CN108540257B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN108540257B
CN108540257B CN201810237560.7A CN201810237560A CN108540257B CN 108540257 B CN108540257 B CN 108540257B CN 201810237560 A CN201810237560 A CN 201810237560A CN 108540257 B CN108540257 B CN 108540257B
Authority
CN
China
Prior art keywords
interference
power
optimizing
jammer
machines
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
Application number
CN201810237560.7A
Other languages
English (en)
Other versions
CN108540257A (zh
Inventor
魏振华
屈毓锛
李琳琳
伍明
范志良
汪洪桥
罗眉
叶霞
占建伟
杨文可
李海龙
王利涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Jingjia Microelectronics Co ltd
Original Assignee
Rocket Force University of Engineering of PLA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Rocket Force University of Engineering of PLA filed Critical Rocket Force University of Engineering of PLA
Priority to CN201810237560.7A priority Critical patent/CN108540257B/zh
Publication of CN108540257A publication Critical patent/CN108540257A/zh
Application granted granted Critical
Publication of CN108540257B publication Critical patent/CN108540257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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)
  • Mobile Radio Communication Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

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，在干扰机的干扰距离一定的情况下，采用两种最小化优化的方法分别解得干扰机的干扰功率基准，并根据该基准，对所有干扰机的干扰功率设置进行调度优化，从而保证分布式干扰系统的使用效率和功率最优分布。

