有源压制干扰下的相控阵雷达多目标跟踪时间资源优化配置算法

针对有源压制干扰下的相控阵雷达（Phased array radar, PAR）多目标跟踪时间资源优化配置问题,提出了一种基于互信息（Mutual information, MI）的配置算法。采用MI准则作为目标跟踪性能量化指标,推导了包含时间变量的雷达回波与路径增益矩阵MI表达式,建立了时间资源优化配置模型,并采用改进的遗传算法实现了模型求解。仿真结果表明,该算法能在有源压制干扰条件下最大化有效跟踪目标数,并提高有效跟踪目标的整体跟踪性能。     

MEC中卸载决策与资源分配的深度强化学习方法

在移动边缘计算（MEC）服务器计算资源有限且计算任务具有时延约束的情况下,为缩短任务完成时间并降低终端能耗,提出针对卸载决策与资源分配的联合优化方法。在多用户多服务器MEC环境下设计一种新的目标函数以构建数学模型,结合深度强化学习理论提出改进的Nature Deep Q-learning算法Based DQN。实验结果表明,在不同目标函数中,Based DQN算法的优化效果优于全部本地卸载算法、随机卸载与分配算法、最小完成时间算法和多平台卸载智能资源分配算法,且在新目标函数下优势更为突出,验证了所提优化方法的有效性。     

基于双层规划的高超声速飞行器预警资源分配方法

针对高超声速飞行器预警系统中资源难以合理利用的问题,提出一种基于双层规划的预警资源分配方法.首先,建立高超声速飞行器运动状态的马尔可夫模型,提出威胁评估的方法;其次,基于隐马尔可夫模型和卡尔曼滤波,提出双层规划的高超声速飞行器预警资源分配模型,下层规划以单位资源损耗下信息增益为目标函数,上层规划以风险的降低为目标函数;然后,针对模型的求解,提出改进的广义粒子群优化算法;最后,通过仿真分析验证所提分配方法和算法的有效性和可行性.     

基于数字孪生和强化学习的低空智联网协同认知干扰

针对低空智联网协同认知干扰决策过程中,多架电子干扰无人机对抗多部多功能雷达的干扰资源分配问题,提出了一种基于数字孪生和深度强化学习的认知干扰决策方法。首先,将协同电子干扰问题建模为马尔可夫决策问题,建立认知干扰决策系统模型,综合考虑干扰对象、干扰功率和干扰样式选择约束,构建智能体动作空间、状态空间和奖励函数。其次,在近端策略优化（Proximal policy optimization, PPO）深度强化学习算法的基础上,提出了自适应学习率近端策略优化（Adaptive learning rate proximal policy optimization, APPO）算法。同时,为了以高保真的方式提高深度强化学习算法的训练速度,提出了一种基于数字孪生的协同电子干扰决策模型训练方法。仿真结果表明,与已有的深度强化学习算法相比,APPO算法干扰效能提升30%以上,所提训练方法能够提高50%以上的模型训练速度。     

迭代函数系统IFS码的获取方法及实现

迭代函数系统（IFS）是分形理论的一种重要的方法。根据迭代函数系统的基本理论,针对提取IFS分形码方法过程复杂、存在困难的问题,提出了轮廓多点法。方法在原图与拼贴图上沿图形轮廓提取多个对应的特征点,组成超定方程组求取近似解,从而得到仿射变换的IFS码。最后给出了算法及由该方法得到的二维分形图示例,并通过参数表与其他方法进行对比。实验证明方法获取的IFS码更加准确,达到了微调IFS码的目的,生成的分形图更加逼真。     

虚拟机资源概率配置的云计算SEFFD算法

摘要：为增强虚拟机资源分配过程性能,有效解决云计算环境下虚拟资源分配的NP hard问题,利用模拟进化算法结合首次下降算法构建虚拟资源分配优化过程（SEFFD）。首先,构建全新的虚拟资源分配的评估方式,并结合模拟进化过程较强的算法寻优爬坡效果,采用迭代方式实现虚拟资源分配过程的个体选择、评估以及排序进化;其次,以模拟进化（SE）过程所获得资源分配结果为基础,结合首次下降（FFD）算法准则,实现物理主机及虚拟机资源的二次分配,从而获得资源分配效果和效率的同步提升;最后,利用CloundSim及Gridbus云计算仿真平台对算法性能进行对比测试,实验结果表明所提策略的内存利用率高于60%,处理器利用率大于55%,可有效减少所需物理主机数量,从而降低能耗。     

