基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策

《基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstronauticaSinicaFeb．252013V01．34No．2343．351ISSN1000．6893ON11-1929／Vhttp：#hkxb．buaa．edu．cnhkxb@buaa．educn基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策薛羽1，庄毅1’*，张友益2，倪思如1，赵学健31．南京航空航天大学计算机科学与技术学院，江苏南京2100162．中船重工集团公司第723研究所，江苏扬州2250013．南京邮电大学物联网学院，江苏南京210046摘要：研究了多无人作

2、战飞机(UCAV)协同干扰空战决策(MUCJAD)问题，在干扰效能评估指标量化方法的基础上为该问题建立了优化模型。为有效求解该模型，提出一种启发式自适应离散差分进化(H—SDDE)算法。在H—SDDE算法中，设计了包含4种候选解产生策略的候选策略池，引入了候选解产生策略及其参数的自适应学习过程。此外，结合实际问题为算法设计了基于威胁度的扩展型整数编码方案、基于威胁度的启发式个体调整操作、基于约束满足的个体修复操作。在12个测试实例上进行了仿真验证，结果表明，H—SDDE算法与其他同类算法相比在求解质量和求解速度上具有明显优势，能够更好地发挥多

3、UCAV协同干扰整体效果。关键词：无人机；协同干扰；决策；启发式算法；自适应；优化；差分进化中图分类号：V247；E837文献标识码：A文章编号：1000—6893(2013)02—0343—09无人作战飞机(UnmannedCombatAirVe—hicle，UCAV)是一种全新的空中武器系统，UCAV过去主要执行空中侦察、战场监视、战斗毁伤评估等任务，现在升级到能执行压制敌方防空系统[1]。多无人作战飞机协同干扰空战决策(MultipleUnmannedcombatairvehicleCooper—ativeJammingAircomba

4、tDecisionmaking，MUCJAD)问题是指如何合理分配我方UCAV对敌方目标雷达辐射源施放干扰，最大限度地发挥多架UCAV的整体干扰能力，并尽可能地减少作战代价。MUCJAD问题本质上属于NP—C(NondeterministicPolynomial—Complete)难题[2]，其求解复杂性随求解问题规模增加而呈指数增长，因此，对MUCJAD问题模型及其求解算法的研究具有重要的理论和应用意义。目前，国内外对多无人机(UAV)协同作战方面的研究主要集中在协同侦察(感知)[3]、协同火控攻击[4。5]、协同干扰卟1等方面。在协同侦察

5、和协同火控攻击方面已有较多的研究并取得了一定的成果。例如，田箐和沈林成[33建立了多UAV协同侦察问题数学模型；罗德林等口3针对火控系统优化分配方案问题提出了一种启发式蚁群算法；李俨和董玉娜[4]提出了新的带有毁伤概率门限的火力分配数学模型。而对MUCJAD的研究尚不多见。本文分别对干扰压制概率、干扰空间、干扰频段、干扰样式4个干扰效能评估指标进行量化。干扰效能评估是否合理与各项评估指标的权重有收稿日期：2012—02-22；退修日期：2012-03-23；录用日期：2012-04—16；网络出版时间：2012-05-2216：07网络出版地

6、址：WWW．cnki．net／kcms／detail／11．1929．V．201205221607．001．html基金项目：江苏省普通高校研究生科研创新计划(CXLXll—0203)；航空科学基金(2010ZCl3012)；国防基础研究基金(Q072006c002—1)*通讯作者．Tel．：025—84896779E-mail：zhuangyi@nuaa．educn引焉格式IXueY。ZhuangY。ZhangYY，eta1．MultipleUCAVcooperativejammingaircombatdecisionmakingbased

7、onheuristIcself-adaptivediscretedifferentia／evolutionalgorithm．ActaAeronauticaetAstronauticaS加ica．2013．34<2)：343-351．薛羽，庄教．张友益，等．基f启发式自适应离散差分进化算法的多UCAV协同f扰空战决策．航空学报，2013．34(2)：343-351．航空学报着直接的关系，因此，本文根据MUCJAD问题的特点给出了各项指标的重要程度，并采用层次分析法(AnalyticHierachyProcess，AHP)E7]计算各项指标的权

8、重，然后给出了干扰效能多指标综合评估方法，在此基础上，提出了MUCJAD问题组合优化模型。由于差分进化(DifferentialEvo—lution，DE)优化技术