CN112422227A - 卫星可信导航干扰资源调度方法和装置 - Google Patents
卫星可信导航干扰资源调度方法和装置 Download PDFInfo
- Publication number
- CN112422227A CN112422227A CN202011334182.8A CN202011334182A CN112422227A CN 112422227 A CN112422227 A CN 112422227A CN 202011334182 A CN202011334182 A CN 202011334182A CN 112422227 A CN112422227 A CN 112422227A
- Authority
- CN
- China
- Prior art keywords
- interference
- navigation
- satellite
- calculating
- trusted
- 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.)
- Granted
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18517—Transmission equipment in earth stations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/80—Jamming or countermeasure characterized by its function
- H04K3/82—Jamming or countermeasure characterized by its function related to preventing surveillance, interception or detection
- H04K3/825—Jamming or countermeasure characterized by its function related to preventing surveillance, interception or detection by jamming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Economics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Astronomy & Astrophysics (AREA)
- Genetics & Genomics (AREA)
- Geometry (AREA)
- Physiology (AREA)
- Marketing (AREA)
Abstract
本申请涉及一种卫星可信导航干扰资源调度和装置。所述方法包括:获取导航接收机信号;基于导航接收机信号计算得到误码率;基于导航接收信号计算伪距测量误差方差;将多指标综合评价法将误码率和伪距测量误差运算进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值;根据分布式压制干扰效果的评估值计算得到分布式干扰系统的综合干扰效益值,并以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数;获取当前场景对应的约束条件;利用粒子群算法和遗传算法,并根据约束条件对目标函数进行求解得到卫星可信导航干扰资源调度方案。该本方法给出了一个较为完整可靠的卫星可信导航分布式压制干扰资源调度方法。
Description
技术领域
本申请涉及通信技术领域,特别是涉及一种卫星可信导航干扰资源调度方法和装置。
背景技术
近年来,卫星可信导航干扰技术得到了飞速发展,已经被广泛应用于防空和导航战等领域。在“导航战”中,干扰对抗战场环境复杂,传统的仅凭经验的调度方法效率低下,干扰效果难以保证,因此,需要一种更为科学的资源调度方法提供支持。干扰资源调度问题在于前期干扰效果评估、调度模型的建立和求解。干扰资源调度模型一般由问题的决策变量、目标函数和受限于干扰场景的约束条件组成。一方面,根据追求的目标和选取的评估指标的不同,目标函数存在着差异;另一方面,针对不同的干扰对抗场景,约束条件也会有所区别。干扰资源调度模型的求解则和优化算法密切相关,合适的优化算法不但能够求解出最优的调度方案,其时间复杂度和空间复杂度等性能也会更加突出。
现有的干扰效果评估方法主要被应用于雷达干扰领域,对卫星可信导航领域的干扰效果评估具有一定的借鉴意义。目前的研究有采用伪距误差协方差作为压制干扰的评估指标;也有人根据欺骗式干扰和压制式干扰对GPS/INS组合导航的干扰效果,提出了失星个数、压制系数和位置误差等八个评估指标;也有从接收机信号捕获、跟踪、解调和定位/定时四个层次建立了干扰环境下GPS接收机效能评估指标体系。总体来说,针对卫星可信导航干扰效果的研究较少,缺乏系统理论的分析,对于实际对抗场景考虑不足。
在可查到的文献中,针对卫星可信导航干扰资源调度方法展开研究的文献尚属空白,对于一般的干扰资源调度模型而言,大多以单目标即干扰效益为优化目标,少数文献涉及多目标会以干扰效益、成本、损毁概率等作为多目标优化内容。在模型求解方面,分布式干扰中的资源调度问题是一个典型的离散组合优化问题,最优化方法和启发式方法是目前求解该问题常用的两类方法。动态规划方法、0-1整数规划算法先后被用来求解干扰资源的分配问题。与传统的优化方法相比,启发式方法在求解大规模的资源调度问题时在效率上具有明显的优势。改进的遗传算法、改进的粒子群算法也应用在干扰资源分配问题中。
