雷达干扰机分配的模糊多属性动态规划模型

第 30 卷 第 10 期 2008 年 10 月
文章编号 : 10012506X(2008) 1021909205
系统工程与电子技术 Systems Engineering and Elect ro nics
Vol. 30 No . 10 Oct . 2008
雷达干扰机分配的模糊多属性动态规划模型
系统工程与电子技术
第 30 卷
思 。要正确地进行决策 ,首先必须做到知己知彼 , 也就是要 熟悉我情 、 友情 ,充分地了解并掌握敌情 。只有充分掌握敌 情、 我情和友情 ,才能合理地进行雷达干扰决策 。影响雷达 干扰效果的因素很多 ,但主要考虑下面 4 个因素指标[ 5 ] : ① 干扰频率 ( O1 ) :干扰机要在频率上 、 方向上和极化上 对准敌方雷达 。频率对准 、 方向对准和极化对准是干扰信 号进入敌方雷达接收机的必要条件 。 ② 干扰功率 ( O2 ) : 干扰机的干扰功率要足够大 , 即雷 达接收到的干扰功率与回波功率之比应大于雷达正常接 收信号时必需的干扰与信号的最小功率之比 , 干扰才能 有效 。 ③ 干扰时机 ( O3 ) :即干扰的时间要合适 , 要在雷达威胁 的时间里进行有效地干扰 。 ④ 干扰样式 ( O4 ) : 干扰样式要合适 。雷达的技术体制 不同 , 其接收信号的处理方法和雷达的工作方式也不同 。 因此 , 要提高干扰效果 , 应针对不同技术体制的雷达 , 选用 不同的干扰样式 。 在对干扰效果进行模糊综合评估时 , 评估结果是否合 理与各项因素权重的选择有着直接的关系 。可以根据实际 问题的特点 , 确定干扰频率 、 干扰功率 、 干扰时机和干扰样 式的权重 , 并分别记为 ω 1 ,ω 2 ,ω 3 和ω 4 。 1. 2 评估指标的隶属度函数确定 对干扰效果的评估 , 如果用一组模糊语言 , 比如 “很 好” “ 、好” “ 、较好” “ 、一般” “ 、较差” 和 “很差” 等作为评语 , 那 么评估效果很粗燥 、 很笼统 。为此 , 这里用 [ 0 , 1 ] 区间中的 实数值作为评语 。 记评估集为 :V = { x| 0 ≤x ≤ 1| } , x 的值越大 , 表示评估 越好 ; 反之 , x 的值越小 , 表示评估越差 。现在对每个评估 因素 i ( i = 1 , 2 , 3 , 4 分别对应于干扰频率 O1 、 干扰功率 O2 、 干扰时机 O3 、 干扰样式 O4 ) 而言 , 我们来确定干扰机 A j ( j = 1 , 2 , …, n) 对雷达 Dt ( t = 1 , 2 , …, p) 干扰效果的模糊评 估 。对干扰频率 、 干扰功率 、 干扰时机的模糊评估 , 采用隶 属度函数解析法 , 而对干扰样式的评估则是采用定性与定 量相结合的打分方法 , 具体过程如下 。 1. 2. 1 干扰频率的隶属度函数 对于干扰频率 O1 ( i = 1 ) , 用频率瞄准效益函数来评估 干扰机 A j 对雷达 D t 的干扰效果 , 记为 μ 1 jt 。把干扰机 A j 对雷达 D t 的频率瞄准程度定义为频率瞄准度 , 用 r1 jt 表示 。 假设干扰机 A j 的工作频率范围为 f j1 ～ f j2 , 雷达 Dt 的工作 频率范围为 f t1 ～ f t2 。 当干扰机 A j 的频率完全偏离被干扰雷达 D t 的整个工 ( b) 所示 , 即干扰机 A j 与雷达 D t 的 作频率范围 , 如图 1 ( a) 、 频率关系满足 f j1 > f t2 或 f j2 < f t1 时 , 定义频率瞄准度为 0 , 即 r1 jt = 0 。 当干扰机 A j 的频率完全覆盖被干扰雷达 D t 的整个工 作频率范围 , 如图 1 (c) 所示 , 即干扰机 A j 与雷达 D t 的频率 关系满足 f j1 < f t1 且 f j2 > f t2 时 , 此时频率瞄准度为 1 , 即 r1 jt = 1 。
任 松 , 司长哲 , 雷 军
( 西昌卫星发射中心 , 四川 西昌 615000 )
摘 要 : 针对雷达干扰机分配问题 ,提出了一种解决该问题的模糊多属性动态规划模型 。设计了干扰效果评 估指标及其权重 ,确定了各指标的隶属度函数 。在探讨多台干扰机对一台雷达进行干扰的背景下 , 构建了单阶段 模糊多属性决策模型 。在此基础上 ,建立多阶段模糊多属性动态规划模型 ,解决了多台干扰机对多台雷达实施干 扰的资源分配问题 。最后通过具体的应用案例 ,给出了详细的解算步骤 ,计算结果验证了该模型解决雷达干扰机 分配问题的有效性和适用性 。 关键词 : 多属性决策 ; 权重 ; 干扰机分配 ; 隶属度 ; 动态规划模型 中图分类号 : TN 95 文献标志码 : A
1,
Ptj ≥2 Kt P ts ( 2)
μ 2 jt =
3 Ptj / Pts Ptj - 0. 5 , 0 . 5 Kt < < 2 Kt 4 ts
式中 , Ptj 表示雷达 D t 接收到的干扰功率 , Pts 为雷达 D t 接 收到的目标回波信号功率 , Kt 表示雷达 D t 正常工作所必 需的最小信噪比 。 当
收稿日期 :2007209213 ; 修回日期 :2007210210 。
过去 ,一般采用传统的动态规划算法来解决雷达干扰 机分配问题[ 224 ] ,这种算法在把雷达干扰效果当作一个综合 评估值的情况下是可以接受的 。然而 , 由于干扰效果的好 环与很多因素有关 ,实际上可以看作是一个多阶段多属性 决策问题 。因此 ,本文利用多属性决策方法和模糊集理论 , 建立了一种新的雷达干扰机分配问题的模糊多属性动态规 划模型 。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 ,因而能够快速地 、 合理地进行雷达干扰 机分配 ,达到最佳的整体干扰效果 。
