CN112651181A - 一种基于零和博弈的雷达对抗策略建模与仿真方法 - Google Patents
一种基于零和博弈的雷达对抗策略建模与仿真方法 Download PDFInfo
- Publication number
- CN112651181A CN112651181A CN202011635943.3A CN202011635943A CN112651181A CN 112651181 A CN112651181 A CN 112651181A CN 202011635943 A CN202011635943 A CN 202011635943A CN 112651181 A CN112651181 A CN 112651181A
- Authority
- CN
- China
- Prior art keywords
- radar
- interference
- jammer
- countermeasure
- formula
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004088 simulation Methods 0.000 title claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 54
- 230000006872 improvement Effects 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000008901 benefit Effects 0.000 claims abstract description 26
- 230000006855 networking Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 24
- 238000009825 accumulation Methods 0.000 claims description 23
- 230000007123 defense Effects 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 16
- 230000001427 coherent effect Effects 0.000 claims description 12
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 230000035485 pulse pressure Effects 0.000 claims description 7
- 239000000969 carrier Substances 0.000 claims description 5
- 230000004083 survival effect Effects 0.000 claims description 5
- 238000002592 echocardiography Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 claims description 4
- 230000010287 polarization Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 abstract description 12
- 230000002265 prevention Effects 0.000 abstract 2
- 230000001149 cognitive effect Effects 0.000 description 16
- 230000015572 biosynthetic process Effects 0.000 description 12
- 230000002452 interceptive effect Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 241001544487 Macromiidae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003471 anti-radiation Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种基于零和博弈的雷达对抗策略建模与仿真方法，首先在获知雷达的主要技术参数的基础上，构建雷达抗干扰改善因子的计算方法，其中包括雷达对假目标识别率的合理设定；在仿真场景确定后，根据干扰机与雷达的位置信息，采用传统的雷达功率压制系数计算公式计算干扰功率在雷达天线口面上的干信比，以雷达的抗干扰措施总数为矩阵的行、以干扰机干扰样式总数为矩阵的列，构建零和博弈的效益矩阵，进而计算干扰机各干扰样式和雷达抗干扰措施所获效益，当干扰样式效益大于雷达抗干扰效益时，干扰有效，反之无效，本发明通过“1对1”和无人机蜂群对抗模型组网雷达进行了仿真实验，实验中考虑了无人机蜂群的任务分配及战损等因素，证明了本发明的先进性。
Description
技术领域
本发明属于复杂电磁环境下雷达对抗建模与仿真技术领域，特别涉及一种基于零和博弈的雷达对抗策略建模与仿真方法。
背景技术
