多策略雷达干扰资源分配方法研究
几种雷达干扰资源分配技术
⼏种雷达⼲扰资源分配技术
⼏种雷达⼲扰资源分配技术
王杰贵;罗景青
【期刊名称】《航天电⼦对抗》
【年(卷),期】2001(000)003
【摘要】雷达⼲扰资源分配是否合理是影响雷达⼲扰效果的重要因素.介绍了智能雷达⼲扰决策⽀持系统(IDSSRJ)中的三种雷达⼲扰资源分配技术:多级优化动态资源分配技术,全空间搜索以及随机抽样资源分配技术.
【总页数】4页(29-32)
【关键词】雷达⼲扰;资源分配
【作者】王杰贵;罗景青
【作者单位】解放军电⼦⼯程学院,合肥,230037;解放军电⼦⼯程学院,合肥,230037
【正⽂语种】中⽂
【中图分类】TN974
【相关⽂献】
1.IDSSRJ中的雷达⼲扰资源分配技术 [J], 王杰贵; 罗景青; ⽑云祥
2.智能雷达⼲扰决策⽀持系统中资源分配技术 [J], 王杰贵; 谭营; 刘有军
3.相控阵⼲扰机⼲扰防空雷达⽹资源分配 [J], 李潮; 周⾦泉
4.雷达⼲扰智能决策资源分配的⼀种快速算法 [J], 黄贤锋; 张万军; 谭营
5.利⽤于博弈论的雷达有源⼲扰资源分配算法 [J], 韩鹏; 卢俊道; 王晓丽
以上内容为⽂献基本信息，获取⽂献全⽂请下载。
相控阵雷达资源调度的理论与方法研究
相控阵雷达资源调度的理论与方法探究关键词：相控阵雷达；资源调度；任务分级；资源分配；多任务场景一、引言相控阵雷达是一种高区分率、高精度的探测技术，被广泛应用于军事、民用等领域。
随着雷达技术的不息进步，相控阵雷达的功能也越来越强大，可以实现复杂的多任务场景下的雷达信号处理，犹如时探测多个目标、对多个目标进行跟踪和识别等。
然而，在实现这些功能的过程中，相控阵雷达的资源调度问题成为制约雷达性能的关键因素。
二、相控阵雷达的工作原理相控阵雷达是通过调整发射和接收的相位和振幅，实现信号的矢量合成。
相比于传统的机械扫描雷达，相控阵雷达具有较高的工作效率和精度，可以实现高精度成像和目标跟踪等功能。
三、资源调度的意义和作用相控阵雷达在多任务场景下的信号处理，需要思量到各种任务的优先级和资源需求以及资源的有限性等因素。
因此，如何进行合理的资源调度，是实现雷达信号处理的关键问题。
四、任务分级和资源分配的调度策略针对相控阵雷达在多任务场景下的信号处理问题，本文提出了基于任务分级和资源分配的调度策略。
任务分级是将各种任务按照优先级和实现复杂度等指标进行分类；资源分配是依据任务的优先级和需求程度确定相应资源的分配比例。
在详尽实现中，可以接受动态优先级调度算法，依据任务的实时需求进行资源分配和动态调整。
此外，还需要思量到不同任务之间的协同与竞争干系，以及资源调度对系统性能的影响等因素。
五、仿真试验与结果分析通过对所提出的理论与方法进行仿真试验，本文验证了其有效性和可行性。
试验结果表明，所提出的方法可以满足多任务场景下雷达信号处理的要求，具有较好的应用价值和推广前景。
六、结论本文通过探究相控阵雷达的资源调度问题，提出了基于任务分级和资源分配的调度策略，以实此刻多任务场景下的雷达信号处理。
该方法具有较高的效率和可行性，可为相控阵雷达在多任务场景下的应用提供有力支持。
同时，还有待进一步深度探究和应用。
七、进一步探究方向本文提出的基于任务分级和资源分配的调度策略是一种有效的相控阵雷达信号处理方法，但目前的探究还有一些不足和可拓展的方向。
多策略雷达干扰资源分配方法研究
多策略雷达干扰资源分配方法研究在现代战争中，雷达技术的发展使得雷达干扰成为军事作战中一种重要的战术手段。
雷达干扰资源分配方法是指在雷达干扰过程中，合理分配干扰资源以最大程度地干扰敌方雷达系统的方法。
本文将从多策略雷达干扰资源分配方法的研究背景、研究内容、研究方法等方面进行探讨。
首先，多策略雷达干扰资源分配方法的研究背景。