Keywords : multi2att ribute decision2making ; weight ; dist urbing machine allocation ; subjectio n degree ; dy2
namic p rogramming model
0 引 言
雷达干扰机分配[ 1 ] 是在雷达侦察的基础上 , 根据敌方 雷达目标的数量 、 威胁等级 、 威胁时间等情报 , 结合现有的 干扰机以及战术要求 , 对干扰机进行任务分配的过程 。雷 达干扰机分配合理与否是直接影响到作战效果的重要因素 之一 。在现代战争中 , 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 , 而干扰机通常是很有限的 。因此 ,如何合理地分配干扰机 、 充分地利用干扰机 ,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时 ,或者战场环境很复杂时 , 这种经 验分配可能会带来严重的后果 。
Fuzzy multi2attribute dynamic programming model f or radar’ s disturbing machine allocation
R EN So ng , SI Chang2zhe , L EI J un
( X ichan g S atellite L aunch Center , X ichang 615000 , Chi na)
当干扰机 A j 的频率能够覆盖被干扰雷达 D t 的工作频 率范围 , 如图 1 ( d) 所示 , 此时频率瞄准度 r1 jt 定义为[ 6 ] min ( f j2 , f t2 ) - max ( f j1 , f t1 )
r1 jt = f t2 - f t1
( 1)
显然有 0 < r1 jt < 1 。
Ptj ≥ 2 Kt 时 , 定义 μ 2 jt = 1 , 表示干扰机 A j 的功率足够 Pts Ptj ≤ 0 . 5 Kt 时 , 定义 μ 2 jt = Pts
大 , 能够充分压制敌方雷达 Dt ; 当
0 , 表示干扰机 A j 对敌方雷达 Dt 完全不能进行压制 ; 当 0 . 5 Kt <
1 干扰效果评估指标及其隶属度函数
1. 1 干扰效果评估指标的选取
雷达干扰决策是对如何实施雷达干扰做出决定的意
作者简介 : 任松 (19762) ,男 ,硕士 ,工程师 ,主要研究方向为航天测控数据处理和系统构建决策 。E2mail :tp rensong @tom. co m
・1910 ・
Ptj < 2 Kt 时 ,μ 2 jt 为一个线性函数 , 且有 0 <μ 2 jt < 1 。 Pts
1. 2. 3 干扰时机的隶属度函数
对于干扰时机 O3 ( i = 3 ) , 用压制时间效益函数来评估 干扰机 A j 对雷达 D t 的干扰效果 , 记为 μ 3 jt 。压制时间效益 函数表示在雷达 Dt 的威胁时间里 , 干扰机 A j 对雷达 D t 能 有效压制的时间段对整体干扰效果的影响程度 。它与干扰
Abstract : According to an issue of radar’ s dist urbing machine allocation , a f uzzy multi2att ribute dynamic programming model is p ut forward. The index of dist urbing effect evaluation and weight of t he index are de2 signed , and t he subjectio n degree f unction of every index is confir med. Under t he background of discussing t he problem t hat many dist urbing machines dist urb a radar , a p hase f uzzy multi2att ribute decisio n2making model is const ructed. On t he basis of a p hase model , multi2p hase f uzzy multi2att ribute dynamic programming model is established , which settles t he issue of t he dist urbing machine allocation when many dist urbing machines dist urb many radar s. Finally , by analyzing idiograp hic example , t he calculation step s are p resented , and t he result demonst rates t he validity and applicability of t he dynamic model which settles t he p roblem about radar ’ s dist ur2 bing machine allocation.