复杂电磁环境下的雷达对抗建模与仿真是信息化条件作战研究的重点课题之一。随着雷达抗干扰技术的进步与雷达信号处理能力的不断提高，传统的以功率压制为主的对雷达压制系数的计算方法已不能真正反映干扰机对雷达的干扰效果。而且，在雷达对抗仿真过程中，干扰方因不能确知雷达的全部抗干扰措施和对主/被动欺骗干扰的识别能力，整个仿真过程处于“开环”状态，不能真正实现对抗双方的交互过程，无法准确评估干扰机不同干扰策略对雷达的干扰效能。为此，本领域的专家、学者提出了“认知电子战”的概念，它是指对抗双方均可通过各自的电子侦察设备实时地感知对方的状态并做出相应对抗策略的调整，以达到自身“利益”最大化的过程。在这一过程中双方获得的信息可能是不完整的，但只要能获得对方的主要信息，即可实现有效的反制，因此，这一过程实质上是一种基于博弈的电子对抗过程。其仿真架构参见附图1。在该仿真框架下，若要实现对干扰效果的定量计算，则需要知道雷达的信号处理能力，尤其是对多假目标的识别能力，然而，对抗双方均不可能完全获得对方的干扰/抗干扰样式和信号处理方法，不能真正实现对对方的感知。
发明内容
为了克服上述现有技术的缺点，本发明的目的在于提供一种基于零和博弈的雷达对抗策略建模与仿真方法，
为了实现上述目的，本发明采用的技术方案是：
一种基于零和博弈的雷达对抗策略建模与仿真方法，包括如下步骤：
步骤1，在获知雷达主要技术参数的基础上，构建雷达抗干扰改善因子Di的计算方法，i＝1,2…NR，NR为雷达的抗干扰措施总数；
步骤2，在仿真对抗场景确定后，根据干扰机与雷达的位置信息，计算干扰功率在雷达天线口面上的干信比JSR；
步骤3，以雷达的抗干扰措施总数NR为矩阵的行、以干扰机干扰样式总数NJ为矩阵的列，构建零和博弈的效益矩阵E，矩阵中的元素eij＝JSR-Di，j＝1,2…NJ；
步骤4，计算干扰机各干扰样式和雷达各抗干扰措施所获效益，当干扰样式效益大于雷达抗干扰效益时，干扰有效，反之无效。
其中，所述雷达主要技术参数包括：时域参数、频域参数、空域参数和雷达识别假目标概率Pd，其中时域参数包括雷达脉冲宽度τ、重复周期PRI、波形捷变个数Nw和雷达波束驻留时间T；频域参数包括中心频率fc、带宽Wr、脉内调制方式M、雷达频率分集个数NF和雷达欺骗信号频率个数ND；空域参数包括雷达波束宽度θ0.5，在无旁瓣对消时，还包括第1旁瓣电平SLV(采用了旁瓣对消的雷达意味着没有旁瓣，若没有采取该措施，则雷达天线第一旁瓣将是干扰信号进入雷达接收机的一个主要通道，在雷达对抗仿真过程中，应计算从旁瓣进入雷达的干扰信号强度，因此，需要第一旁瓣的电平)。
根据雷达的抗干扰措施，所述雷达抗干扰改善因子Di的计算方法包括：
1)，抗干扰措施为旁瓣对消技术，相应的干扰改善因子是：
其中雷达天线由主通道和辅助通道构成，辅助通道指向为天线的旁瓣，当干扰机辐射的信号从天线旁瓣进入时，辅助通道输出信号为X，主通道输出信号为X0，Wopt为实现旁瓣对消需要计算辅助通道的最佳加权系数，
W0为天线主阵的权系数，代表主瓣指向；Rx＝E[X*XT]，b＝E[X*X0]，分别为辅助通道输出信号协方差矩阵、主/辅助通道信号协方差矩阵，式中，b+表示对矢量b求伪逆，E[]为数学期望表达式；
2)，抗干扰措施为匹配滤波和脉压技术，相应的干扰改善因子为：
D2＝脉压比或相位编码长度+L
其中L为脉冲压缩损耗，一般取-1.3dB；脉压比公式为k＝Wrτ，Wr为带宽，τ为雷达脉冲宽度，相位编码为巴克码时，长度取值7～13，为M序列时，长度取值16～128，为4相码时，长度取值16。
3)，抗干扰措施为波形捷变技术，相应的干扰改善因子为波形捷变因子，公式为：
D3＝10log10Nw
式中，Nw为雷达波形个数；
4)，抗干扰措施为频率捷变技术，相应的干扰改善因子为频率分集因子，公式为：
D4＝10log10NF
式中，NF为雷达频率分集个数；
5)，抗干扰措施为射频掩护技术，相应的干扰改善因子为欺骗性发射因子，公式为：
D5＝10log10(ND+1)
式中，ND为雷达欺骗信号频率个数；
6)，抗干扰措施为脉冲积累技术，相应的干扰改善因子为脉冲积累改善因子，雷达脉冲积累分为相干积累和非相干积累，对相干积累，D6＝n0.8，对非相干积累，D6＝nV，V∈[0.7,0.9]，n为积累脉冲数，
式中，θ0.5为雷达主瓣半功率宽度，T为雷达波束驻留时间，fPRF为脉冲重复频率；
7)，抗干扰措施为宽限窄技术，相应的干扰改善因子为宽限窄抗干扰改善因子，公式为：D7＝3～5dB；
8)，抗干扰措施为假目标识别技术，相应的干扰改善因子公式为：
式中，Nr为识别的假目标回波个数，Ntotle为总回波数。即，本发明包括了雷达对假目标识别率的合理设定。
所述干扰功率在雷达天线口面上的干信比JSR计算公式如下：
式中，Pj为干扰机发射功率，Gj为干扰机天线增益，γj为干扰机天线相对雷达天线极化失配系数，Pt为雷达发射功率，Gt为雷达天线最大增益，σ为承载干扰机载体的雷达有效反射截面RCS，Δf0为雷达接收机带宽，Δfj为干扰机发射信号带宽。Rt为干扰机载体与雷达之间的距离,Rj为干扰机与雷达之间的距离，Gt(θ)表示雷达天线在角度θ方向的增益，即双方天线对齐度。
在仿真对抗场景确定后，可首先根据干扰机与雷达的位置计算对抗影响因子，以判断对抗条件是否成立，所述对抗影响因子及其计算公式如下：
1)，时域影响因子ejt：