雷达系统在作战中起着至关重要的作用，可以提供敌方目标的识别、定位和追踪等关键信息。
因此，干扰敌方雷达系统成为一种必要手段。
然而，传统的单一策略干扰方法容易被敌方雷达系统所识别，并且对于不同的目标和环境条件效果参差不齐。
因此，多策略雷达干扰资源分配方法的研究势在必行。
其次，多策略雷达干扰资源分配方法的研究内容。
多策略雷达干扰资源分配方法研究的关键问题包括：1）如何确定合适的干扰策略，包括频率扫描、脉冲复制、脉冲冲击、频率多普勒等；2）如何确定干扰资源的合适分配比例，包括干扰发射功率、干扰波束宽度、干扰波形等；3）如何评估干扰效果，包括干扰目标的定位精度、雷达系统的识别能力等。
最后，多策略雷达干扰资源分配方法的研究方法。
多策略雷达干扰资源分配方法的研究方法包括：1）理论分析方法，通过对雷达干扰相关的理论模型和算法进行分析，为多策略干扰资源分配方法的设计提供理论依据；2）仿真实验方法，通过建立相应的仿真模型，对不同策略的干扰资源分配方案进行仿真实验，评估干扰效果；3）实际测试方法，通过在实际雷达系统中进行测试，验证多策略干扰资源分配方法的实际效果。
综上所述，多策略雷达干扰资源分配方法的研究对于提高雷达干扰效果，增强作战能力具有重要的意义。
通过对多种干扰策略的灵活组合和干扰资源的合理分配，可以有效地干扰敌方雷达系统，干扰敌方的目标识别和追踪能力，达到战术目的。
未来的研究可以进一步发展多策略雷达干扰资源分配方法，探索更加高效和适应各种作战环境的干扰方案，为军事作战提供更有力的支持。
多策略雷达干扰资源分配方法
CATALOGUE目录•引言•雷达系统概述•干扰资源分配策略•资源分配算法实现•实验与分析•结论与展望030102研究背景与意义目前，针对雷达干扰资源分配的研究主要集中在单一天线或少量天线上。
然而，在实际应用中，由于雷达系统的复杂性和不确定性，单一天线或少量天线的干扰资源分配方法往往无法满足需求。
因此，需要研究适用于多天线雷达系统的干扰资源分配方法，以提高雷达系统的整体性能。
010203研究现状与问题01研究内容02研究方法03具体研究步骤包括研究内容与方法雷达系统工作原理雷达系统组成雷达工作频段0302011发射信号信号处理数据处理控制指令探测距离精度分辨率抗干扰能力01030204雷达系统性能指标基于博弈论的分配策略纳什均衡策略合作博弈策略拍卖理论策略线性规划方法通过设定目标函数和约束条件，寻找最优解。
动态规划方法通过状态转移方程，寻找最优解。
强化学习算法通过与环境的交互，学习最优策略。
030201通过训练，学习干扰资源的分配策略。
神经网络算法通过二分类，将干扰资源分配给关键目标或者非目标。
支持向量机算法通过树的构建，寻找干扰资源的最优分配路径。
决策树算法基于博弈论的算法实现纳什均衡01动态博弈02零和博弈03动态规划整数规划神经网络支持向量机遗传算法在一个复杂环境中，雷达系统需要应对各种干扰，包括固定和移动的干扰源。
场景描述构建了一个多策略雷达干扰资源分配模系统模型根据实际情况，设定了不同的干扰源实验参数010203实验场景与设置实验结果与分析结果比较与讨论比较对象讨论内容比较方法1 2 3雷达干扰资源分配策略的有效性策略适应性的重要联合优化效果研究结论研究不足与展望简化模型与实际差距未考虑动态变化多目标优化问题。
多通道雷达干扰抑制与目标检测算法研究
多通道雷达干扰抑制与目标检测算法研究多通道雷达干扰抑制与目标检测算法研究摘要：随着雷达技术的快速发展，多通道雷达系统在目标检测和跟踪中扮演着至关重要的角色。
然而，多通道雷达系统常常面临着干扰的困扰，干扰会对雷达系统的性能和准确性产生严重的影响。
因此，如何在多通道雷达系统中抑制干扰并实现目标检测是当前研究的重点。
本文将探讨多通道雷达干扰抑制与目标检测算法的研究进展，并提出一种基于[X方法]的新算法以应对多通道雷达干扰并实现目标检测。