但是目前的一些方法存在一些弊端:1、卫星可信导航干扰效果的研究较少,多借鉴的是雷达干扰评估领域的一些方法。2、对实际的对抗场景分析不足,考虑因素较为单一,所建立模型对实际场景刻画不足。
发明内容
基于此,有必要针对上述技术问题,提供一种卫星可信导航干扰资源调度方法和装置,用于解决卫星可信导航干扰资源调度问题。
一种卫星可信导航干扰资源调度方法,所述方法包括:
获取导航接收机信号;
基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标;
基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标;
用所述多指标综合评价法将所述误码率和所述伪距测量误差进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值;
根据所述分布式压制干扰效果的评估值计算得到分布式干扰系统的综合干扰效益值,并以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数;
获取当前场景对应的约束条件;
利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案。
在其中一个实施例中,所述基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标,包括:
根据所述导航接收机信号计算等效载噪比;
根据所述等效载噪比计算得到信噪比,并基于所述信噪比生成误码率。
在其中一个实施例中,所述根据所述导航接收机信号计算等效载噪比,包括:
根据以下公式计算得到等效载噪比:
其中,J/S=Jt+Gt+Gj-Lp-Lf-Sr,Jt为干扰机发射至其天线的干扰信号功率,Gt为干扰机发射天线增益,Gj为接收机的天线增益,Lp为自由空间传播损耗,Lf为接收机前端滤波引起的干扰功率损耗,Sr为接收到的卫星可信导航信号功率,Q为抗干扰品质因数,Rc为扩频码速率。
在其中一个实施例中,所述基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标,包括:
根据以下公式计算得到伪距测量误差方差:
其中,Δ为码片长度,C/A码的码片长度为293.26,P(Y)码的码片长度为29.263,BDLL为延迟锁相环噪声带宽,D为前相关器与即时相关器之间的距离,即1/16-1/2码片,BID为检波前滤波器的噪声带宽,BDLLBID8D3/(C/N0)2≈0,C/N0用(C/N0)eq替换。
在其中一个实施例中,所述将所述多指标综合评价法将所述误码率和所述伪距测量误差方差进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值之前,还包括:
通过以下公式将所述误码率和所述伪距测量误差方差进行量纲统一:
其中,Pe为误码率,Pp为伪距测量误差方差,min()为求最小值,max()为求最大值,gi(·)为归一化处理公式,Pe,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的误码率,Pp,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的伪距测量误差方差。
在其中一个实施例中,所述以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数,包括:
根据以下公式计算得到目标函数:
其中,xjr为决策变量;λi为各个评估指标的权重;ωr为第r个对方威胁目标的威胁系数。
在其中一个实施例中,所述获取当前场景对应的约束条件,包括:
当所述当前场景为一对一调度场景时,所述约束条件为:
其中,Gr为对方威胁目标自身的干扰容限。
在其中一个实施例中,所述获取当前场景对应的约束条件,包括:
当所述当前场景为多对一调度场景时,所述约束条件为:
其中,Gr为对方威胁目标自身的干扰容限。
在其中一个实施例中,所述利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案之后,包括:
通过结果对模型的合理性进行验证,分析针对该模型两种算法的求解表现。
一种卫星可信导航干扰资源调度装置,所述装置包括:
信号获取模块,用于获取导航接收机信号;
第一指标生成模块,用于基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标;
第二指标生成模块,用于基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标;
加权模块,用于用所述多指标综合评价法将所述误码率和所述伪距测量误差进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值;
目标函数生成模块,用于根据所述分布式压制干扰效果的评估值计算得到分布式干扰系统的综合干扰效益值,并以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数;