式中，tj2、tj1为干扰最大、最小时间；tr2、tr1为雷达脉冲最大、最小时间，分母实际是雷达脉冲宽度τ，该因子反映干扰时长；
2)，空域影响因子ejs：
或
ejs＝10log10|θj0.5-θr0.5|
式中，θj，θj0.5为干扰机波束指向和波束宽度，θr，θr0.5为雷达波束指向和波束宽度；
3)，频域影响因子ejf：
式中，fr1为雷达最低工作频率，fr2为雷达最高工作频率；fj1为干扰机最低工作频率，fj2为干扰机最高工作频率；&为逻辑“与”，|为逻辑“或”；
4)，功率影响因子ejp：
ejp＝10log10JSR
当4个功率影响因子全部大于等于0dB时，满足对抗条件，否则，不能进行对抗仿真。
本发明效益矩阵E表达式如下：
式中，m＝NR，n＝NJ。
所述步骤4中，采用线性规划法计算博弈双方即干扰机和雷达的效益矩阵E的策略矢量A和B，矢量中大于0的元素为对应抗干扰/干扰的盈利值，博弈双方选择各自盈利值大的策略进行对抗。
按照干扰机载体和雷达运动方程，计算干扰机载体和雷达新的相对位置，重复步骤2～步骤3，期间，若干扰机载体进入雷达烧穿距离以内或雷达防卫火力威胁范围内，则根据毁伤概率Pfall计算干扰机生存概率Ps＝1-Pfall，Ps<0.3时认为被摧毁，仿真进程结束；若是多部干扰机针对组网雷达的场景，则计算进入防卫火力威胁范围内的干扰机数量，计算战损率，对剩余干扰机按距离最近原则重新分配干扰任务，返回步骤2。当仿真进程结束，提取每部干扰机的干扰策略矢量B相对A最大值amax位置处的盈利值bi，计算d＝bi-amax，若d>0，对目标雷达干扰有效，反之认为无效。
与现有技术相比，本发明的有益效果是：
1，本发明按照已知部分雷达技术性能，定量计算雷达的抗干扰能力，尤其是根据雷达信号处理能力定量描述其识别假目标能力。
2，本发明在确定干扰机与目标雷达之间的距离后，将JSR计算结果作为效益矩阵的初始值，根据雷达的抗干扰措施总数和干扰机干扰样式总数，计算效益矩阵各阵元值，克服了传统的依靠领域专家经验的效益矩阵构建方法存在的人为性因素。
3、本发明的仿真终止条件，即通过计算干扰机进入雷达烧穿距离范围和雷达防卫火力范围的数量，定量计算干扰机的生存概率，对组网对抗场景给出干扰机战损计算方法，以距离最近为原则对剩余干扰机做重新任务规划。
附图说明
图1为认知电子对抗的仿真软件框图。
图2为本发明建模与仿真流程图。
图3为典型无人机编队。
图4为航母战斗群防御示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考图2，本发明一种基于零和博弈的雷达对抗策略建模与仿真方法，具体包括如下步骤：
S1)输入雷达主要技术参数，包括：
时域参数：雷达脉冲宽度τ，重复周期PRI，波形捷变个数Nw，雷达波束驻留时间T；
频域参数：中心频率fc，带宽Wr，脉内调制方式M，雷达频率分集个数NF，雷达欺骗信号频率个数ND；
空域参数：雷达波束宽度θ0.5，并判断是否具有旁瓣对消，若无，则还包括第1旁瓣电平SLV；
雷达识别假目标概率Pd。
输入干扰机干扰样式SJ＝{J1,J2…JNJ}。
S2)按照已知部分雷达技术性能，定量计算雷达的抗干扰能力，即，计算雷达抗干扰改善因子Di，i＝1,2…NR，NR为雷达的抗干扰措施总数，根据领域知识，雷达的抗干扰措施通常是：
S2.1：“旁瓣对消”技术，相应的干扰改善因子是：
设雷达天线由主通道和辅助通道构成，辅助通道指向为天线的旁瓣，当干扰机辐射的信号从天线旁瓣进入时，设辅助通道输出信号为X，主通道输出信号为X0，为实现旁瓣对消需要计算辅助通道的最佳加权系数计算如下：
式中，W0为天线主阵的权系数，代表主瓣指向；Rx＝E[X*XT],b＝E[X*X0]，分别为辅助通道输出信号协方差矩阵、主/辅助通道信号协方差矩阵。式(1)的解析形式为：
b+表示对矢量b求伪逆，E[]为数学期望表达式。
S2.2：匹配滤波和脉压技术，脉压信号通常是：线性/非线性调频信号、脉冲编码信号。相应的改善因子为：
DLFM＝WrτL (4)
式中，Wrτ为雷达脉冲的带宽时宽积，即脉压比，L为脉冲压缩损耗(一般取-1.3dB)。
Dpm＝NL (5)
式中，N为相位编码长度，N的一般取值为：7～13(巴克码)，16～128(M序列)，16(4相码)。对(4)或(5)的结果取分贝数后，得到的抗干扰改善因子为：
D2＝脉压比(或相位编码长度)-1.3dB (6)
S2.3：波形捷变技术，相应的波形捷变因子为：
D3＝10log10Nw (7)
式中，Nw为雷达波形个数。
S2.4：频率捷变技术，相应的频率分集因子为：
D4＝10 log10NF (8)
式中，NF为雷达频率分集个数。
S2.5：射频掩护技术，相应的欺骗性发射因子为：
D5＝10 log10(ND+1) (9)
式中，ND为雷达欺骗信号频率个数。欺骗性发射是指雷达在多个频点上从辅助天线发射小功率欺骗信号，使干扰机无法精确瞄准雷达工作主频。
S2.6：脉冲积累技术，相应的干扰改善因子为脉冲积累改善因子。
雷达脉冲积累分为相干积累和非相干积累；积累脉冲数由(10)式计算：
式中，θ0.5为雷达主瓣半功率宽度，T为雷达波束驻留时间，fPRF为脉冲重复频率。
对相干积累，D6＝n0.8，对非相干积累，D6＝nV，V∈[0.7,0.9]。
S2.7：宽限窄技术，相应的干扰改善因子为宽限窄抗干扰改善因子。