1. 引言多通道雷达系统是一种通过使用多个波束接收目标回波信号的雷达系统。
通过利用多通道雷达系统可以提高目标检测和跟踪的精度和准确性。
然而，由于雷达系统常常受到环境干扰的影响，如天气条件、地物复杂性等，多通道雷达系统在实际应用中面临着干扰的问题。
因此，如何抑制干扰并实现目标检测成为了当前研究的重点和难点。
2. 多通道雷达干扰抑制方法在多通道雷达系统中，有多种方法可用于抑制干扰。
以下是一些常见的多通道雷达干扰抑制方法的介绍。
2.1 空域滤波法空域滤波法是一种常用的多通道雷达干扰抑制方法，其基本原理是通过对接收到的多个通道数据进行空域滤波来减少干扰。
通过使用适当的滤波算法，可以减小干扰信号的强度，从而提高目标信号的可靠性。
2.2 频域滤波法频域滤波法是另一种常用的多通道雷达干扰抑制方法。
它基于不同通道之间干扰信号的频率特征不同的假设，通过对多通道数据进行频域滤波来抑制干扰。
频域滤波法可以通过选择适当的滤波器和滤波参数来实现干扰信号的抑制。
3. 多通道雷达目标检测算法多通道雷达目标检测算法是在抑制干扰的基础上实现目标检测的关键步骤。
以下是几种常见的多通道雷达目标检测算法的介绍。
3.1 协方差矩阵法协方差矩阵法是一种常用的多通道雷达目标检测算法。
它基于目标和干扰的统计特性的差异，通过计算接收到的多个通道数据之间的协方差矩阵，来判断是否存在目标信号。
3.2 极化特性法极化特性法是另一种常用的多通道雷达目标检测算法。
雷达抗干扰技术研究
雷达抗干扰技术研究本文基于雷达抗干扰技术的研究现状，阐述了雷达抗干扰技术的分类、抗干扰算法、抗干扰技术在雷达中的应用等方面的内容。
从不同的角度，对雷达抗干扰技术进行分类，可以分为以下几种：1.基于硬件的抗干扰技术：包括天线设计、滤波器设计、前置放大器设计、信道选择和调制方式设计等。
2.基于信号处理算法的抗干扰技术：主要包括自适应滤波、多普勒抑制、时域滤波、频域滤波、匹配滤波、脉冲压缩等。
3.基于机器学习的抗干扰技术：主要用于实现自适应雷达的设计，采集雷达数据，并通过训练分类器，对检测结果进行优化。
二、抗干扰算法1.自适应滤波算法：自适应滤波算法利用信号处理的方式对输入信号进行滤波处理，提高雷达抗干扰的能力，将较差的信号转换成更好的信号。
自适应滤波算法中最常见的为LMS（Least Mean Square）算法，它的核心是调整滤波器的参数以实现最小均方误差的目标，并且可以根据实际情况进行在线调试。
2.多普勒抑制算法：多普勒抑制算法是指在雷达探测目标时，将目标信号和杂波信号进行分离。
其中，多普勒滤波器的作用是对接收信号进行时域滤波，实现杂波抑制；旁瓣抑制器的作用是对接收信号进行频域滤波，实现目标信号的提取，并且可以通过调整参数实现不同范围内的目标检测。
3.脉冲压缩算法：脉冲压缩算法是在短脉冲雷达的工作中较为常用的一种抗干扰算法，通过设计特定的滤波器来实现雷达信号的压缩。
脉冲压缩技术常常用于目标的探测识别和跟踪等方面。
脉冲压缩之后，不但可以提高雷达的抗干扰能力，而且还能够提高雷达的分辨率。
1.天线设计：通过优化天线的设计，可以减少雷达接收到杂波的能力，从而提高雷达的目标探测能力。
2.滤波器设计：有效地降低了杂波信号的折射和反射，提高雷达探测距离。
3.自适应滤波：利用信号处理技术对雷达接收到的数据进行滤波，从而优化雷达的抗干扰能力。
4.多普勒抑制：通过利用多普勒抑制技术，将不同的多普勒杂波分离出来，提高了雷达的探测精度。
分布式雷达资源分配算法研究
分布式雷达资源分配算法研究分布式雷达资源分配算法研究摘要：随着雷达技术的发展和应用的广泛性，雷达资源分配算法的研究变得愈发重要。
本文针对分布式雷达系统中的资源分配问题展开深入研究，通过综合分析和比较现有的算法，提出一种新的分布式雷达资源分配算法，能够提高系统的效率和性能。