约束条件生成模块,用于获取当前场景对应的约束条件;
求解模块,用于利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案。
上述卫星可信导航干扰资源调度方法和装置,根据卫星可信导航干扰效果评估准则和接收机处理导航信号的具体过程,提出了一种的卫星可信导航分布式压制干扰效果评估方法,根据卫星可信导航干扰对抗场景和对抗中的资源调度的特点,给出了不同调度场景下目标函数的约束条件,建立了用于解决卫星可信导航干扰资源调度问题的多约束优化模型。并对卫星可信导航干扰资源调度进行求解。给出了一个完整可靠的卫星可信导航干扰资源调度方法。
附图说明
图1为本发明的卫星可信导航干扰资源调度示意图;
图2为本发明的干扰对导航接收机信号处理的作用环节示意图;
图3为本发明的分布式卫星可信导航干扰的效果评估方法示意图;
图4为本发明的“一对一”场景仿真结果示意图;
图5为本发明的“多对一”场景仿真结果示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,参见图1至5所示,提供了一种卫星可信导航干扰资源调度方法,首先通过分析导航对抗的实际过程和干扰对导航接收机的作用过程,提出了一种卫星可信导航干扰效果评估方法;分析了卫星可信导航干扰对抗场景和对抗中的资源调度问题,研究了不同调度场景下目标函数的约束条件,建立了用于解决干扰资源调度问题的多约束优化模型;最后用粒子群算法和遗传算法求解卫星可信导航干扰资源调度问题。具体可以包括以下步骤:
S202:获取导航接收机信号。
根据导航接收机信号处理的具体环节对卫星可信导航干扰效果评估指标进行分析。
S204:基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标。
将误码率作为衡量干扰对解调环节影响的评估指标,量化卫星可信导航干扰效果Pe。
S206:基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标。
选取伪距测量误差方差作为衡量干扰对PVT解算环节影响的评估指标,量化卫星可信导航干扰效果Pp。
S208:用所述多指标综合评价法将所述误码率和所述伪距测量误差进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值。
利用公式统一误码率和伪距测量误差方差这两个评价指标的量纲;利用多指标综合评价法将误码率和伪距测量误差方差这两个指标进行加权运算即可得到衡量卫星可信导航分布式压制干扰效果的评估值λ1·g1(Pe,jr)+λ2·g2(Pp,jr);
S210:根据所述分布式压制干扰效果的评估值计算得到分布式干扰系统的综合干扰效益值,并以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数。
以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数:
上式中,xjr为决策变量;λi为各个评估指标的权重;ωr为第r个对方威胁目标的威胁系数;Pe,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的误码率,Pp,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的伪距测量误差方差;gi(·)为归一化处理公式。
S212:获取当前场景对应的约束条件。
进一步地,考虑不同调度场景的不同的约束条件。给出一对一调度场景的约束条件:投入使用的干扰机的数量与对方威胁目标的数量相同,此时,一个对方威胁目标仅会受到一部干扰机干扰。再给出多对一调度场景的约束条件:投入使用的干扰机的数量大于对方威胁目标的数量,此时,一个对方威胁目标可能同时受到多部干扰机的干扰。
进一步地,所述一对一调度场景的约束条件为:
其中,各约束条件意义如下:
约束1:一部干扰机在同一时刻至多只能对一个对方目标施加干扰;
约束2:每个对方威胁目标均会受到一部干扰机的干扰;
约束3:当对对方威胁目标施加干扰时,对方威胁目标的干信比不得小于其自身的干扰容限Gr。
进一步地,所述多对一调度场景的约束条件为:
其中,各约束条件意义如下:
约束1:一部干扰机在同一时刻至多只能对一个对方目标施加干扰;
约束2:每个对方威胁目标至少被一部干扰机所干扰;
约束3:从我方干扰机中调度投入战斗的干扰机总数不能超过最大可用数K。
约束4:当对对方威胁目标施加干扰时,对方威胁目标的干信比不得小于其自身的干扰容限Gr。
S214:利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案。
进一步地,通过结果对模型的合理性进行验证,分析针对该模型两种算法的求解表现。
上述实施例中,根据卫星可信导航干扰效果评估准则和接收机处理导航信号的具体过程,提出了一种的卫星可信导航分布式压制干扰效果评估方法,根据卫星可信导航干扰对抗场景和对抗中的资源调度的特点,给出了不同调度场景下目标函数的约束条件,建立了用于解决卫星可信导航干扰资源调度问题的多约束优化模型。并对卫星可信导航干扰资源调度进行求解。给出了一个完整可靠的卫星可信导航干扰资源调度方法。
