiaonan,JU Yongfeng,GAO Ting,et al.Research on wireless channel resource allocation algorithm based on particle swarm optimization algorithm[J].Computer Science,2017,44(10):109-112.第40卷第1期