宽限窄电路是用于抗脉冲和噪声调频干扰的恒虚警(CFAR)目标检测技术，其基本原理是对大信号限幅以减小干扰功率。宽限窄抗干扰改善因子通常取D7＝3～5dB，最佳状态可达8dB。
S2.8：假目标识别技术
由于数字射频存储(DRFM)技术被应用于雷达干扰机，使得转发式多目标欺骗干扰可以顺利通过前述7项抗干扰措施而进入雷达终端，现代雷达针对多假目标回波采取了相应的识别算法，分别从波形参数、极化特性和航迹关联等方面识别假目标。该技术可根据雷达信号处理能力定量描述其识别假目标能力，假目标识别技术相应的干扰改善因子公式为：
式中，Nr为识别的假目标回波个数，Ntotle为总回波数。
S3)设置仿真对抗场景，确定干扰机、雷达位置。在对抗场景设定后，首先根据对抗双方位置计算对抗影响因子，以判断对抗条件是否成立。
S3.1：时域影响因子：
式中，tj2、tj1为干扰最大、最小时间；tr2、tr1为雷达脉冲最大、最小时间，分母实际是雷达脉冲宽度τ，该因子反映干扰时长；
S3.2：空域影响因子：
或
ejs＝10log10|θj0.5-θr0.5| (14)
式中，θj，θj0.5为干扰机波束指向和波束宽度，θr，θr0.5为雷达波束指向和波束宽度。
S3.3：频域影响因子：
式中，fr1为雷达最低工作频率，fr2为雷达最高工作频率；fj1为干扰机最低工作频率，fj2为干扰机最高工作频率；&为逻辑“与”，|为逻辑“或”；
S3.4：功率影响因子：
ejp＝10log10JSR (16)
式(17)中，Pj为干扰机发射功率，Gj为干扰机天线增益，γj为干扰机天线相对雷达天线极化失配系数，Pt为雷达发射功率，Gt为雷达天线最大增益，σ为承载干扰机载体的雷达有效反射截面RCS，Δf0为雷达接收机带宽，Δfj为干扰机发射信号带宽。Rt为干扰机载体与雷达之间的距离，Rj为干扰机与雷达之间的距离，Gt(θ)表示雷达天线在角度θ方向的增益，即双方天线对齐度。
式(17)第1项表示干扰机功率与雷达发射机功率及它们之间距离的关系，第2项Gt(θ)表示雷达天线在角度θ方向的增益，即双方天线对齐度，第3项则反映干扰机与雷达工作频带的比率。
当上述4个影响因子全部大于等于0dB时，满足对抗条件，否则，不能进行对抗仿真。
S4)以雷达的抗干扰措施总数NR为矩阵的行、以干扰机干扰样式总数NJ为矩阵的列，构建零和博弈的效益矩阵E
式中，m＝NR，为雷达采取抗干扰措施的总数，n＝NJ，为干扰机干扰样式总数，矩阵中的元素eij＝JSR-Di(i＝1,2…NR；j＝1,2…NJ)。
S2)～S4)中，在确定干扰机与目标雷达之间的位置后，将JSR计算结果作为效益矩阵的初始值，根据雷达的抗干扰措施总数和干扰机干扰样式总数，计算效益矩阵各阵元值，克服了传统的依靠领域专家经验的效益矩阵构建方法存在的人为性因素。
S5)借助于线性规划法计算博弈双方效益矩阵E的策略矢量A和B，矢量中大于0的元素为对应抗干扰/干扰的盈利值，双方可选择各自盈利值大的策略进行对抗。
S6)按照干扰机载体和雷达运动方程，计算它们新的相对位置，重复S3)～S5)，期间，若干扰机载体进入雷达烧穿距离以内或雷达防卫火力威胁范围内，则根据一定的毁伤概率Pfall计算干扰机生存概率Ps＝1-Pfall，Ps<0.3时认为被摧毁，仿真进程结束。若是多部干扰机针对组网雷达的场景，则应计算进入防卫火力威胁范围内的干扰机数量，计算战损率，对剩余干扰机按距离最近原则重新分配干扰任务，返回S3)。通过计算干扰机进入雷达烧穿距离范围和雷达防卫火力范围的数量，定量计算干扰机的生存概率，对组网对抗场景给出干扰机战损计算方法，以距离最近为原则对剩余干扰机做重新任务规划。
S7)满足仿真结束条件，提取每部干扰机的干扰策略矢量B相对A最大值amax位置处的盈利值bi，计算d＝bi-amax，若d>0，对目标雷达干扰有效，反之认为无效。
在本发明的一个实施例中，利用所述方法通过“1对1”和无人机蜂群对抗模型组网雷达进行了仿真实验，实验中考虑了无人机蜂群的任务分配及战损等因素，证明了本发明的先进性，仿真实验介绍如下。
1.“一对一”对抗仿真
任何形式的博弈须包含以下三个部分：
(1)局中人；(2)策略集；(3)盈利矩阵。
对于雷达对抗来说局中人是雷达方和干扰方，雷达对抗属于动态博弈，所以这里的干扰方是指弹/机载自卫干扰设备。将博弈的两个局中人分别记为记为雷达R和干扰机J。
雷达所采取的一切抗干扰措施构成的集合记为SR＝{R1,R2…Rm}，干扰机所能够采取的一切干扰措施构成的集合记为SJ＝{J1,J2…Jn}。其中为了表示方便将Rm与Jn分别记为雷达和干扰设备的纯策略。雷达的抗干扰措施与干扰设备的干扰措施都是有限的，即SR和SJ都是有限集。
在雷达对抗过程中，可以认为雷达的损失就是干扰设备的盈利，干扰设备的损失就是雷达的盈利，二者的目的相反，这里的盈利是指在作战过程中对抗双方相比对方的有利情况，设雷达采取策略Ri，干扰设备采取策略Jj下干扰设备的盈利为eij，则雷达的损失也为eij，但这里把雷达的损失也认为是一种盈利，记为-eij，所以雷达对抗双方的盈利之和为零，这是一个“两人”有限零和的博弈，干扰设备的盈利矩阵记为E，如式(18)所示，雷达的盈利矩阵为-E，因此在对抗过程中可以只用E来表示对抗双方的盈利，也把这种博弈称为矩阵博弈。
这里，仍以前述干扰方为弹/机载自卫干扰机，被干扰方为国外某型舰载雷达为例说明盈利矩阵的构建方法，设：