基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估

评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化（ACPSO）算法和最小二乘支持向量机（LSSVM）的空中目标威胁评估方法。首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估。仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法。     

多回路系统诊断策略改进研究

针对贪婪式中断评估函数所确定的系统中断位置为局部最优解的问题,提出了新的中断评估函数,该评估函数从全局优化的角度分析中断问题,通过考虑中断对整个诊断过程的信息景和费用带来的影响,能够获得更优的中断位置,并基于此中断评估函数对多回路系统诊断策略的优化算法进行了改进,给出了算法实现的主要步骤;通过仿真实例证明了该方法对多回路系统诊断策略优化的有效性.     

基于互信息的有源压制干扰下相控阵雷达多目标跟踪时间资源优化配置算法

本文针对有源压制干扰下的相控阵雷达(Phased Array Radar)多目标跟踪时间资源优化配置问题,提出了一种基于互信息(Mutual Information, MI)的配置算法。采用MI准则作为目标跟踪性能量化指标,推导了包含时间变量的雷达回波与路径增益矩阵MI表达式,建立了时间资源优化配置模型,并采用改进的遗传算法实现了模型求解。仿真结果表明,该算法能在有源压制干扰条件下最大化有效跟踪目标数,并提高有效跟踪目标的整体跟踪性能,具有较高的理论和工程应用价值。     

干扰目标优化分配模型和算法的研究

电子干扰成功压制威胁目标对突防作战起着关键性的作用,针对理想环境下优化模型的不足,考虑到实战环境下的约束条件和干扰需求,构建了干扰目标的优化分配模型;对于参变量和约束条件增多时,传统算法求解速度慢,甚至无法求得最优解,为此,引入遗传算法,改进编码、染色体和遗传算子的设计,通过具体算例建立模型和求解,并与模拟退火算法进行比较分析,结果表明改进遗传算法搜索最优解的速度和可靠性都优于模拟退火算法。最后给出了干扰目标分配的最优方案,为实现干扰的最佳压制效能提供了科学决策。     

Mathematic principles of interrupted-sampling repeater jamming (ISRJ)

Coherent jamming is one of the important trends in modern radar electronic war- fare. High-speed sampling of wideband radio frequency (RF) signals and high iso- lation of two receive-transmit antennas are key technologies for the realization of coherent jamming. However, these technologies present significant challenges to engineering application. In this paper, a novel repeater jamming based on inter- rupted sampling technique is presented. For a jammer with a receive-transmit time-sharing antenna, a radar signal is sampled with a low rate by the jammer. Then, a train of false targets will be achieved after the jamming signal feed the matched filter of a pulse compression radar. For the case of the linear frequency modulated (LFM) pulse compression radars, mathematic principles of the interrupted-sam- pling repeater jamming is developed, and then the efficiency of the jamming is de- scribed and stated as expressions of key parameters which are also beneficial to the jamming design for other coherent radars.     

基于协同噪声干扰的机载雷达射频隐身性能优化算法

随着现代战场中无源探测系统能力的不断提升,机载雷达的生存环境受到日益严峻的威胁和挑战。针对当今电子战中对射频（RF）隐身技术的需求,提出了一种基于协同噪声干扰的机载雷达射频隐身性能优化算法。本文首先以电子对抗中的功率准则为基础,研究了协同噪声干扰对机载雷达射频隐身性能的影响;然后建立了雷达信号截获概率模型,并提出了一种基于协同噪声干扰的机载雷达射频隐身性能优化算法,通过自适应地调整机载雷达的发射功率和协同干扰机的噪声干扰信号功率,在满足系统资源和性能要求的前提下,最小化截获概率;最后通过仿真实验验证了所提算法的可行性和有效性。     

雷达干扰信号产生系统实现

雷达干扰信号是在实施雷达干扰时关键性因素,它的产生样式及其速度直接影响到干扰的效果。基于多样式和高速度的需求,该文阐述雷达干扰信号产生系统的实现。主要从软件实现方面介绍多种雷达干扰信号的产生原理及其实现,包括：非调制干扰信号和调制干扰信号的产生。     

