多ECAV协同干扰资源优化分配问题研究

发布时间：2024-05-12 15:29

　　面向多电子战飞行器(Electronic Combat Air Vehicle,ECAV)协同干扰的干扰资源优化分配方法对于提高作战飞机的作战效能和战场生存率具有重要现实意义。近年来,由于各种现代化、高性能防空武器的出现,使得飞行器突防任务的难度、危险度以及强度不断增加,在此种背景下,多ECAV协同干扰面临的任务环境更加复杂,使得干扰资源分配问题的优化求解过程非常困难。为此,本文主要研究了以下问题:1.对多ECAV协同干扰资源优化分配问题进行了分析与建模。通过对多ECAV协同干扰所面临的复杂任务环境中存在的各种辐射源威胁的分析,建立了基于模糊离散动态贝叶斯网络的威胁评估模型,能够处理具有连续观测值的定性推理问题,对不同雷达的威胁程度进行快速评估;其次,分析了ECAV和雷达的性能参数,从攻防双方选取了雷达干扰效果的影响因素和指标,基于各指标对干扰效果影响的模糊不确定性,设计了综合多属性决策方法和模糊集理论的雷达干扰效果评估模型,能够快速合理地对雷达干扰效果进行评估;最后,建立了用于解决协同干扰资源分配问题的多约束优化模型,为下文的问题求解奠定了基础。2.研究了基于动态规划的协同干扰资源分...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 雷达威胁评估研究现状
        1.2.2 雷达干扰效果评估研究现状
        1.2.3 干扰资源分配问题研究现状
    1.3 论文主要工作
    1.4 论文组织结构
第二章 多ECAV协同干扰资源分配问题分析与建模
    2.1 协同干扰
        2.1.1 协同干扰概念
        2.1.2 协同干扰策略
    2.2 雷达威胁评估建模
        2.2.1 贝叶斯网络介绍
        2.2.2 基于离散动态贝叶斯网络的雷达威胁评估模型
        2.2.3 基于模糊离散动态贝叶斯网络的雷达威胁评估模型
    2.3 雷达干扰效果评估
        2.3.1 雷达干扰效果评估指标
        2.3.2 基于模糊多属性评价法的雷达干扰效果评估
    2.4 多ECAV协同干扰资源优化分配模型
        2.4.1 多ECAV协同干扰资源优化分配建模
        2.4.2 多ECAV协同干扰资源优化分配求解策略
    2.5 本章小结
第三章 动态规划算法求解多ECAV协同干扰资源分配问题研究
    3.1 动态规划的基本概念
    3.2 最优性定理与动态规划基本方程
        3.2.1 最优性原则
        3.2.2 顺序递推方程
    3.3 基于动态规划算法的多ECAV协同干扰资源分配方法
        3.3.1 算法流程
        3.3.2 实例分析
        3.3.3 规划时间复杂度分析
    3.4 仿真实验及结果分析
        3.4.1 实验一
        3.4.2 实验二
    3.5 本章小结
第四章 基于蚁群-微粒群融合算法的多ECAV协同干扰资源分配问题研究
    4.1 蚁群算法介绍
        4.1.1 蚁群算法概述
        4.1.2 蚁群算法 (ACA) 运行机制
        4.1.3 基于蚁群算法的雷达干扰资源分配方法
    4.2 微粒群优化算法介绍
        4.2.1 基本微粒群算法介绍
        4.2.2 微粒群算法优化
    4.3 蚁群-微粒群融合算法的设计
        4.3.1 蚁群-微粒群融合算法的设计思想
        4.3.2 蚁群-微粒群融合算法的求解流程
    4.4 仿真实验及结果分析
        4.4.1 实验一
        4.4.2 实验二
        4.4.3 实验三
    4.5 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 工作展望
致谢
参考文献
作者在学期间取得的学术成果



本文编号：3971522