论文部分内容阅读
在现代电子战中,雷达侦察结果的准确性及干扰决策的有效性在一定程度上决定了电磁频谱优势的获得结果,如果干扰方可以根据雷达方在一段时间内的行为变化实时预测出其未来的行为变化,即可占得战场先机。同时,如果干扰系统可根据雷达行为状态合理配置自身资源,则可以最大程度地对敌方雷达进行干扰。根据以上需求本文提出以下创新点:首先,基于侦察系统得到的雷达行为识别结果对雷达下一时刻行为进行实时预测。其次,找出预测结果与自身干扰样式库、干扰系统功率值之间的平衡点使得干扰成功率相对最大的同时,被利用的干扰资源相对最少。主要研究内容包括:1.针对雷达行为及干扰信号分类做出具体分析。首先对常见的三种雷达行为及其特点给出说明,之后通过仿真对几类典型的遮盖和欺骗干扰的原理进行阐述。2.利用侦察系统中得到的雷达早前行为识别值对雷达未来的行为状态进行实时预测。首先定义了一种以数字表征雷达状态识别结果和识别误差值的方式,之后以当前时刻雷达状态值及此前一段时间的雷达状态值作为参数,对雷达未来状态的转移做出预测。为了规避传统马尔科夫在状态预测方面存在数据跳变等不合理问题,采用了信度马尔科夫。该模型在准确预测出雷达未来状态转移可能性的同时,还在数值结果中体现了预测误差值。因侦察系统中雷达行为识别结果是实时变化的,所以对其行为的预测结果也可实时变化。最后进行实验仿真,仿真结果证明该方法可根据雷达行为变化实时给出对其未来行为的预测结果。3.给出了一种不同以往的干扰决策优化算法。首先基于干扰方对干扰成功率进行重新定义,然后鉴于在干扰决策中,雷达行为状态、干扰样式及干扰样式分配的功率值三者相互制约,因此该算法以找到上述三者之间的平衡点作为优化结束的条件。假定针对一部雷达采用多种干扰样式,决策优化的目标为针对雷达的每一种行为状态,给出各类干扰样式所占据的功率大小。该分配结果使得在干扰成功率总和相对较高的情况下,干扰消耗的功率值相对较小。为完成上述多函数优化,可采用第三代多目标遗传算法。最后利用本文预测出的雷达未来时刻行为变化数值进行仿真验证,结果说明该算法可有效解决干扰资源有限情况下难以达到最优干扰的问题,实现了干扰决策的优化。