无载频超宽带雷达的梳状谱干扰仿真研究

超宽带雷达的发展及其在军事上的应用,对传统雷达对抗装备提出了严峻的挑战,极宽的信号带宽迫使干扰信号在频域上分散,从而大大降低了干扰信号的有效性.为了集中信号功率,对超宽带雷达进行有效干扰,提出了梳状谱干扰技术,即将干扰功率集中于雷达信号带宽范围内的一些离散频率点实施干扰,破坏雷达回波信号与参考信号的相关性,从而实现有效干扰.以无载频超宽带雷达为研究对象,通过仿真方法,将梳状谱干扰与传统的噪声干扰进行比较,得出梳状谱干扰技术对无载频超宽带雷达具有明显的干扰效果.研究成果对超宽带雷达干扰装备的研制具有一定的参考价值.     

无线传感网对雷达干扰的优化配置研究

利用无线传感器网络节点代替微型干扰机对雷达进行分布式干扰,针对无线传感网的能量有限性特点,以节点选择和功率分配为评价标准,得出工作节点个数范围,建立干扰资源的优化分配模型,利用最少的干扰资源达到有效的干扰效果,同时尽可能延长传感网的生存周期。仿真实验验证了该方法的有效性。     

基于熵和改进的协相关度的直觉模糊决策方法

针对决策信息为直觉模糊集且属性权重未知的多属性决策问题,以及关于协相关度的决策方法研究中存在的问题,提出了一种基于直觉模糊熵和改进的协相关度的决策方法。为准确度量直觉模糊集的直觉性和模糊性,给出了一种改进的直觉模糊熵的公式,概括并推广了原有的一类直觉模糊熵的公式,并讨论了其相关性质。然后由概率统计中相关系数的构造思想,改进了直觉模糊集协相关度的定义,构造了直觉模糊集与理想对象之间的相关系数以及得分函数,由此给出了一种改进的基于直觉模糊信息的多属性决策方法,最后通过实例计算验证了该方法的有效性和可行性。     

多雷达威胁环境下的无人机路径规划

根据雷达对无人机的瞬时探测概率模型以及无人机的运动特性,提出一种基于改进蚁群算法与Voronoi图相结合的无人机路径规划方法,使无人机突破雷达威胁环境的路径成本最低。将该方法与其他路径规划方法在所得路径燃油成本、威胁成本、总成本以及计算时间方面进行对比,表明该方法具有更低的路径成本和更少的计算时间。     

稀疏分解在雷达移频干扰抑制方面的应用研究

移频干扰是对脉冲压缩雷达有效的干扰形式,为了抑制移频干扰对线性调频脉冲压缩雷达的影响,提出构建自适应的联合过完备原子库的思想。根据雷达发射信号与移频干扰信号的特征,构造一组线性调频时移信号和一组线性调频频移信号,由这两部分信号共同构成联合过完备库;利用稀疏分解方法和BP(Basis Pursuit)算法实现干扰抑制和有用信号的重构。实验结果验证了该方法的有效性和正确性。     

基于图像旋转匹配的组网雷达ISAR图像横向定标

基于组网雷达观测模型,分析了在多部雷达同时观测条件下所得ISAR图像之间的对应关系,提出了一种基于图像旋转匹配的转角估计办法,通过对旋转速度的一维搜索实现了目标角速度的估计。仿真结果表明,本算法能基于组网雷达所获得的多幅ISAR图像实现目标转角的稳健估计,实现ISAR图像横向定标。所提算法可对慢运动目标或平动补偿后的回波信号进行处理,适用于不同带宽、不同中心频率的宽带雷达组网形式。     

数字图像合成器欺骗式干扰的识别方法

分析了数字图像合成器（DIS）生成的目标图像与真实目标图像之间的异同点,经过推导,得出识别数字图像合成器欺骗式干扰的方法：由于相位增量量化导致欺骗式假目标在横向多普勒方向上图像不连续;脉冲重复频率不匹配时,由DIS生成的欺骗式假目标经ISAR处理后在成像视窗内目标数量会发生变化。从而发现了数字图像合成器欺骗式干扰的缺陷,对识别这种干扰的假目标具有决定意义。