Description

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
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位置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。
在对敌目标收信机实施干扰时，如果各干扰机的位置即其干扰距离事先已确定，而其发射功率也可能事先未作约定，则需要通过分配策略及时确定各干扰节点的干扰功率。
因此，有必要设计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，它能够在干扰机的干扰距离为确定值的情况下，优化各个干扰机的干扰功率，从而保证分布式干扰系统的使用效率和功率最优分布。
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位置式干扰资源调度优化方法，它能够在干扰机的干扰距离为确定值的情况下，优化各个干扰机的干扰功率，从而保证分布式干扰系统的使用效率和功率最优分布。
本发明的技术方案是：
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，包括以下步骤：
第一步，假设所有的干扰机的位置及其干扰距离均已知；
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；
第三步，采用凸优化的方式，对各干扰节点的干扰功率之和进行最小化优化，使各节点的干扰功率能够满足第二步中的不等式公式；或者，采用凸优化的方式，对各干扰节点干扰功率的最大值进行最小化优化，使各节点的干扰功率能够满足第二步中的不等式公式；
第四步，对所有干扰机的布置方式进行调度优化，以第三步得到的最小化后各干扰节点的干扰功率之和为基准，在设计各干扰机的功率时，所有干扰机功率之和不大于该基准；或者，以第三步得到的最小化后各干扰点干扰率的最大值为基准，在设计各干扰机的功率时，所有干扰机的功率均不大于该基准。
进一步地，所述第二步中不等式公式为：
Figure BDA0001603845640000021
进一步地，所述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还包括：
第五步，对第一步到第四步进行仿真分析，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距离均设为不同的定值，得到第三步中两种优化方法的的干扰功率之和与阈值的关系曲线，以及两种优化方法方式下各干扰机干扰功率的分配情况曲线。
进一步地，所述阈值为干信比门限值ky。
进一步地，所述第三步中，对各干扰节点的干扰功率之和进行最小化优化的形式化表达如下
Figure BDA0001603845640000022
Figure BDA0001603845640000023
PTji＞0,i＝1,2,...,n。
进一步地，所述第三步中，对各干扰节点干扰功率的最大值进行最小化优化的形式化表达如下
Figure BDA0001603845640000024
Figure BDA0001603845640000025
PTji＞0,i＝1,2,...,n。
进一步地，将阈值分别固定为2、3、4，各干扰机干扰距离的值从[1，2]中随机选择，干扰机的干扰功率从10变化到100，进行仿真分析。
本发明的有益效果：本发明在干扰机的干扰距离一定的情况下，采用两种最小化优化的方法分别解得干扰机的干扰功率基准，并根据该基准，对所有干扰机的干扰功率设置进行调度优化，从而保证分布式干扰系统的使用效率和功率最优分布。
附图说明
图1是本发明实施例中MTC、MMC的干扰功率之和与干信比门限值ky的关系示意图；
图2是本发明实施例中MTC、MMC方式下各干扰机干扰功率的分配情况(ky＝2)示意图；
图3是本发明实施例中MTC、MMC方式下各干扰机干扰功率的分配情况(ky＝3)示意图；
图4是本发明实施例中MTC、MMC方式下各干扰机干扰功率的分配情况(ky＝4)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，假设所有的干扰机的位置及其干扰距离均已知；
考虑各干扰机的位置即其干扰距离事先已确定，即假设第i个干扰机的位置及其干扰距离rji(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功率来达到预定的干扰效果，即如何设计第i个干扰发射机输出的信号功率PTji，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
Figure BDA0001603845640000031
其中rji为决策变量(rji＞0,i＝1,...,n)；
第三步，采用凸优化的方式，对各干扰节点的干扰功率之和进行最小化优化，使各节点的干扰功率能够满足第二步中的不等式公式；或者，采用凸优化的方式，对各干扰节点干扰功率的最大值进行最小化优化，使各节点的干扰功率能够满足第二步中的不等式公式；
下面将优化的目标分成两种情况：一是最小化各干扰节点的干扰功率之和；二是最小化各干扰节点的干扰功率的最大值，约束条件均为干信比不小于ky。
第一种情况：各干扰节点的干扰功率之和最小化
令
Figure BDA0001603845640000041
则此优化问题可以形式化表达如下：
Figure BDA0001603845640000042
Figure BDA0001603845640000043
Figure BDA0001603845640000046
上述问题为一个简单的凸优化问题，可以通过Matlab优化工具箱中的fmincon函数进行求解。
第二种情况：各干扰节点干扰功率的最大值最小化
此优化问题可以形式化表达如下
Figure BDA0001603845640000044
Figure BDA0001603845640000045
Figure BDA0001603845640000047
上述问题依然可以通过Matlab优化工具箱中的fminimax函数进行求解。
第四步，对所有干扰机的布置方式进行调度优化，以第三步得到的最小化后各干扰节点的干扰功率之和为基准，在设计各干扰机的功率时，所有干扰机功率之和不大于该基准；或者，以第三步得到的最小化后各干扰点干扰率的最大值为基准，在设计各干扰机的功率时，所有干扰机的功率均不大于该基准。
将第一种情况对应的解法命名为MTC(Minimizetotalcost)，第二种情况对应的解法命中为MMC(Minimizemaximumcost)。设干扰机的个数为10，考虑参数均已归一化，Q＝1，Gir的值从[1，10]中随机选择，干信比门限值ky取为2，干扰距离rji的值从[1，2]中随机选择，分别为1.79、1.95、1.33、1.67、1.44、1.83、1.77、1.86、1.99，利用第一种情况(MTC)解得最小化后各干扰节点的干扰功率之和为0.47，那么在设计各干扰机的功率时，所有干扰机功率之和不大于0.47即可。利用第二种情况(MMC)解得最小化后各干扰点干扰率的最大值为1.85，那么在设计各干扰机的功率时，所有干扰机的功率均不大于1.85即可。
第五步，对第一步到第四步进行仿真分析，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距离均设为不同的定值，得到第三步中两种优化方法的的干扰功率之和与阈值的关系曲线，以及两种优化方法方式下各干扰机干扰功率的分配情况曲线。
数值仿真分析：对比两种优化方法下的功率分配情况
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，干信比门限值ky可以取为2、3、4，干扰距离rji的值从[1，2]中随机选择，于是，问题中Mi的值可以根据公式
Figure BDA0001603845640000052
计算得到。
2)结果分析：具体地，以下结果基于如何参数设置：
Figure BDA0001603845640000051
结果说明：从附图1可以看到，首先，随着干信比门限值ky的增大，MTC和MMC相应的干扰功率之和即总干扰功率均增大；其次，在给定干信比门限值ky时，MTC对应的总干扰功率要小于MMC对应的总干扰概率。
结果说明：从附图2～附图4可以看到，在MTC方式下，干扰功率基本上集中在单个干扰机上，即某个干扰机的干扰功率特别高，而其他干扰机的干扰功率均很低，分布很不均匀；而在MMC方式下，各干扰机的干扰功率都差不多，分布很均匀。
因此，这两种方式均有效，采用何种方式对干扰机的干扰功率分布进行优化取决于具体的情况。
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 (6)