SR＝{‘PulseCompress’,‘WaveAgile’,‘F_Agile’,‘RF_decept’,‘FalseT_ID’}(19)
式中，‘PulseCompress’-脉冲压缩，‘WaveAgile’-波形捷变，‘F_Agile’-频率捷变，‘RF_decept’-射频欺骗，‘FalseT_ID’-假目标识别；
SJ＝{‘WBJ’,‘NBJ’,‘C&I’,‘DenseTargets’,‘R&VDecept’} (20)
式中，‘WBJ’-宽带噪声压制，‘NBJ’-窄带灵巧噪声压制，‘C&I’-切片干扰，‘DenseTargets’-密集假目标，‘R&VDecept’-距离-速度欺骗；
因此，盈利矩阵为5×5的方阵，每一列对应SJ中相应的干扰样式，每一行对应SR中的抗干扰措施。当对阵的双方满足对抗博弈的4个前提条件时，首先将自卫干扰机在雷达天线口面处的干信比JSR(即式(16)计算的结果ejp)作为矩阵E的初始值，而后根据SJ中的干扰样式和各行的抗干扰措施计算E每一列的元素eij，按照上述仿真想定，计算过程如下：
‘WBJ’-宽带噪声压制：由于干扰信号与雷达信号不相干，雷达的脉冲压缩、相干脉冲积累将有效压制干扰信号，因此e11＝ejp-10log10(D2)-10log10(D6)；此处，D2的计算需要认知系统提供雷达的脉内调制识别结果，例如若是LFM调制，则需要给出调频斜率和雷达脉宽，若为调相体制则需提供编码样式；对脉冲积累个数的估计可以按式(10)计算，也可根据领域知识设定默认值，如np＝128；
由于‘WaveAgile’-波形捷变对宽带噪声压制无效，e21保持不变；
由于‘F_Agile’-频率捷变对宽带噪声压制无效,e31保持不变；
对‘RF_decept’-射频欺骗,干扰机有可能不能对准雷达真实工作频率，因此e41＝e41-D5，D5的计算需要认知系统提供雷达射频欺骗频率个数ND，可以根据领域知识设定；
对于‘FalseT_ID’-假目标识别，在宽带噪声压制下等效为CFAR目标检测，因此，设虚警概率Pfa＝10-6，雷达接收机视频放大器输出端的信干比SJR＝1/db2pow(e51-D5)，
Pd＝0.5erfc(x)，e51＝e51*(1-Pd)；
‘NBJ’-窄带灵巧噪声压制:此类干扰涵盖瞄准式噪声调幅、调频和调相干扰样式，这类压制干扰仍旧与雷达脉冲不相干，通常用
计算雷达脉压增益，其中B为雷达脉冲有效带宽，τ为雷达脉宽，Bm为干扰带宽，k为干扰调频斜率；e12＝e12-epc。
对‘WaveAgile’-波形捷变，认知系统应给出雷达波形捷变个数Nw，用式(7)计算D3，e22＝e22-D3；
对‘F_Agile’-频率捷变,认知系统应给出雷达频率捷变个数Nf，用式(8)计算D4，e32＝e32-D4；
对‘RF_decept’-射频欺骗，干扰机有可能不能对准雷达真实工作频率，因此e42＝e42-D5，D5的计算需要认知系统提供雷达射频欺骗频率个数ND，可以根据领域知识设定；
对于‘FalseT_ID’-假目标识别，在窄带噪声压制下仍等效为恒虚警目标检测，因此，设虚警概率Pfa＝10-6，雷达接收机视频放大器输出端的信干比SJR＝1/db2pow(e12-D3-D4-D5)，
Pd＝0.5erfc(x)；e52＝e52*(1-Pd)；
‘C&I’-切片干扰：此类干扰包括叠加切片转发干扰和SMSP(弥散干扰)，由于对雷达信号截断，使得干扰信号产生能量损失，设对雷达信号的截断比例为η∈(0，1)，则epc＝10log10(η2Bτ),e13＝e13-epc。
由于‘WaveAgile’-波形捷变对此类干扰无效，e23保持不变；
对‘F_Agile’-频率捷变,认知系统应给出雷达频率捷变个数Nf，用式(8)计算D4，e33＝e33-D4；
对‘RF_decept’-射频欺骗，干扰机有可能不能对准雷达真实工作频率，因此e43＝e43-D5，D5的计算需要认知系统提供雷达射频欺骗频率个数ND，可以根据领域知识设定；
对于‘FalseT_ID’-假目标识别，设Pd＝0.8，e53＝e53*(1-Pd)；需要强调的是，由于不可能确知雷达识别切片转发类干扰的概率，这里的Pd＝0.8可认为是系统默认值，可根据用户掌握的情报调整该参数值。
‘DenseTargets’-密集假目标：当干扰机实施此类干扰时，雷达的脉冲压缩和积累等抗干扰措施无效，e14保持不变；相似地，‘WaveAgile’-波形捷变对基于DRFM转发式干扰无效，e24保持不变；
对‘F_Agile’-频率捷变,认知系统应给出雷达频率捷变个数Nf，用式(8)计算D4，e34＝e34-D4；
对‘RF_decept’-射频欺骗，干扰机有可能不能对准雷达真实工作频率，因此e44＝e44-D5，D5的计算需要认知系统提供雷达射频欺骗频率个数ND，可以根据领域知识设定；
对于‘FalseT_ID’-假目标识别，设Pd＝0.85，e54＝e54*(1-Pd)；同样，由于不可能确知雷达识别基于DRFM转发类干扰的概率，这里的Pd＝0.85可认为是系统默认值，可根据用户掌握的情报调整该参数值。
‘R&VDecept’-距离-速度欺骗：对于这类欺骗干扰，新体制雷达一般都通过在设定的距离、速度波门前后设置若干波门来识别这种干扰，尽管雷达的脉冲压缩和积累等抗干扰措施无效，e15保持不变；‘WaveAgile’-波形捷变对此类干扰无效，e25保持不变，雷达在对此类假目标的识别率通常很高。