在其中一个实施例中,所述基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标,包括:根据所述导航接收机信号计算等效载噪比;根据所述等效载噪比计算得到信噪比,并基于所述信噪比生成误码率。
在其中一个实施例中,所述根据所述导航接收机信号计算等效载噪比,包括:
根据以下公式计算得到等效载噪比:
其中,J/S=Jt+Gt+Gj-Lp-Lf-Sr,Jt为干扰机发射至其天线的干扰信号功率,Gt为干扰机发射天线增益,Gj为接收机的天线增益,Lp为自由空间传播损耗,Lf为接收机前端滤波引起的干扰功率损耗,Sr为接收到的卫星可信导航信号功率,Q为抗干扰品质因数,Rc为扩频码速率。
具体地,当传输码型确定时,误码率计算公式如(1)所示:
上式中,E/N0表示每比特信息的信噪比,erfc(·)为互补误差函数,表达为式(2):
在调制传输系统中,通常使用载噪比指标,故误码率计算公式一般使用载噪比或等效载噪比来替代信噪比,E/N0与C/N0的转换如式(3):
其中C/N0为等效载噪比如式(4)
接收机输入端同时存在干扰信号和真实的卫星可信导航信号,J/S为二者比值如式(5)
J/S=Jt+Gt+Gj-Lp-Lf-Sr (5)
Jt为干扰机发射至其天线的干扰信号功率,Gt为干扰机发射天线增益,Gj为接收机的天线增益,Lp为自由空间传播损耗,Lf为接收机前端滤波引起的干扰功率损耗,Sr为接收到的卫星可信导航信号功率,aD是与接收信号带宽相关的常系数,Rbit为数据速率,Q为抗干扰品质因数,Rc为扩频码速率。
在其中一个实施例中,所述基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标,包括:根据以下公式计算得到伪距测量误差方差:
其中,Δ为码片长度,C/A码的码片长度为293.26,P(Y)码的码片长度为29.263,BDLL为延迟锁相环噪声带宽,D为前相关器与即时相关器之间的距离,即1/16-1/2码片,BID为检波前滤波器的噪声带宽,BDLLBID8D3/(C/N0)2≈0,C/N0用(C/N0)eq替换。
进一步地,干扰对PVT解算环节影响的评估指标。伪距测量误差主要由码跟踪误差造成,考虑到码跟踪环路的影响,伪距测量误差方差如式(6)所示:
上式中,Δ为码片长度,C/A码的码片长度为293.26,P(Y)码的码片长度为29.263,BDLL为延迟锁相环(Delay-Locked Loop,DLL)噪声带宽,D为前相关器与即时相关器之间的距离(1/16-1/2码片),BID为检波前滤波器的噪声带宽。
在实际导航干扰环境中,由于对于接收机而言经常会受到一些人为干扰,因此有BDLLBID8D3/(C/N0)2≈0,C/N0用(C/N0)eq替换,则式(7)可简化为:
在其中一个实施例中,所述将所述多指标综合评价法将所述误码率和所述伪距测量误差方差进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值之前,还包括:通过以下公式将所述误码率和所述伪距测量误差方差进行量纲统一:
其中,Pe为误码率,Pp为伪距测量误差方差,min()为求最小值,max()为求最大值,gi(·)为归一化处理公式,Pe,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的误码率,Pp,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的伪距测量误差方差。
在其中一个实施例中,所述以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数,包括:根据以下公式计算得到目标函数:
其中,xjr为决策变量;λi为各个评估指标的权重;ωr为第r个对方威胁目标的威胁系数。
利用多指标综合评价法将误码率和伪距测量误差方差这两个指标进行加权运算即可得到衡量卫星可信导航分布式压制干扰效果的评估值λ1·g1(Pe,jr)+λ2·g2(Pp,jr);
进一步地,假设对抗空间存在备选的干扰机集合为J={J1,J2,...,JM},实施某次干扰任务实际投入战斗的干扰机集合为待干扰的对方威胁目标集合为R={R1,R2,...,RN}。干扰资源调度的决策矩阵为:
进一步地,干扰资源调度决策矩阵为一个M行N列的矩阵,表示对抗空间中有M部可供调度的候选干扰机和N个待干扰的对方威胁目标,决策变量xjr(j=1,2,...,M;r=1,2,...,N)的取值只可能为变量0或者变量1,即有
且以最大化分布式干扰系统的综合干扰效益值为卫星可信导航干扰资源调度的目标函数;
上式中,xjr为决策变量;λi为各个评估指标的权重;ωr为第r个对方威胁目标的威胁系数;Pe,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的误码率,Pp,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的伪距测量误差方差;gi(·)为归一化处理公式。
在其中一个实施例中,所述获取当前场景对应的约束条件,包括:当所述当前场景为一对一调度场景时,所述约束条件为:
其中,Gr为对方威胁目标自身的干扰容限。
在其中一个实施例中,所述获取当前场景对应的约束条件,包括:当所述当前场景为多对一调度场景时,所述约束条件为:
其中,Gr为对方威胁目标自身的干扰容限。
