CN108494520B - 分布式智能干扰系统用的定功率式干扰资源调度优化方法 - Google Patents
分布式智能干扰系统用的定功率式干扰资源调度优化方法 Download PDFInfo
- Publication number
- CN108494520B CN108494520B CN201810237559.4A CN201810237559A CN108494520B CN 108494520 B CN108494520 B CN 108494520B CN 201810237559 A CN201810237559 A CN 201810237559A CN 108494520 B CN108494520 B CN 108494520B
- Authority
- CN
- China
- Prior art keywords
- interference
- distance
- jammer
- power
- jammers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/40—Jamming having variable characteristics
- H04K3/43—Jamming having variable characteristics characterized by the control of the jamming power, signal-to-noise ratio or geographic coverage area
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
- Noise Elimination (AREA)
Abstract
分布式智能干扰系统用的定功率式干扰资源调度优化方法,它采用特定的方法解得干扰机到敌目标收信机的距离的参考值,从而为优化干扰机布局提供了参考点;再根据参考值对所有干扰机的布置方式进行调度优化,进而优化了各个干扰机的放置位置,保证分布式干扰系统的使用效率和最优布局。
Description
技术领域
本发明涉及一种干扰资源调度优化方法,特别是分布式智能干扰系统用的定功率式干扰资源调度优化方法。
背景技术
在分布式智能干扰中,并非干扰机的个数越多、各节点发射的干扰功率越小就越能延长整个系统的生存周期。因为,参与干扰的干扰机过多时,其中可能存在一部分地理位置较劣的干扰节点,这些干扰节点不仅对增加敌目标辐射源处接收到的干扰功率无积极意义,还会消耗部分不必要付出的能量。
如果各个干扰机的干扰功率为确定值,则这时需要通过优化各干扰机的干扰距离来达到预定的干扰效果。
因此,有必要设计分布式智能干扰系统用的定功率式干扰资源调度优化方法,它能够在干扰机的干扰功率为确定值的情况下,优化各个干扰机的放置位置,保证分布式干扰系统的使用效率和最优布局。
发明内容
本发明的目的是克服现有技术的上述不足而提供分布式智能干扰系统用的定功率式干扰资源调度优化方法,它能够在干扰机的干扰功率为确定值的情况下,优化各个干扰机的放置位置,保证分布式干扰系统的使用效率和最优布局。
本发明的技术方案是:
分布式智能干扰系统用的定功率式干扰资源调度优化方法,包括以下步骤:
第一步,假设所有的干扰机输出的信号功率为已知;
第二步,设定一个阈值,令所有干扰机进入目标收信机的合成干信比不小于该阈值,得到一个不等式公式;
第三步,将所有的干扰机输出的信号功率代入到该不等式公式中,得到只含有干扰机到敌目标收信机的距离为未知数的不等式;
第四步,令所有干扰机到敌目标收信机的距离均相同,解析第三步中的不等式,得到干扰机到敌目标收信机的距离的参考值;
第五步,对所有干扰机的布置方式进行调度优化,以第四步得到的干扰机到敌目标收信机的距离的参考值为基准,当第一个干扰机的干扰距离大于基准时,在设计第二个干扰机的位置时可以考虑使其干扰距离小于基准;反之,类似地,如果前一个干扰机的干扰距离小于基准,则后一个干扰机的干扰距离可以大于基准,以此类推,完成优化。
进一步地,所述第四步中,解析第三步中的不等式,取干扰机到敌目标收信机的距离在满足该不等式条件下的最大值为参考值。
进一步地,所述用于分布式智能干扰系统的干扰资源调度优化方法还包括:
第六步,对第一步到第五步进行仿真分析,设置干扰机个数,并考虑各参数均已归一化,将阈值和干扰机的干扰功率均设为不同的定值,得到干扰机到敌目标收信机的距离的参考值与阈值之间的关系曲线及干扰机到敌目标收信机的距离的参考值与干扰机的干扰功率之间的关系曲线。
进一步地,所述阈值为干信比门限值ky。
进一步地,所述干扰机到敌目标收信机的距离的参考值为r*,
进一步地,第六步中,将阈值分别固定为2、3、4,干扰机的干扰功率从10变化到100。或者,将干扰机的干扰功率分别固定为10、55、100,阈值从2变化到4。
本发明的有益效果:本发明采用特定的方法解得干扰机到敌目标收信机的距离的参考值,从而为优化干扰机布局提供了参考点;再根据参考值对所有干扰机的布置方式进行调度优化,进而优化了各个干扰机的放置位置,保证分布式干扰系统的使用效率和最优布局。