对‘F_Agile’-频率捷变,认知系统应给出雷达频率捷变个数Nf，用式(8)计算D4，e35＝e35-D4；
对‘RF_decept’-射频欺骗，干扰机有可能不能对准雷达真实工作频率，因此e45＝e45-D5，D5的计算需要认知系统提供雷达射频欺骗频率个数ND，可以根据领域知识设定；
对于‘FalseT_ID’-假目标识别，设Pd＝0.95，e55＝e55*(1-Pd)；这里同样是系统默认值，若干扰机在此类干扰样式采取了新方法用以降低雷达的假目标发现概率，则应根据实际情况修正Pd。
盈利矩阵E被确定之后，即可带入“零和博弈”算法，在进行博弈前，该算法首先判断盈利矩阵E是否存在纳什均衡点，即若满足
这里，eij为唯一的确定值，对应的干扰样式Jj和抗干扰措施Ri分别为干扰机和雷达的最优纯策略，干扰方可以在不感知雷达的抗干扰策略的情况下选择该干扰样式，使得最小盈利不低于eij。若盈利矩阵E不存在纳什均衡点，则要借助于线性规划法计算博弈双方的策略矢量A和B，在干扰机与目标雷达之间的距离确定后，矢量中大于0的元素将不再是唯一确定的，为对应干扰/抗干扰的盈利值，双方可选择各自盈利值大的策略进行对抗。
整个对抗仿真过程应根据空间步长计算每一点上的盈利矩阵，进而选择对抗双方的策略，根据各自盈利值的大小，评价干扰/抗干扰效果。这里给出的是“1对1”的仿真策略，蜂群/网络级别的对抗仿真可在此基础上实现。
2.蜂群干扰与组网雷达对抗仿真
蜂群战法是指具备一定自主能力的小型无人机，依据作战任务自行编组，形成作战集群(参见附图3)，协同对敌发动攻击的一种作战方法。该战法是一种看似随机，实则有序的协同作战方法，其核心是以小取胜、以量取胜、快速协同取胜。基于蜂群战法可能的无人机作战样式包括：通过搭载不同类型传感器，强化战场态势感知，实现大范围的区域探测跟踪和侦察监视；通过搭载电子干扰设备，压制敌地面防空系统，实现对敌雷达或指控通信设备的分布式干扰；通过释放大量假目标，迷惑敌预警侦察体系，诱骗敌雷达或侦察设备开机，实现对敌关键目标的定位及摧毁；通过饱和集群式出动，掩护己方作战单元，消耗敌高价值防空资源，为后续攻击开辟走廊。单一蜂群规模不小于10架且不大于300架，作战半径150～300km，滞空时间大于5h，飞行高度50～500m，起飞重量50～100kg，最大飞行速度150m/s。根据使命任务需要，蜂群可以由同构或异构无人机组成。执行电磁作战的无人机蜂群中，个体挂载的电磁作战装备为具备较强自主认知与学习能力，且侦察与攻击功能一体化、智能化的雷达对抗装备、通信对抗装备，如认知电子战装备，统称为智能电磁作战装备。其中，装备的通信与雷达侦察距离小于60km；通信与雷达干扰距离小于40km，反辐射攻击距离小于10km，干扰功率小于200W。
以飞机/巡航导弹攻击航母战斗群为例，阐述基于蜂群协同干扰的仿真方法。据公开文献，一般航母编队兵力编成有1艘航母、2～3艘导弹驱护舰、2～3艘导弹驱逐舰、1～2艘潜艇、1～2艘综合支援舰组成的共计7～11艘舰艇组成的航母编队。航母配备航空联队，航空联队拥有预警机、电子战飞机、反潜机、战斗机、战斗攻击机、加油机以及直升机等80架左右的各型飞机,舰载雷达除了前述对空情报雷达外，还有火控跟踪雷达等多种、多部雷达。航母编队雷达配置的原则是确保舰艇编队的各种武器系统组成高、中、低和远、中、近的大纵深立体攻防体系。航母编队火力配备一般分为远、中、近三个层次，第一层是纵深防御区，即离航母185km～400km，能对水面、水下和空中目标实施探测、跟踪和干扰，必要时可实施有效攻击；第二层是区域防御区，距离航母50km～185km，可对突破第一道防线的敌方目标进行探测、干扰和拦截；第三层是点防御区，距离航母50km以内，主要进行自卫性防空和反潜作战(参见附图4)。
对应以上火力配备层次，雷达探测也构成三道防线，如附图4所示。依靠预警机搜索雷达和防空哨舰组成第一道远程警戒防线，作用距离在400km～800km；依靠巡洋舰、驱逐舰的相控阵雷达、航母自身的远程对空雷达组成第二道防线，作用距离在200km～400km，第三道防线由编队各舰艇的中程海空搜索雷达和反导搜索、武器控制雷达组成，作用距离在200km以内。
设航母编队按附图4所示的编队分布于目标海域，对海攻击时，进攻方应首先通过电子支援系统获得航母战斗群的雷达种类和位置等信息，即在仿真环境初始化时雷达的数量N、坐标(xi,yi,zi)，i＝1,2,…N,型号及前述用于博弈计算的主要技术参数已被侦测得到，进攻方除了机载/弹载自卫干扰机外，还会派出M架无人干扰机组成蜂群干扰系统，蜂群通常前置于飞机/巡航导弹1km左右，且根据目标区域进行编队，每架干扰无人机的坐标(xj,yj,zj)，j＝1,2,…M,已知而且可控。对蜂群的协同干扰资源分配的过程为：首先，各部干扰机通过认知电子战系统确定雷达辐射源的数量、位置和参数等信息；然后，根据接收到的雷达辐射源信号脉宽、脉冲重复频率和带宽等信息，在明确具体作战任务情况下，采用频点或频段分配原则对雷达进行分群，判断哪些雷达可以用同一部干扰机干扰，生成干扰对象分配矩阵；最后，根据雷达的分群情况，对每部雷达采用一种特定干扰样式进行干扰，生成干扰样式选取矩阵，并建立协同干扰资源分配矩阵，即假设由干扰机组成的集合为J＝{Jl，J2，…JM)，敌方组网雷达的集合为R＝{R1，R2，…RN)，每部干扰机可以采用的干扰样式集合为SJ＝{P1,P2…PK}，则干扰对象分配矩阵为：