进一步地,考虑不同调度场景的不同的约束条件。给出一对一调度场景的约束条件:投入使用的干扰机的数量与对方威胁目标的数量相同,此时,一个对方威胁目标仅会受到一部干扰机干扰。再给出多对一调度场景的约束条件:投入使用的干扰机的数量大于对方威胁目标的数量,此时,一个对方威胁目标可能同时受到多部干扰机的干扰。具体地,约束条件可以参见上文。
在其中一个实施例中,所述利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案之后,包括:通过结果对模型的合理性进行验证,分析针对该模型两种算法的求解表现。
参数设置:以我国某山区为例,利用地理信息系统(Geographic InformationSystem,GIS)建立导航干扰对抗场景,GIS可以获取对抗双方资源的位置信息。假设干扰阵地中有己方部署的干扰机数量为20,干扰机编号依次为J1~J20,干扰机皆为压制式干扰机;对方编队包含的对方威胁目标数量N为5,编号依次R1~R5,假设对方威胁目标接收机指向干扰机的天线增益Gj为0dB,接收机的损耗Lf为0dB,干扰系统中各个节点干扰源的位置信息、发射功率Pt和干扰样式等工作参数对方威胁目标的位置信息和威胁系数ωr已给定,根据实际投入使用的干扰机和对方威胁目标两者的数量关系,可将资源调度分为“一对一”和“多对一”两种调度场景。
进一步地,一对一场景仿真参数设置如下:干扰阵地中干扰机的数量M为20,对方威胁目标的数量N为5,实际投入使用的干扰机的最大数量K为5,干扰机和对方威胁目标的详细参数见上表,其中误码率评估指标的权值λ1为0.4,伪距测量误差方差评估指标的权值λ2为0.6。多对一场景仿真参数设置与一对一参数设置类似,有所不同的是实际投入使用的干扰机的最大数量K为8,算法参数方面种群规模与最大迭代数有所不同,其余参数与上述设置相同。
进一步地,利用粒子群算法(PSO)和遗传算法(GA)对导航卫星可信导航干扰调度结果如表1、表2所示。
表1“一对一”调度场景仿真结果
表2“多对一”调度场景仿真结果
结果分析:从附图4可以看出,“一对一”调度场景下,粒子群算法和遗传算法都找到了最优的调度方案。与遍历方法相比,两者的计算时间都有所降低。遗传算法在60次迭代后获得最佳调度方案,而粒子群算法需要110次迭代才能得到最佳的调度方案。遗传算法的寻优能力在所提出的方法中更好。这可能是因为从迭代更新公式来看,粒子群算法本质上是针对实数的。相比之下,遗传算法的交叉和变异操作具有典型的组合特征,会在解决组合优化问题方面表现更好。
从附图5可以看出,“多对一”调度场景下,遗传算法得到了全局最优解,而粒子群算法陷入了局部最优。粒子群算法在第116代就陷入了局部最优,无法进一步寻找更加合理的调度方案。遗传算法虽然在前期的收敛速度虽然稍有逊色,但是没有过早的陷入早熟收敛,寻优的准确率比PSO算法更高。这可能是因为粒子群算法通过随机因子和惯性权重来扩大搜索范围,但对于规模较大且迭代次数稍多的情况,通过调节参数对后期跳出局部最优解的作用不明显,所以更容易陷入局部最优解。遗传算法在后期可以通过变异操作摆脱局部收敛,可采用稍大的变异率来获得全局最优解。
应该理解的是,虽然上述流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,流程图的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中提供了一种卫星可信导航干扰资源调度装置,包括:
信号获取模块,用于获取导航接收机信号;
第一指标生成模块,用于基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标;
第二指标生成模块,用于基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标;
加权模块,用于用所述多指标综合评价法将所述误码率和所述伪距测量误差进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值;
目标函数生成模块,用于根据所述分布式压制干扰效果的评估值计算得到分布式干扰系统的综合干扰效益值,并以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数;
约束条件生成模块,用于获取当前场景对应的约束条件;
求解模块,用于利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案。
在其中一个实施例中,上述的第一指标生成模块包括:
等效载噪比计算模块,用于根据所述导航接收机信号计算等效载噪比;
误码率计算模块,用于根据所述等效载噪比计算得到信噪比,并基于所述信噪比生成误码率。
在其中一个实施例中,上述的等效载噪比计算模块用于根据以下公式计算得到等效载噪比:
其中,J/S=Jt+Gt+Gj-Lp-Lf-Sr,Jt为干扰机发射至其天线的干扰信号功率,Gt为干扰机发射天线增益,Gj为接收机的天线增益,Lp为自由空间传播损耗,Lf为接收机前端滤波引起的干扰功率损耗,Sr为接收到的卫星可信导航信号功率,Q为抗干扰品质因数,Rc为扩频码速率。
在其中一个实施例中,上述的第二指标计算模块还用于根据以下公式计算得到伪距测量误差方差:
其中,Δ为码片长度,C/A码的码片长度为293.26,P(Y)码的码片长度为29.263,BDLL为延迟锁相环噪声带宽,D为前相关器与即时相关器之间的距离,即1/16-1/2码片,BID为检波前滤波器的噪声带宽,BDLLBID8D3/(C/N0)2≈0,C/N0用(C/N0)eq替换。