1. 引言雷达作为一种重要的探测和监测工具，在军事、民用和科研领域都有广泛的应用。
随着雷达技术的进步，雷达系统不再是单一的独立设备，而是逐渐发展为分布式雷达网络，由多个雷达节点构成。
在分布式雷达系统中，如何合理地分配和利用雷达资源成为一个关键问题。
2. 分布式雷达资源分配问题2.1 资源分配的含义资源分配是指针对多个雷达节点的资源进行合理安排和利用的过程。
对于分布式雷达系统来说，资源包括雷达的发射功率、频率、接收灵敏度等参数。
2.2 资源分配的挑战在分布式雷达系统中，资源的合理分配面临着以下挑战：（1）雷达节点之间的通信开销：由于分布式雷达系统中节点数量较多，节点之间的通信成本较高，因此在资源分配过程中需要考虑通信开销和带宽限制。
（2）实时性要求：分布式雷达系统通常用于实时监测和探测，因此资源分配算法需要能够快速响应系统的需求，实现低延迟的资源分配。
（3）能耗管理：为了降低分布式雷达系统的能耗，资源分配算法可以考虑节点的能耗值，尽量选择能耗低的节点进行资源分配。
3. 现有的分布式雷达资源分配算法综述目前，已经有一些关于分布式雷达资源分配算法的研究。
这些算法可以分为集中式和分布式两种。
3.1 集中式算法集中式算法是指将所有的决策任务交给一个中央决策器来完成资源的分配和调度。
集中式算法可以有效地解决资源分配问题，但是其计算复杂度较高，且对中央决策器的要求较高。
3.2 分布式算法分布式算法是指将资源分配过程分散到各个雷达节点进行决策，通过节点之间的协作来实现资源的分配和调度。
分布式算法相比于集中式算法具有较低的计算复杂度和较好的鲁棒性。
联合多种资源协同干扰组网雷达系统的自适应调度方法
的分配问题采用了一种改进的灰狼算法。文献［１３ １４］分
别研究了布谷鸟搜索（ｃｕｃｋｏｏｓｅａｒｃｈ，ＣＳ）算法在干扰波束
分配问题中的解决效果，其仿真结果验证了通过将 ＣＳ算法
与其他启发式智能算法相结合有助于提高算法的收敛性和
稳定性。此外，文献［１５］提出了一种基于博弈论解决资源分 配问题的新思路，但算法复杂度较高，导致实用性不强。
犓犲狔狑狅狉犱狊：ｉｍｐｒｏｖｅｄｃｕｃｋｏｏｓｅａｒｃｈ （ＩＣＳ）ａｌｇｏｒｉｔｈｍ；ＫａｒｕｓｈＫｕｈｎＴｕｃｋｅｒ （ＫＫＴ）ｃｏｎｄｉｔｉｏｎ；ｒａｄａｒ ｃｏｕｎｔｅｒｍｅａｓｕｒｅ；ｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎ；ｎｅｔｔｅｄｒａｄａｒｓｙｓｔｅｍ
收稿日期：２０２２ ０５ ０４；修回日期：２０２２ ０６ ０７；网络优先出版日期：２０２２ ０６ ３０。 网络优先出版地址：ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２４２２．ＴＮ．２０２２０６３０．０８３６．００２．ｈｔｍｌ 基金项目：陕西省自然科学基金（２０２１ＪＭ２２５）资助课题 通讯作者． 引用格式：陆德江，王星，陈游，等．联合多种资源协同干扰组网雷达系统的自适应调度方法［Ｊ］．系统工程与电子技术，２０２３，４５（９）： ２７４４２７５４． 犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＬＵ ＤＪ，ＷＡＮＧ Ｘ，ＣＨＥＮ Ｙ，ｅｔａｌ．Ａｄａｐｔｉｖｅｓｃｈｅｄｕｌｉｎｇｍｅｔｈｏｄｏｆｊｏｉｎｔｍｕｌｔｉｒｅｓｏｕｒｃｅｆｏｒｃｏｏｐｅｒａｔｉｖｅｉｎｔｅｒｆｅｒｅｎｃｅｏｆ ｎｅｔｗｏｒｋｅｄｒａｄａｒｓｙｓｔｅｍ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２３，４５（９）：２７４４２７５４．
Copyright©博看网. All Rights Reserved.