1.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，其特征在于：所述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包括以下步骤：
第一步，假设所有的干扰机的位置及其干扰距离均已知；
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；
第三步，采用凸优化的方式，对各干扰节点的干扰功率之和进行最小化优化，使各节点的干扰功率能够满足第二步中的不等式公式；或者，采用凸优化的方式，对各干扰节点干扰功率的最大值进行最小化优化，使各节点的干扰功率能够满足第二步中的不等式公式；
第四步，对所有干扰机的布置方式进行调度优化，以第三步得到的最小化后各干扰节点的干扰功率之和为基准，在设计各干扰机的功率时，所有干扰机功率之和不大于该基准；或者，以第三步得到的最小化后各干扰点干扰率的最大值为基准，在设计各干扰机的功率时，所有干扰机的功率均不大于该基准；
第五步，对第一步到第四步进行仿真分析，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距离均设为不同的定值，得到第三步中两种优化方法的的干扰功率之和与阈值的关系曲线，以及两种优化方法方式下各干扰机干扰功率的分配情况曲线。
2.如权利要求1所述的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，其特征在于：所述第二步中不等式公式为：
Figure FDA0002354539060000011
其中，Q为常量，n为干扰机个数，PTji为第i个干扰机(i＝1,...,n)输出的信号功率，Gir为第i个干扰机天线在通信接收机天线方向上的天线增益，简称增益，rji为第i个干扰机(i＝1,...,n)到敌目标收信机的干扰距离，ky为干信比门限值，简称阈值。
3.如权利要求1所述的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，其特征在于：所述阈值为干信比门限值ky。
4.如权利要求1所述的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，其特征在于：所述第三步中，对各干扰节点的干扰功率之和进行最小化优化的形式化表达如下
Figure FDA0002354539060000012
Figure FDA0002354539060000021
PTji＞0,i＝1,2,...,n；
其中，n为干扰机个数，Mi为权值，
Figure FDA0002354539060000022
即，Mi为常量Q、第i个干扰机天线在通信接收机天线方向上的天线增益Gir的积再除以第i个干扰机(i＝1,...,n)到敌目标收信机的干扰距离的四次方，PTji为第i个干扰机(i＝1,...,n)输出的信号功率，ky为干信比门限值，简称阈值。
5.如权利要求1所述的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，其特征在于：所述第三步中，对各干扰节点干扰功率的最大值进行最小化优化的形式化表达如下
Figure FDA0002354539060000023
Figure FDA0002354539060000024
PTji＞0,i＝1,2,...,n；
其中，n为干扰机个数，Mi为权值，
Figure FDA0002354539060000025
即，Mi为常量Q、第i个干扰机天线在通信接收机天线方向上的天线增益Gir的积再除以第i个干扰机(i＝1,...,n)到敌目标收信机的干扰距离的四次方，PTji为第i个干扰机(＝i＝1,...,n)输出的信号功率，ky为干信比门限值，简称阈值。
6.如权利要求1所述的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，其特征在于：将阈值分别固定为2、3、4，各干扰机干扰距离的值从[1，2]中随机选择，干扰机的干扰功率从10变化到100，进行仿真分析。
CN201810237560.7A 2018-03-21 2018-03-21 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 Active CN108540257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810237560.7A CN108540257B (zh) 2018-03-21 2018-03-21 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810237560.7A CN108540257B (zh) 2018-03-21 2018-03-21 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