在其中一个实施例中,上述装置还包括:
量纲统一模块,用于通过以下公式将所述误码率和所述伪距测量误差方差进行量纲统一:
其中,Pe为误码率,Pp为伪距测量误差方差,min()为求最小值,max()为求最大值,gi(·)为归一化处理公式,Pe,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的误码率,Pp,jr为第j部干扰机对第r个对方威胁目标施加干扰时目标的伪距测量误差方差。
在其中一个实施例中,上述的目标函数生成模块用于根据以下公式计算得到目标函数:
其中,xjr为决策变量;λi为各个评估指标的权重;ωr为第r个对方威胁目标的威胁系数。
在其中一个实施例中,上述的约束条件生成模块用于当所述当前场景为一对一调度场景时,所述约束条件为:
其中,Gr为对方威胁目标自身的干扰容限。
在其中一个实施例中,上述的约束条件生成模块用于当所述当前场景为多对一调度场景时,所述约束条件为:
其中,Gr为对方威胁目标自身的干扰容限。
在其中一个实施例中,上述的装置还包括:
验证模块,用于通过结果对模型的合理性进行验证,分析针对该模型两种算法的求解表现。
关于卫星可信导航干扰资源调度装置的具体限定可以参见上文中对于卫星可信导航干扰资源调度方法的限定,在此不再赘述。上述卫星可信导航干扰资源调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种卫星可信导航干扰资源调度方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,上述描述仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种卫星可信导航干扰资源调度方法,其特征在于,所述方法包括:
获取导航接收机信号;
基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标;
基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标;
用所述多指标综合评价法将所述误码率和所述伪距测量误差运算进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值;
根据所述分布式压制干扰效果的评估值计算得到分布式干扰系统的综合干扰效益值,并以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数;
获取当前场景对应的约束条件;
利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案。
2.根据权利要求1所述的方法,其特征在于,所述基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标,包括:
根据所述导航接收机信号计算等效载噪比;
根据所述等效载噪比计算得到信噪比,并基于所述信噪比生成误码率。
9.根据权利要求7或8所述的方法,其特征在于,所述利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案之后,包括:
通过结果对模型的合理性进行验证,分析针对该模型两种算法的求解表现。
10.一种卫星可信导航干扰资源调度装置,其特征在于,所述装置包括:
信号获取模块,用于获取导航接收机信号;
第一指标生成模块,用于基于所述导航接收机信号计算得到误码率,作为衡量干扰对解调环节影响的评估指标;
第二指标生成模块,用于基于所述导航接收信号计算伪距测量误差方差,作为衡量干扰对解算环节影响的评估指标;
加权模块,用于用所述多指标综合评价法将所述误码率和所述伪距测量误差进行加权运算,得到衡量卫星可信导航分布式压制干扰效果的评估值;
目标函数生成模块,用于根据所述分布式压制干扰效果的评估值计算得到分布式干扰系统的综合干扰效益值,并以最大化分布式干扰系统的综合干扰效益值作为卫星可信导航干扰资源调度的目标函数;
约束条件生成模块,用于获取当前场景对应的约束条件;
求解模块,用于利用粒子群算法和遗传算法,并根据所述约束条件对所述目标函数进行求解得到卫星可信导航干扰资源调度方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334182.8A CN112422227B (zh) | 2020-11-25 | 2020-11-25 | 卫星可信导航干扰资源调度方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334182.8A CN112422227B (zh) | 2020-11-25 | 2020-11-25 | 卫星可信导航干扰资源调度方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112422227A true CN112422227A (zh) | 2021-02-26 |
CN112422227B CN112422227B (zh) | 2022-05-20 |
Family