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、多策略雷达干扰资源分配方法研究1.1引言1.1.1研究背景和意义在现代高科技战争条件下，电子战继海陆空三维战争之后发展成为第四维战争，电子对抗是取得制天权、制空权、制海权和战场主动权的基础和先决条件，己成为现代战争的重要组成部分，电子对抗装备是否正确使用和调度，对整个战局起着重要的作用。
雷达对抗是电子战的重要组成部分，它是以雷达为主要作战对象，通过电子侦察获取敌方雷达、携带雷达的武器平台和雷达制导武器系统的技术参数及军事部署情报，并利用电子干扰、电子欺骗和电子攻击等软、硬杀伤手段，削弱、破坏敌方雷达的作战效能而进行的电子斗争。
雷达是对远距离目标进行无线电探测、定位、测轨和识别的电子系统，是迄今为止最为有效的远程电子探测设备之一。
它根据雷达目标对电磁波的散射来判定目标的存在，并确定目标的空间位置[1]。
雷达具有极广泛的用途，是重要的信息战装备，具有全天候、远距离、大面积监视能力，这使它在信息获取中具有关键的作用。
破坏敌方雷达的有效使用，就可造成敌方雷达迷盲、武器失控、指挥和控制失效、战斗力丧失。
经过第二次世界大战及战后几场局部战争的考验和近代雷达对抗技术发展的推动，雷达对抗己成为当代电子战和军事电子领域中发展最为活跃的技术领域之一。
1.1.1.1 问题提出在现代战争中，电子对抗战场环境复杂多变，我们所面对的敌方雷达目标往往有很多个，在同一时间需要干扰的雷达目标也有几个甚至几十个，而我方可用的干扰资源往往也有几个到几十个，但一般是很有限的。
那么如何合理充分地利用干扰资源，让既有的干扰资源获取更大的作战效益，就成了战场指挥员所面临的棘手问题。
很多情况下，指挥员都是凭自己的经验来分配干扰任务，但是当敌方雷达数量很多，或者战场环境很复杂时，这种经验手动分配可能会带来严重的后果。
雷达干扰资源分配是指在雷达侦察的基础上，针对敌方雷达的数量、威胁程度、威胁时间，结合我方现有的干扰资源以及战术要求，运用各种干扰资源分配技术，对干扰资源进行任务分配的过程[2]。
雷达干扰资源分配合理与否是直接影响作战效果的重要因素之一，为了最大限度的利用我方干扰资源，最有效地干扰敌方威胁雷达，必须合理分配我方有限的干扰资源。
本章研究的雷达干扰资源分配的作战思想是这样的：在空中进攻作战中，空袭方(我方)作战飞机按照上级规定的空袭任务实施空中突击。
为了掩护空袭飞机的安全，推迟防空方(敌方)雷达对我方作战飞机的发现时间，除使用硬摧毁手段进行先期火力打击外，还将利用电子对抗手段干扰压制敌方的搜索雷达以及预警雷达系统，以缩小雷达的探测区域，降低其探测能力，保障我进攻作战任务的顺利完成。
本章内容以空中进攻作战为背景，讨论在攻击航线确定的条件下，为有效降低敌方雷达的探测能力，而应采取的最佳干扰资源分配决策。
为明确讨论，将问题进一步限定为：在完成了目标雷达威胁分析、干扰任务分析、干扰参数选择、干扰机(站)位置预先配置的情况下，为实现我方雷达干扰资源实时有效地干扰一组威胁目标，决定具体用哪一部或者哪几部干扰机干扰哪一部威胁雷达，以达到最佳的整体干扰效益。
雷达干扰资源分配实际上是雷达干扰任务计划的一部分，一般作战任务计划过程包括任务分解和任务资源分配两部分。
在这里，雷达干扰作战的任务分解是根据雷达侦察获取的敌方雷达目标数量、雷达参数和性质、型号和性能等情报，经态势分析判定其用途和对我方军事行动(目标)的威胁程度以及需干扰时间，然后结合我方被保卫目标的重要程度，来综合确定对雷达的干扰顺序。
本章是在这部分工作的基础上进行的，即只研究任务序列确定后的资源分配。