Publications (2)

Publication Number Publication Date
CN108540257A CN108540257A (zh) 2018-09-14
CN108540257B true CN108540257B (zh) 2020-05-05

Family

ID=63484485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810237560.7A Active CN108540257B (zh) 2018-03-21 2018-03-21 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

Country Status (1)

Country Link
CN (1) CN108540257B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111538950B (zh) * 2020-04-17 2020-11-06 中国人民解放军91550部队 一种多无人平台干扰资源分配方法
CN115865193B (zh) * 2023-02-27 2023-05-09 中国人民解放军火箭军工程大学 一种用于反射内存组网性能测试的装置及其方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
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
CN102438235B (zh) * 2011-08-22 2013-11-20 北京邮电大学 移动协作网络中最优分布式干扰源选择方法
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
CN107396372B (zh) * 2017-09-07 2022-03-25 西北大学 一种时域干扰协调下最大最小公平的分布式能效优化方法

Also Published As

Publication number Publication date
CN108540257A (zh) 2018-09-14

Similar Documents

Publication Publication Date Title
CN106358308A (zh) 一种超密集网络中的强化学习的资源分配方法
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
Zhao et al. Robust power control for cognitive radio in spectrum underlay networks
CN102368854B (zh) 一种基于反馈控制信息的认知无线电网络频谱共享方法
CN106878958B (zh) 软件自定义无线网络中基于可调占空比的快速传播方法
KR101869742B1 (ko) 비직교 다중 접속 시스템에서의 복합 페어링 방법 및 통신 방법
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
Song et al. Energy efficient MAC protocol for wireless full-duplex networks
CN110139318B (zh) 一种noma蜂窝异构网络资源分配方法及系统
CN105007585B (zh) 基于中断概率能效最大的功率分配方法
Sambo et al. Electromagnetic emission-aware scheduling for the uplink of coordinated OFDM wireless systems
Yao et al. Increasing throughput in energy-based opportunistic spectrum access energy harvesting cognitive radio networks
Mankar et al. Meta distribution for downlink NOMA in cellular networks with 3GPP-inspired user ranking
Seo et al. Performance characterization on random access in LTE-based two-tier small-cell networks
Park et al. Base station activation in coordinated multi-point joint transmission-based ultra dense networks
CN103491620B (zh) 一种异构网络中基于用户主导的分布式上行功控方法
Chen et al. A categorized resource sharing mechanism for device-to-device communications in cellular networks
Chai et al. A novel immune optimization algorithm for fairness resource allocation in cognitive wireless network
Sinanović et al. Maximising the system spectral efficiency in a decentralised 2-link wireless network
Jin et al. Multiple-objective power control algorithm based on successive interference cancellation algorithm
CN107148076B (zh) 一种基于随机几何的无线小区网络功率控制方法
Saifan et al. Energy efficient cooperative spectrum sensing in cognitive radio
CN105657714A (zh) 一种微小区的配置的方法及装置
CN104125024A (zh) 一种认知无线电时间逼近最优的信道检测方法
Huang et al. Performance of q-learning algorithms for channel allocation in small cell networks

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
CB03 Change of inventor or designer information

Inventor after: Wei Zhenhua

Inventor after: Zhan Jianwei

Inventor after: Wu Ming

Inventor after: Wang Litao

Inventor after: Wang Hongqiao

Inventor before: Wei Zhenhua

Inventor before: Yang Wenke

Inventor before: Li Hailong

Inventor before: Wang Litao

Inventor before: Qu Yuben

Inventor before: Li Linlin

Inventor before: Wu Ming

Inventor before: Fan Zhiliang

Inventor before: Wang Hongqiao

Inventor before: Luo Mei

Inventor before: Ye Xia

Inventor before: Zhan Jianwei

CB03 Change of inventor or designer information
TR01 Transfer of patent right

Effective date of registration: 20221013

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