ID=74842040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011334182.8A Active CN112422227B (zh) | 2020-11-25 | 2020-11-25 | 卫星可信导航干扰资源调度方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112422227B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113904659A (zh) * | 2021-10-11 | 2022-01-07 | 山东万里红信息技术有限公司 | 一种基于空间向量的多目标自适应抗干扰方法 |
CN113985451A (zh) * | 2021-10-25 | 2022-01-28 | 湘潭大学 | 一种基于卡尔曼滤波跟踪环路的导航欺骗检测方法和装置 |
CN117169825A (zh) * | 2023-09-01 | 2023-12-05 | 北京航空航天大学 | 干扰信号生成方法、装置及系统和存储介质 |
CN117875575A (zh) * | 2024-03-12 | 2024-04-12 | 中国电子科技集团公司第二十九研究所 | 一种基于混合仿生算法的干扰资源分配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1914562A2 (en) * | 2000-08-25 | 2008-04-23 | QUALCOMM Incorporated | Method and apparatus for using satellite status information in satellite positioning systems |
CN105044735A (zh) * | 2015-07-08 | 2015-11-11 | 中国电子科技集团公司第五十四研究所 | 卫星导航信号保护门限的分析方法 |
CN109613566A (zh) * | 2018-12-11 | 2019-04-12 | 中国电子科技集团公司第五十四研究所 | 一种分布式可信无线电导航系统架构设计方法 |
CN110753365A (zh) * | 2019-10-30 | 2020-02-04 | 电子科技大学 | 异构蜂窝网络干扰协调方法 |
-
2020
- 2020-11-25 CN CN202011334182.8A patent/CN112422227B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1914562A2 (en) * | 2000-08-25 | 2008-04-23 | QUALCOMM Incorporated | Method and apparatus for using satellite status information in satellite positioning systems |
CN105044735A (zh) * | 2015-07-08 | 2015-11-11 | 中国电子科技集团公司第五十四研究所 | 卫星导航信号保护门限的分析方法 |
CN109613566A (zh) * | 2018-12-11 | 2019-04-12 | 中国电子科技集团公司第五十四研究所 | 一种分布式可信无线电导航系统架构设计方法 |
CN110753365A (zh) * | 2019-10-30 | 2020-02-04 | 电子科技大学 | 异构蜂窝网络干扰协调方法 |
Non-Patent Citations (4)
Title |
---|
MIN DENG ET AL.: "Adaptive Weighted Sensing With Simultaneous Transmission for Dynamic Primary User Traffic", 《TCOMM》 * |
SHIJIA SHAO ET AL.: "Jamming_resource_allocation_aimed_to_data_link_based_on_simulant_annealing_algorithm", 《PIERS-FALL》 * |
苏天祥等: "卫星导航监测接收机测试评估技术概述", 《第七届中国卫星导航学术年会》 * |
靳成铭等: "铁路安全应用卫星导航信号空间可信区域识别方法", 《北京交通大学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113904659A (zh) * | 2021-10-11 | 2022-01-07 | 山东万里红信息技术有限公司 | 一种基于空间向量的多目标自适应抗干扰方法 |
CN113985451A (zh) * | 2021-10-25 | 2022-01-28 | 湘潭大学 | 一种基于卡尔曼滤波跟踪环路的导航欺骗检测方法和装置 |
CN113985451B (zh) * | 2021-10-25 | 2022-11-15 | 湘潭大学 | 一种基于卡尔曼滤波跟踪环路的导航欺骗检测方法和装置 |
CN117169825A (zh) * | 2023-09-01 | 2023-12-05 | 北京航空航天大学 | 干扰信号生成方法、装置及系统和存储介质 |