1.1.1.2 雷达干扰资源分配算法研究的意义雷达干扰资源分配一直是个十分棘手的问题。
由于电子战的特点及其任务计划的高度不确定性、高度复杂性以及时间紧迫性等特点，使得雷达干扰资源分配成为作战指挥不可缺少的计划过程。
在当前作战过程中，利用计算机进行任务计划的辅助生成，是提高指挥员的谋略水平与指挥能力，促进决策更加科学化和军事理论研究发展的重要手段。
资源分配方案的生成是一个计划演进求精的过程。
制定分配方案的目的是在应急形势下，基于不完整、不精确、多变化的战场信息，快速、正确地预测并处理战场不确定性，提高资源分配的质量和效率，从而提高指挥的正确性、及时性与稳定性。
为了合理分配干扰资源以取得最佳的或满意的整体干扰效果，我们有必要对雷达干扰作战的资源分配方法进行探索。
雷达干扰资源分配是电子对抗领域的一个重要研究课题，合理的干扰资源分配可以使有限的干扰资源发挥最佳的干扰效果。
研究结果将给指挥人员提供一个较优的辅助任务计划方案，在对雷达实旌电子干扰作战的各个阶段，为指挥员进行干扰决策指挥提供科学的辅助参考，从而大大提高作战资源利用率，缩短作战总使命的完成时间，提高作战效率，减少作战平台资源及兵力损耗。
1.1.2国内外研究现状和发展趋势1.1.2.1雷达干扰资源分配原则一般根据以下两种战术原则进行干扰任务分配决策[3]。
(一)一对一原则。
包括以下两种情况：1)一部干扰机在同一时刻只对一部雷达进行干扰，在整个过程中，同一部干扰机可干扰多部雷达，即干扰机可以重复利用；2)对每一部雷达，在整个过程中只分配一部干扰机。
在干扰资源比较紧张的情况下，根据一对一原则进行干扰任务分配，可以尽可能多的对敌方雷达实施干扰，缺点是不能保证对每一部雷达的干扰都有效。
(二)多对一原则。
包括以下两种情况：1)一部干扰机在同一时刻只能干扰一部雷达，在整个过程中，同一部干扰机可干扰多部雷达；2)对每一部雷达，在整个过程中可分配多部干扰机。
根据多对一原则进行干扰任务分配，主要是为了抓住主要矛盾，以便对敌方威胁程度大的雷达进行重点干扰，缺点是当我方干扰机数量不是足够多，或者敌方雷达数量很多时，容易造成漏干扰。
早期的雷达对抗，都是“点对点”的对抗，即用一部干扰机对付一部雷达。
在实际的干扰战术应用时，“面对点”、“点对面”和“面对面”干扰的情况均有出现。
例如，为了对付非常重要的目标(预警机雷达等)，就需要“面对点”的干扰，当单个作战平台遇到多方向的攻击时，就需要“点对面”的干扰。
随着雷达对抗技术的发展，现代雷达广泛采用多雷达冗余覆盖，或多雷达组网工作。
相应地，雷达对抗也正在向“面对面”的方向发展，即应用多部分布在不同空域或地域上的干扰机同时对特定区域内的多部雷达实施干扰[4]。
相应地，对抗方式由点到面、点面结合的发展趋势[4]对干扰资源分配技术也提出了新的挑战。
因此，为了满足现代雷达对抗的需要，本章在上述一对一、多对一原则的基础上，针对“点对面”和“面对面”对抗，又提出了一对多和多对多的分配策略。
1.1.2.2雷达干扰资源分配算法关于雷达干扰资源分配问题的研究，主要有下面几种算法。
（一）传统的动态规划算法[5]过去，一般采用传统的动态规划算法来解决雷达干扰资源分配问题。
这在把雷达干扰效果当作一个综合评价值时是可以接受的。
其具体做法是忽略像干扰样式等一些难以处理的因素，把雷达干扰资源视作一种普通的资源，将其分配问题简化成普通的单目标规划问题，进而采用传统的动态规划模型来求解。
这种简化虽然可以减少计算量，降低问题的复杂性，但同时精确性也大为降低，因此往往不太符合实际情况。
