(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111468621.9 (22)申请日 2021.12.0 3 (65)同一申请的已公布的文献号 申请公布号 CN 113869615 A (43)申请公布日 2021.12.31 (73)专利权人 中国人民解 放军空军预警学院 地址 430019 湖北省武汉市黄浦大街28 8号 (72)发明人 任明秋　冷毅　黎静　郭倩　 王冰切　牛全民　何明浩　 (74)专利代理 机构 武汉华之喻知识产权代理有 限公司 42 267 代理人 李君　廖盈春 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 30/08(2012.01) G06N 3/00(2006.01) G06N 3/04(2006.01) G06N 5/04(2006.01) (56)对比文件 CN 113109770 A,2021.07.13 审查员 李梦芸 (54)发明名称 一种基于目标态势感知的干扰资源调度优 化方法及装置 (57)摘要 本发明提供了一种基于目标态势感知的干 扰资源调度优化方法及装置， 属于干扰机资源调 度领域， 方法包括： 采用自适应模糊推理神经网 络对辐射源目标特性参数进行威胁评估， 构建对 雷达辐射源目标实施干扰的任务序列； 基于干扰 资源的带宽、 阵元数量对任务序列进行编码， 将 任务执行时间作为拍卖物品， 以待调度干扰任务 为竞拍者， 以干扰任务的目标威胁等级优先级原 则和剩余时间最大化原则作为拍卖 条件， 建立竞 拍价值函数， 采用连续拍卖方法， 获取干扰事件 链表； 基于干扰事件链表， 采用人工蜂群方法结 合变邻域搜索方法进行干扰阵面优化调度， 形成 干扰资源调度方法。 本发明解决了多目标复杂对 抗场景下的干扰资源调度问题。 权利要求书3页 说明书18页 附图3页 CN 113869615 B 2022.03.11 CN 113869615 B 1.一种基于目标态 势感知的干扰资源调度优化方法， 其特 征在于， 包括以下步骤： （1） 采用自适应模糊推理神经网络对辐射源目标特性参数进行威胁评估， 构建对雷达 辐射源目标实施干扰的任务序列； （2） 基于干扰资源的带宽、 阵元数量对任务序列进行编码， 将执行时间作为拍卖物品， 以待调度干扰任务为竞拍者， 以干扰任务的目标威胁等级优先级原则和剩余时间最大化原 则作为拍卖条件， 建立 竞价函数， 采用连续拍卖方法， 获取干扰事 件链表； （3） 基于干扰事件链表， 采用人工蜂群方法结合变邻域搜索方法进行干扰阵面优化调 度， 形成干扰资源调度方法； 其中， 所述连续拍卖方法具体包括如下步骤： 基于编码后的任务序列， 计算干扰资源调度的开始时间和结束时间； 删除编码后任务序列中截止时间长于开始时间的请求， 且延迟排序预计调度时间短于 调度结束时间的请求； 根据预处理后任务序列中各个任务请求的竞价函数， 计算各任务请求的优先级， 根据 任务请求的优先级对 任务序列进行排序； 求解排序后的任务序列中未调度的所有任务请求的最佳时间点以及最佳时间段， 并给 出各任务请求在最佳时间点的竞标价； 根据各时间段内最高竞标价， 确定各时间段对应的待执 行任务请求； 若未调度任务请求为空， 则结束拍卖， 将任务请求加入到请求链表中， 确定请求链表的 调度间隔时间长度； 依次在请求链表取出任务请求， 基于请求链表的调度间隔时间长度， 根据数据率和相 关积累时间调节调度间隔， 调度结束时间调整为调度开始 时间加上微调后的调度间隔； 其 中微调后的调度间隔为 根据数据率和相关积累时间调节后的调度间隔； 判断各任务请求是否满足时间约束和能量约束， 将满足约束的请求置于干扰事件链 表， 并对事件数据结构进行 赋值， 获取干扰事 件链表。 2.