式(22)中，行代表干扰机，列代表雷达，qmn＝0代表第m部干扰机不干扰第n部雷达，qmn＝1代表第m部干扰机干扰第n部雷达。其中，干扰样式分配矩阵为：
式(23)中，行代表干扰机，列代表干扰样式，M为干扰机数量，K为干扰样式数量，i＝0，l，2，…K，wmk＝i代表第m部干扰机采用干扰样式集合SJ＝{J1,J2…JK}的第i种干扰样式。不同的qmn、wmk取值代表不同的蜂群干扰策略，对每一个干扰策略进行遍历搜索的过程就是寻找最优干扰策略的过程。
在对抗双方相对位置确定之后，应根据雷达数量N和干扰机数量M的大小和每部干扰机与每部雷达的距离确定QJR各行的值，若M≥N，可根据距离最近原则按“多对1”或“1对1”分配干扰机，干扰样式分配矩阵WJR相应位置取值则由前述的零和博弈的计算结果确定，即选择干扰机盈利最大的干扰样式。若N>M,则要求一部干扰机能够干扰多部雷达，通常情况下，受干扰机软、硬件资源的限制，一部干扰机干扰雷达数量有一上限值，根据领域知识，一般不大于3；干扰不同雷达时，由于切换时间限制，不可能将所有时间资源都利用。因此，设置干扰机的时间利用率JM≤0.8，从而降低一部干扰机干扰多部雷达时出现脉冲丢失现象，因此，在计算干扰对象分配矩阵QJR的约束条件为：
式(24)中，ti＝tj2-tj1为干扰机干扰一部雷达所需时间，max(PRIi)为3部雷达中最大的脉冲重复周期。第2项则要求QJR每行的和不大于3。
据相关资料透露，航母战斗群的部署有一定的规则和限制条件，同理，蜂群无人机编队也有相应的规则和限制条件，通常，当确知航母战斗群的分布情况后，进攻方需要在飞机/巡航导弹的航路上规划一定宽高和纵深的保护区域，根据机载攻击武器的投放距离，还要规划一个对航母战斗群雷达的压制距离，这些场景参数须根据作战方面的专业知识设定，因此，合理的作战仿真想定是必需的。
若对抗仿真场景已被确定，蜂群干扰与组网雷达对抗仿真可按下述步骤展开：
S1：认知电子战指挥中心根据雷达所处位置和蜂群编队结构，计算每部干扰机与雷达间的距离，并根据雷达数量N和干扰机数量M计算干扰对象分配矩阵QJR，约束条件为距离最近和式(24)；
S2：利用零和博弈计算每部干扰机与目标雷达之间的对抗策略，选择干扰策略矢量B最大盈利值bmax对应的干扰样式Ji，i＝1,2,…M,并将对应编号写入干扰样式分配矩阵WJR相应位置；
S3：提取每部干扰机的干扰策略矢量B相对A最大值amax位置处的盈利值bi，计算d＝bi-amax，若d>0，对目标雷达干扰有效，反之无效，记录整个蜂群成功干扰雷达的个数Ns，计算ρ＝Ns/N,作为蜂群干扰效率。
S4：推进仿真进程，重复S2、S3；
S5：当蜂群进入航母战斗群防空导弹的有效射程范围时，应计算进入雷达烧穿距离的无人机的数量，设定被击落的概率Pfall，估计蜂群存活数量Ms＝M(1-Pfall)，根据Ms与雷达数量N的关系，重复S1～S4。注意：当Ms不能满足式(24)的约束条件时，认为任务失败。
综上，相比现有方法，本发明在给定部分雷达参数和抗干扰措施及干扰机的干扰样式的前提下，可以实现雷达对抗的闭环建模与仿真，在根据领域知识对雷达识别假目标能力的基础上，明显提高仿真结果的可信度。通过“1对1”和“蜂群干扰与组网雷达对抗”仿真验证了方法的有效性，该项成果还可应用于其他背景下的雷达/通信对抗建模仿真。
Claims (10)
1.一种基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，包括如下步骤：
步骤1，在获知雷达主要技术参数的基础上，构建雷达抗干扰改善因子Di的计算方法，i＝1,2…NR，NR为雷达的抗干扰措施总数；
步骤2，在仿真对抗场景确定后，根据干扰机与雷达的位置信息，计算干扰功率在雷达天线口面上的干信比JSR；
步骤3，以雷达的抗干扰措施总数NR为矩阵的行、以干扰机干扰样式总数NJ为矩阵的列，构建零和博弈的效益矩阵E，矩阵中的元素eij＝JSR-Di，j＝1,2…NJ；
步骤4，计算干扰机各干扰样式和雷达各抗干扰措施所获效益，当干扰样式效益大于雷达抗干扰效益时，干扰有效，反之无效。
2.根据权利要求1所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，所述雷达主要技术参数包括：时域参数、频域参数、空域参数和雷达识别假目标概率Pd，其中时域参数包括雷达脉冲宽度τ、重复周期PRI、波形捷变个数Nw和雷达波束驻留时间T；频域参数包括中心频率fc、带宽Wr、脉内调制方式M、雷达频率分集个数NF和雷达欺骗信号频率个数ND；空域参数包括雷达波束宽度θ0.5，在无旁瓣对消时，还包括第1旁瓣电平SLV。
3.根据权利要求1所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，根据雷达的抗干扰措施，所述雷达抗干扰改善因子Di的计算方法包括：
1)，抗干扰措施为旁瓣对消技术，相应的干扰改善因子是：
其中雷达天线由主通道和辅助通道构成，辅助通道指向为天线的旁瓣，当干扰机辐射的信号从天线旁瓣进入时，辅助通道输出信号为X，主通道输出信号为X0，Wopt为实现旁瓣对消需要计算辅助通道的最佳加权系数，
W0为天线主阵的权系数，代表主瓣指向；Rx＝E[X*XT]，b＝E[X*X0]，分别为辅助通道输出信号协方差矩阵、主/辅助通道信号协方差矩阵，式中，b+表示对矢量b求伪逆，E[]为数学期望表达式；