附图说明
图1是本发明实施例中干扰距离参考值r*与干扰机干扰功率P之间的关系示意图;
图2是本发明实施例中干扰距离参考r*与干信比门限值ky之间的关系示意图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
实施例
第一步,假设所有的干扰机输出的信号功率为已知;
考虑各个干扰机的干扰功率事先已约定,即假设第i个干扰机输出的信号功率PTji(i=1,...,n)均已知。
第二步,设定一个阈值,令所有干扰机进入目标收信机的合成干信比不小于该阈值,得到一个不等式公式;
这时需要通过优化各干扰机的干扰距离来达到预定的干扰效果,即如何设计第i个干扰机的干扰距离rji(i=1,...,n),使得所有干扰机进入目标收信机的合成干信比不小于预定设定的阈值ky,即
其中rji为决策变量(rji>0,i=1,...,n);
第三步,将所有的干扰机输出的信号功率代入到该不等式公式中,得到只含有干扰机到敌目标收信机的距离为未知数的不等式;
在式(1)中,Q、Gir以及PTji已知,ky为干信比阈值,通常可以设置为2、3或4。将其代入式(1)且令Ki=QPTjiGir,则有
(2)式即为只含有干扰机到敌目标收信机的距离为未知数的不等式
第四步,令所有干扰机到敌目标收信机的距离均相同,解析第三步中的不等式,得到干扰机到敌目标收信机的距离的参考值;
由式(2)可知,显然,在给定Ki的情况下,所有rji的取值越小,上式满足的概率越高。但结合实际问题来看,rji为干扰机到敌目标收信机的距离,如果rji的值过小,则极易暴露而被敌发现摧毁失效,也不便于布置;另一方面,如果rji的值过大,则不易被敌发现,安全性较高,但上式满足的概率会较小。可以随机布设所有干扰机的位置,计算其干扰距离以及干信比,然后判断是否满足要求。若不满足要求,则重新随机布设,但这样会比较耗时费力。因此,在实际部署各干扰机的位置时,可以参考rji的上限值即各干扰机到敌目标收信机的最远距离。
考虑到式(2)的复杂形式,首先考虑各干扰机到敌目标收信机的距离均相等的情况,即rj1=rj2=...=rjn=r,代入式(2),则有
得到
第五步,对所有干扰机的布置方式进行调度优化,以第四步得到的干扰机到敌目标收信机的距离的参考值为基准,当第一个干扰机的干扰距离大于基准时,在设计第二个干扰机的位置时可以考虑使其干扰距离小于基准;反之,类似地,如果前一个干扰机的干扰距离小于基准,则后一个干扰机的干扰距离可以大于基准,以此类推,完成优化;
根据式(4),r*可以作为在最初布设各干扰机的位置时的一个参考值,在设计各干扰机的布设准则时均可以参考r*。当然,如果任意干扰机i的干扰距离rji均不大于r*,即对于i=1,2,...,n,有rji≤r*,则此时得到的干信比一定满足要求,因为
而对于其他情况,则不一定能满足要求,这时可以参考r*的值调整各干扰节点的位置即其干扰距离。例如,如果第一个干扰机的干扰距离rj1>r*,则在设计第二个干扰机的位置时可以考虑使rj2<r*;反之,类似地,如果前一个干扰机的干扰距离小于r*,则后一个干扰机的干扰距离可以大于r*。以此类推,最终在布设完所有干扰机的位置后,其干信比能满足要求的概率会比较大。另外,如果按上述规则布设完所有干扰机,其干信比小于ky,则可以调整某些干扰距离大于r*的干扰机的位置以减小其干扰距离,然后计算新的干信比是否满足要求,直到最终满足要求。依次准则布设的干扰机,既可以满足预定的干信比要求,又可以尽可能使较多干扰机保持与敌目标收信机一定的干扰距离,提高其安全性。
第六步,对第一步到第五步进行仿真分析,设置干扰机个数,并考虑各参数均已归一化,将阈值和干扰机的干扰功率均设为不同的定值,得到干扰机到敌目标收信机的距离的参考值与阈值之间的关系曲线及干扰机到敌目标收信机的距离的参考值与干扰机的干扰功率之间的关系曲线。
数值仿真分析:分析干扰距离的参考门限值r*分别随干扰功率和干信比门限值变化而变化的情况
1)参数设置:干扰机个数n=10,考虑参数均已归一化,Q=1,Gir的值从[1,10]中随机选择,另外,为方便分析,考虑各干扰机的干扰功率均为P,其变化范围为[10,100]。具体地,在第一个仿真中,考虑干信比门限值ky分别固定为2、3、4,干扰机的干扰功率P从10变化到100;在第二个仿真中,干扰机的干扰功率P分别固定为10、55、100,干信比门限值ky从2变化到4。
2)结果分析:
结果说明:从附图1可以看到,当给定干信比值ky时,干扰距离参考值r*随干扰机干扰功率P的增大而增大;另外,对于同一干扰机干扰功率P,干信比值ky越大,干扰距离参考值r*越小。
从附图2可以看到,当给定干扰机干扰功率P时,干扰距离参考值r*随干信比门限值ky的增大而减小;另外,对于同一干信比值ky,干扰机干扰功率P越大,干扰距离参考值r*越大。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.分布式智能干扰系统用的定功率式干扰资源调度优化方法,其特征在于:所述分布式智能干扰系统用的定功率式干扰资源调度优化方法包括以下步骤:
第一步,假设所有的干扰机输出的信号功率为已知;
第二步,设定一个阈值,令所有干扰机进入目标收信机的合成干信比不小于该阈值,得到一个不等式公式;
第三步,将所有的干扰机输出的信号功率代入到该不等式公式中,得到只含有干扰机到敌目标收信机的距离为未知数的不等式;
第四步,令所有干扰机到敌目标收信机的距离均相同,解析第三步中的不等式,得到干扰机到敌目标收信机的距离的参考值;
第五步,对所有干扰机的布置方式进行调度优化,以第四步得到的干扰机到敌目标收信机的距离的参考值为基准,当第一个干扰机的干扰距离大于基准时,在设计第二个干扰机的位置时考虑使其干扰距离小于基准;反之,类似地,如果前一个干扰机的干扰距离小于基准,则后一个干扰机的干扰距离大于基准,以此类推,完成优化;
第六步,对第一步到第五步进行仿真分析,设置干扰机个数,并考虑各参数均已归一化,将阈值和干扰机的干扰功率均设为不同的定值,得到干扰机到敌目标收信机的距离的参考值与阈值之间的关系曲线及干扰机到敌目标收信机的距离的参考值与干扰机的干扰功率之间的关系曲线。
2.如权利要求1所述的分布式智能干扰系统用的定功率式干扰资源调度优化方法,其特征在于:所述第四步中,解析第三步中的不等式,取干扰机到敌目标收信机的距离在满足该不等式条件下的最大值为参考值。
3.如权利要求1所述的分布式智能干扰系统用的定功率式干扰资源调度优化方法,其特征在于:所述阈值为干信比门限值ky。
7.如权利要求3所述的分布式智能干扰系统用的定功率式干扰资源调度优化方法,其特征在于:将阈值分别固定为2、3、4,干扰机的干扰功率从10变化到100。
8.如权利要求3所述的分布式智能干扰系统用的定功率式干扰资源调度优化方法,其特征在于:将干扰机的干扰功率分别固定为10、55、100,阈值从2变化到4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810237559.4A CN108494520B (zh) | 2018-03-21 | 2018-03-21 | 分布式智能干扰系统用的定功率式干扰资源调度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810237559.4A CN108494520B (zh) | 2018-03-21 | 2018-03-21 | 分布式智能干扰系统用的定功率式干扰资源调度优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108494520A CN108494520A (zh) | 2018-09-04 |
CN108494520B true CN108494520B (zh) | 2020-05-05 |
Family
ID=63319295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810237559.4A Active CN108494520B (zh) | 2018-03-21 | 2018-03-21 | 分布式智能干扰系统用的定功率式干扰资源调度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108494520B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472823A (zh) * | 2019-07-08 | 2019-11-19 | 大亚湾核电运营管理有限责任公司 | 一种电磁干扰设备调度方法、装置及终端设备 |
CN112417695B (zh) * | 2020-11-25 | 2022-11-18 | 湘潭大学 | 基于整数规划的大规模干扰资源调度方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6414955B1 (en) * | 1999-03-23 | 2002-07-02 | Innovative Technology Licensing, Llc | Distributed topology learning method and apparatus for wireless networks |
CN103596284A (zh) * | 2012-08-16 | 2014-02-19 | 山东大学 | 能量有效的无线传感器网络分布式链路调度控制器 |
CN105974378B (zh) * | 2016-06-17 | 2018-08-07 | 西安电子工程研究所 | 分布式雷达干扰系统结构 |
-
2018