根据权利要求1所述的干扰资源调度优化方法， 其特征在于， 所述步骤 （1） 具体包括 以下步骤： 将辐射源目标特性参数输入至自适应模糊推理神经网络中进行辐射源目标特性参数 的威胁评估； 若能够确定辐射源目标的威胁状态， 则根据威胁评估结果构建对雷达辐射源目标实施 干扰的任务序列； 否则， 重新将辐射源目标特性参数输入至自适应模糊推理神经网络中， 直 至获取辐射源目标的威胁 状态。 3.根据权利要求1或2所述的干扰资源调度优化方法， 其特征在于， 步骤 （2） 具体包括以 下步骤： 利用干扰资源的带宽和阵元数量， 对实施干扰对应的任务序列进行编码； 其中， 编码采 用一维数组表示， 数组下标表示 目标序号， 数组内容表示对目标实施干扰所需的基本子阵 数量； 基于编码后的任务序列和执行时间， 将执行时间作为拍卖物品， 以待调度干扰任务为 竞拍者， 以干扰任务的目标威胁等级优先级原则和剩余时间最大化原则作为拍卖条件， 建 立竞价函数， 采用连续拍卖方法， 获取干扰事 件链表。权　利　要　求　书 1/3 页 2 CN 113869615 B 24.根据权利要求3所述的干扰资源调度优化方法， 其特征在于， 采用所述连续拍卖方法 执行干扰资源调度的基准 为： 当干扰资源足够时， 按照威胁评估得到的目标威胁等级分配干扰资源； 当干扰资源不 足时， 威胁等级越高的目标越优先分配资源， 获得干扰效益； 当威胁等级相同的目标发生资 源竞争时， 根据目标干扰符合度和干扰效能比进行筛 选资源分配方法； 采用所述连续拍卖方法执 行干扰资源调度的时间触发节点 为： 需要干扰的辐射源目标的出现时刻； 或辐射源目标需要的干扰资源变化量达到一个基 本子阵容量的时刻； 或当干扰资源的竞争度超出 预设范围的时刻。 5.根据权利要求4所述的干扰资源调度优化方法， 其特征在于， 所述人工蜂群方法结合 变邻域搜索方法获取目标最优解， 包括以下步骤： （3.1） 初始化干扰资源的带宽、 阵元数量和迭代最优解的最大迭代次数， 基于干扰事件 链表， 在搜索范围内随机产生一可行解的位置， 并评估该位置每个可行解的适应度， 获取迭 代最优解； （3.2） 采用观察峰在可行解的邻域搜索产生待更新的可行解， 并计算待更新可行解的 适应度值； （3.3） 将待更新的可行解与迭代最优解进行贪婪选择； 若待更新的可行解的适应度优 于迭代最优解的适应度， 则将迭代最优解更新 为待更新的可 行解， 否则不更新迭代最优解； （3.4） 按照食物源的概率搜索待更新的可行解， 并计算待更新的可行解的适应度， 执行 步骤 （3.3） ； （3.5） 从所有局部最优解中选择若干最优的个体作为备选集， 对每个解分别执行变邻 域搜索， 同时利用干扰符合度及效能比， 更新蜜源位置、 局部最优解和全局 最优解， 输出最 终的最优解； （3.6） 若迭代备选集进行多次求解进化未发生改变， 将挑选一定比例的雇佣蜂进行初 始化， 同时将蜂群中的一个雇佣蜂用备选集中的一个随机的观察峰替换； （3.7） 确定最终的最优解是否满足收敛条件， 如果满足， 则输出蜜源集中的解； 如果不 满足， 则转入 （3.4） ； 其中， 最终的最优解代 表最优干扰资源调度方法。 6.一种基于目标态 势感知的干扰资源调度优化装置， 其特 征在于， 包括： 任务序列构建系统， 用于采用自适应模糊推理神经网络对辐射源目标特性参数进行威 胁评估， 构建对雷达辐射源目标实施干扰的任务序列； 干扰资源调度方法构建系统， 用于基于干扰资源的带宽、 阵元数量对任务序列进行编 码， 将执行时间作为拍卖物品， 以待调 度干扰任务为竞拍者， 以干扰任务的目标威胁等级优 先级原则和剩余时间最大化原则作为拍卖条件， 建立竞价函数， 采用连续拍卖方法， 获取干 扰事件链表； 干扰资源调度方法优化系统， 用于基于干扰事件链表， 采用人工蜂群方法结合变邻域 搜索方法进行干扰阵面优化调度， 形成干扰资源调度方法； 所述连续拍卖方法具体包括如下步骤： 基于编码后的任务序列， 计算干扰资源调度的开始时间和结束时间； 删除编码后任务序列中截止时间长于调度开始时间的请求， 且延迟排序 预计调度时间权　利　要　求　书 2/3 页 3 CN 113869615 B 3