基于Hopfield神经网络算法的雷达干扰资源分配

合集下载

相关主题

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)。

Ａｂｓｔｒａｃｔ：Ｔｏｇｅｔｔｈｅｂｅｓｔｊａｍｍｉｎｇｅｆｆｅｃｔｂｙｕｓｉｎｇｌｉｍｉｔｅｄｒａｄａｒｊａｍｍｉｎｇｒｅｓｏｕｒｃｅｓ，ｔｈｅｍｏｄｅｌｆｏｒ
ｅｎｅｒｇｙｆｕｎｏｔｉｏｎ
引言
雷达干扰资源分配是指在雷达侦察的基础上，针对敌方雷达目标的数量、威胁等级、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，对干扰资源进行合理的分配，以充分利用干扰资源的过程。雷达干扰资源分配是否合理是直接影响对敌方雷达整体干扰效果的重要
ａｌｌｏｃａｔｉｎｇｒａｄａｒｊａｍｍｉｎｇｒｅｓｏｕｒｃｅｉｓｂｕｉｌｔ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎｍａｘｉｍｕｍｊａｍｍｉｎｇｅｆｆｅｃｔ．ＡｎｎｅｗａｌｌｏｃａｔｉｎｇｒａｄａｒｊａｍｍｉｎｇｒｅｓｏｕｒｃｅａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＨｏｐｆｉｅｌｄＮｅｕｒａｌＮｅｔｗｏｒｋｉｓｐｒｅｓｅｎｔｅｄ，ａｎｄｉｔｃａｎｉｆｎｄｏｕｔｔｈｅｇｌｏｂａｌｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｏｆｒｒａｄａｒｊａｍｍｉｎｇｒｅｓｏｕｒｃｅｓｆｒｏｍｆｅａｓｉｂｌｅｓｏｌｕｔｉｏｎｓｐａｃｅ，ｗｈｉｃｈ
ｓａｔｉｓｉｆｅｓｔｈｅｅｎｅｒｇｙｆｕｎｃｔｉｏｎａｎｄｃｏｎｓｔｒａｉｎｔｃｏｎｄｉｔｉｏｎ．Ａｌｇｏｒｉｔｈｍｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｉｓｇｉｖｅｎｉｎｔｈｅ．ｅｎｄ，ｗｈｉｃｈｓｈｏｗｓｔｈａｔｔｈｅｎｅｗｗａｙｈａｓｆａｓｔｅｒｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｎｄｂｅｔｔｅｒｓｔａｂｉｌｉｔｙ，ｃｏｍｐａｒｅｄｔｏａｎｔｃｏｌｏｎｙ
ａｌｇｏｏｒｄｓ：ｒａｄａｒｊａｍｍｉｎｇｒｅｓｏｕｒｃｅｓａｌｌｏｃａｔｉｏｎ，ＨｏｐｉｆｅｌｄＮｅｕｒａｌＮｅｔｗｏｒｋ，ａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ，
基于Ｈｏｐｉｆｅｌｄ神经网络算法的雷达干扰资源分配
房明星，王杰贵，朱宇
（解放军电子工程学院，合肥２３００３７）
摘
要：为了使有限的雷达干扰资源发挥最佳的干扰效果，基于干扰效益最大准则建立了雷达干扰资源优化分
配模型。提出了基于Ｈｏｐｉｆｅｌｄ神经网络算法的干扰资源优化分配方法，利用该方法能够在可行的解空间中找出满足能量函数和约束条件的全局最优分配方案。并与干扰资源蚁群优化分配算法进行了比较，理论推导与仿真实验表明该方法的可行性与有效性，且比蚁群分配算法具有更快的收敛速度和更好的健壮性。关键词：雷达干扰资源分配，Ｈｏｅｌｄ神经网络，蚁群算法，能量函数
ＦＡＮＧＭｉｎｇ－ｘｉｎｇ，ＷＡＮＧＪｉｅ－ｇｕｉ，ＺＨＵＹｕ
（ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅＤ厂咒Ａ，Ｈｅｆｅｉ２３００３７，Ｃｈｉｎａ）
中图分类号：ＴＮ９７４文献标识码：Ａ
ＲａｄａｒＪａｍｍｉｎｇＲｅｓｏｕｒｃｅｓＡｌｌｏｃａｔｉｏｎＡｌｇｏｒｉｔｈｍ
ＢａｓｅｄｏｎＨｏｐｉｅｆｌｄＮｅｕｒａｌＮｅｔｗｏｒｋ
Ｖｏ１．３９．Ｎｏ．２Ｆｅｂ，２０１４
火力与指挥控制
ＦｉｒｅＣｏｎ￣ｏｌ＆ＣｏｍｍａｎｄＣｏｎｔｒｏｌ
第３９卷第２期２０１４年２月
文章编号：１００２ — ０６４０（２０１４）０２ — ００７６ — ０５