- 2018-03-21 CN CN201810237559.4A patent/CN108494520B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108494520A (zh) | 2018-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110620611B (zh) | 一种基于geo与leo双层卫星网络的协同频谱感知方法 | |
CN104936186B (zh) | 基于布谷鸟搜索算法的认知无线电网络频谱分配方法 | |
CN1264379C (zh) | 时分双工移动通信系统中上下行资源的分配方法和装置 | |
CN108494520B (zh) | 分布式智能干扰系统用的定功率式干扰资源调度优化方法 | |
US10237793B2 (en) | Access control method and apparatus, and network device | |
EP3552423B1 (en) | Overshooting cell detection | |
CN103945518A (zh) | 一种认知无线电系统中基于波束成形的功率分配方法 | |
CN108229755A (zh) | 基于改进二进制入侵杂草优化算法的主动配电网网架规划 | |
CN108260198A (zh) | 一种频谱共享下基于非合作博弈的雷达组网功率控制方法 | |
Ding et al. | Ultra-dense networks: Is there a limit to spatial spectrum reuse? | |
CN108540257B (zh) | 分布式智能干扰系统用的定位置式干扰资源调度优化方法 | |
CN108365891B (zh) | 一种室内可见光通信系统下行覆盖均匀性优化方法 | |
EP3188527A1 (en) | Method and device for deploying access point | |
CN104754614B (zh) | 一种共天线天馈系统的天馈参数优化方法及装置 | |
Robert et al. | Reinforcement learning approaches and evaluation criteria for opportunistic spectrum access | |
Luan et al. | Correntropy induced joint power and admission control algorithm for dense small cell network | |
Yu et al. | Energy efficiency tradeoff in interference channels | |
CN110139318B (zh) | 一种noma蜂窝异构网络资源分配方法及系统 | |
Xu et al. | Resource allocation for cellular zero-touch deterministic industrial M2M networks: A reinforcement learning-based scheme | |
CN108738028B (zh) | 一种超密集组网下的分簇方法 | |
CN107330036B (zh) | 一种频率扫描策略优化方法 | |
CN110191472B (zh) | 一种基于改进多目标混沌pso优化的目标信道访问方法 | |
CN113395757A (zh) | 基于改进回报函数的深度强化学习认知网络功率控制方法 | |
Chen et al. | Energy analysis of co-channel harvesting in wireless networks | |
CN106059728A (zh) | 一种大规模mimo系统中的基于相移的导频设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221026 Address after: 902, Building B1, Lugu Science and Technology Innovation and Entrepreneurship Park, No. 1698, Yuelu West Avenue, Changsha Hi tech Development Zone, 410000, Hunan Province Patentee after: CHANGSHA JINGJIA MICROELECTRONICS Co.,Ltd. Address before: 710025 No.2, Tongxin Road, Hongqing street, Xi'an City, Shaanxi Province Patentee before: Rocket Force University of Engineering of PLA |
|
TR01 | Transfer of patent right |