（二）模糊多属性动态规划模型[5]由于干扰效果不是一个给定的综合评价值，而是与很多因素有关，如干扰频率、干扰功率、干扰时机和干扰样式等，又由于各指标对干扰效果影响的模糊不确定性，使得雷达干扰资源分配问题实际上是一类典型的多阶段模糊多属性决策问题。
模糊多属性动态规划模型利用多属性决策方法和模糊集理论，解决了雷达干扰资源分配问题中的多因素和模糊性问题。
这种方法利用专家知识，通过模型运算，实现多阶段多属性整体优化，因而能够快速合理地进行雷达干扰资源分配，达到最佳整体效果。
但是，由于各雷达／任务重要性加权系数的不同，即使一部干扰机对两部雷达产生相同的干扰效果，它们对于完成整个作战使命的贡献也是不一样的，因此，简单地将干扰效果作为动态规划的目标值是不合适的。
本章将由干扰效果和与之相对应的目标雷达权重所共同确定的对作战效能的影响程度定义为干扰效益，对传统的模糊多属性动态规划模型做出了改进，将其目标函数由干扰效果最大化改为干扰效益最大化。
本章后面小节所要讨论的单目标雷达任务干扰资源分配模型就是以这种改进后的模糊多属性动态规划算法为核心实现的。
（三）智能雷达干扰决策支持系统IDSSRJ(The Intelligent Decision Support System of Radar Jamming)[6]智能雷达干扰决策支持系统就是为适应现代电子战态势瞬息万变、情况多种多样的特点而应用于地对空雷达干扰作战指挥的智能决策支持系统。
其主要功能包括：预先决策、干扰资源配置、干扰方案拟定和干扰效果综合评估等。
其中干扰方案拟定包括：干扰参数的决策、干扰时机的决策、干扰资源分配以及干扰效果评估。
IDSSRJ运用分级模糊综合评估技术对各种干扰方案的雷达干扰效果进行综合评价，然后根据评价结果，选择最优干扰方案。
干扰资源分配技术是雷达干扰智能决策支持系统中的核心内容，如何快速对现有资源进行合理地分配直接关系到该雷达干扰智能决策支持系统的成败。
根据分配决策时所依据的战术原则以及决策问题规模的大小，智能雷达干扰决策支持系统(IDSSRJ)提出了三种不同分配技术，用三种不同的方法解决雷达干扰资源分配问题。
第一种方法：在一对一分配原则中，由于各阶段的状态较少，且各状态满足无后效性，因此系统采用多级优化动态资源分配算法，就是上面所说的模糊多属性动态规划算法。
该方法能够在我方干扰机的数量和敌方数量威胁雷达相等的情况下快速地找到最优的或者合理的分配决策方案，不足之处在于当系统规模较大时运算速度比较慢。
第二种方法：在多对一分配原则中，对于较小规模的分配决策，在系统运行速度允许的条件下，采用全空间搜索算法。
同样，该方法能够在我方干扰资源充足的情况下给出最优的分配方案。
第三种方法：在多对一分配原则中，对于较大规模的分配决策，系统采用随机抽样资源分配算法，该算法能够快速找到一种合理的干扰资源分配方案，但它却不是最优的分配方案。
当系统的决策规模较大时，采用全空间搜索机制必将面临“组合爆炸”问题，从而使系统无法运行，给不出分配方案。
在分配合理性上，多级优化动态资源分配算法采用分阶段优化技术，由于保证每个阶段都是最优解，因此最后的分配决策方案也是最优的：全空间搜索算法在所有解空间进行搜索，这种方法以牺牲搜索时间来保证分配决策方案的最优化；而随机抽样资源分配算法，可以获得合理的或者满意的分配决策方案。
在分配速度上，多级优化动态资源分配算法采用分阶段优化技术，由于在每个阶段都抛弃了大量的劣质解，因此大大提高了分配速度；而全空间搜索算法主要是应用于小规模分配决策，其决策速度也很快；而随机抽样资源分配算法，以牺牲决策方案效益的方式来保证决策速度。