CN117169825B (zh) * | 2023-09-01 | 2024-06-07 | 北京航空航天大学 | 干扰信号生成方法、装置及系统和存储介质 |
CN117875575A (zh) * | 2024-03-12 | 2024-04-12 | 中国电子科技集团公司第二十九研究所 | 一种基于混合仿生算法的干扰资源分配方法 |
CN117875575B (zh) * | 2024-03-12 | 2024-05-28 | 中国电子科技集团公司第二十九研究所 | 一种基于混合仿生算法的干扰资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112422227B (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112422227B (zh) | 卫星可信导航干扰资源调度方法和装置 | |
Yan et al. | Target capacity based resource optimization for multiple target tracking in radar network | |
CN108647414A (zh) | 基于仿真实验的作战计划适应性分析方法及存储介质 | |
He et al. | Optimal multiaxial sensor placement for modal identification of large structures | |
CN109470268B (zh) | 一种提高卫星姿态确定精度和效率的方法 | |
Yang et al. | Deployment of multistatic radar system using multi‐objective particle swarm optimisation | |
Chen et al. | Calculation of weighted geometric dilution of precision | |
CN104618045A (zh) | 基于采集数据的无线信道传播模型的建立方法和系统 | |
Salem et al. | Methodology for comparing two carrier phase tracking techniques | |
Liu et al. | Large-scale deep learning framework on FPGA for fingerprint-based indoor localization | |
CN113109770A (zh) | 一种干扰资源分配方法及系统 | |
CN111817805A (zh) | 一种信道传播模型参数的调整方法、装置和介质 | |
Formaggio et al. | GNSS spoofing detection techniques by cellular network cross-check in smartphones | |
CN114371445A (zh) | 一种基于单无人机的多辐射源直接定位方法 | |
CN115859805A (zh) | 基于混合加点准则的自适应序贯试验设计方法和装置 | |
Cao et al. | DNN-based peak sequence classification CFAR detection algorithm for high-resolution FMCW radar | |
KR20130060913A (ko) | 무선 통신 서비스의 기지국 위치 결정 장치 및 방법 | |
CN116997010A (zh) | 结合地形的辐射源定位与频谱地图构建联合求解方法与系统 | |
Liu et al. | Estimation and fusion for tracking over long-haul links using artificial neural networks | |
CN113723006B (zh) | 一种基于ls-svm的单台站地球变化磁场建模预测方法及系统 | |
KR20190103822A (ko) | 도래각 추정 방법 및 장치 | |
Müller et al. | Quality of Service Based Radar Resource Management for Navigation and Positioning | |
Durgaprasadarao et al. | Design of deer hunting optimization algorithm for accurate 3D indoor node localization | |
Lam et al. | Performance prediction of firefinder radar using high fidelity simulation | |
Calist et al. | Large Scale Channel Parameters Estimation by Utilization of Reflected Rays Information for an Urban Environment |
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 |