2)，抗干扰措施为匹配滤波和脉压技术，相应的干扰改善因子为：
D2＝脉压比或相位编码长度+L
其中L为脉冲压缩损耗；
3)，抗干扰措施为波形捷变技术，相应的干扰改善因子为波形捷变因子，公式为：
D3＝10log10Nw
式中，Nw为雷达波形个数；
4)，抗干扰措施为频率捷变技术，相应的干扰改善因子为频率分集因子，公式为：
D4＝10log10NF
式中，NF为雷达频率分集个数；
5)，抗干扰措施为射频掩护技术，相应的干扰改善因子为欺骗性发射因子，公式为：
D5＝10log10(ND+1)
式中，ND为雷达欺骗信号频率个数；
6)，抗干扰措施为脉冲积累技术，相应的干扰改善因子为脉冲积累改善因子，雷达脉冲积累分为相干积累和非相干积累，对相干积累，D6＝n0.8，对非相干积累，D6＝nV，V∈[0.7,0.9]，n为积累脉冲数，
式中，θ0.5为雷达主瓣半功率宽度，T为雷达波束驻留时间，fPRF为脉冲重复频率；
7)，抗干扰措施为宽限窄技术，相应的干扰改善因子为宽限窄抗干扰改善因子，公式为：D7＝3～5dB；
8)，抗干扰措施为假目标识别技术，相应的干扰改善因子公式为：
式中，Nr为识别的假目标回波个数，Ntotle为总回波数。
4.根据权利要求3所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，所述脉压比公式为k＝Wrτ，Wr为带宽，τ为雷达脉冲宽度，相位编码为巴克码时，长度取值7～13，为M序列时，长度取值16～128，为4相码时，长度取值16，L取-1.3dB。
5.根据权利要求1所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，所述干扰功率在雷达天线口面上的干信比JSR计算公式如下：
式中，Pj为干扰机发射功率，Gj为干扰机天线增益，γj为干扰机天线相对雷达天线极化失配系数，Pt为雷达发射功率，Gt为雷达天线最大增益，σ为承载干扰机载体的雷达有效反射截面RCS，Δf0为雷达接收机带宽，Δfj为干扰机发射信号带宽，Rt为干扰机载体与雷达之间的距离，Rj为干扰机与雷达之间的距离，Gt(θ)表示雷达天线在角度θ方向的增益，即双方天线对齐度。
6.根据权利要求1或4所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，在仿真对抗场景确定后，首先根据干扰机与雷达的位置计算对抗影响因子，以判断对抗条件是否成立，所述对抗影响因子及其计算公式如下：
1)，时域影响因子ejt：
式中，tj2、tj1为干扰最大、最小时间；tr2、tr1为雷达脉冲最大、最小时间，分母实际是雷达脉冲宽度τ，该因子反映干扰时长；
2)，空域影响因子ejs：
或
ejs＝10log10|θj0.5-θr0.5|
式中，θj，θj0.5为干扰机波束指向和波束宽度，θr，θr0.5为雷达波束指向和波束宽度；
3)，频域影响因子ejf：
式中，fr1为雷达最低工作频率，fr2为雷达最高工作频率；fj1为干扰机最低工作频率，fj2为干扰机最高工作频率；&为逻辑“与”，|为逻辑“或”；
4)，功率影响因子ejp：
ejp＝10log10JSR
当4个功率影响因子全部大于等于0dB时，满足对抗条件，否则，不能进行对抗仿真。
7.根据权利要求1所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，所述效益矩阵E表达式如下：
式中，m＝NR，n＝NJ。
8.根据权利要求1所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，所述步骤4中，采用线性规划法计算博弈双方即干扰机和雷达的效益矩阵E的策略矢量A和B，矢量中大于0的元素为对应抗干扰/干扰的盈利值，博弈双方选择各自盈利值大的策略进行对抗。
9.根据权利要求8所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，按照干扰机载体和雷达运动方程，计算干扰机载体和雷达新的相对位置，重复步骤2～步骤3，期间，若干扰机载体进入雷达烧穿距离以内或雷达防卫火力威胁范围内，则根据毁伤概率Pfall计算干扰机生存概率Ps＝1-Pfall，Ps<0.3时认为被摧毁，仿真进程结束；若是多部干扰机针对组网雷达的场景，则计算进入防卫火力威胁范围内的干扰机数量，计算战损率，对剩余干扰机按距离最近原则重新分配干扰任务，返回步骤2。
10.根据权利要求9所述基于零和博弈的雷达对抗策略建模与仿真方法，其特征在于，当仿真进程结束，提取每部干扰机的干扰策略矢量B相对A最大值amax位置处的盈利值bi，计算d＝bi-amax，若d>0，对目标雷达干扰有效，反之认为无效。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011635943.3A CN112651181B (zh) | 2020-12-31 | 2020-12-31 | 一种基于零和博弈的雷达对抗策略建模与仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011635943.3A CN112651181B (zh) | 2020-12-31 | 2020-12-31 | 一种基于零和博弈的雷达对抗策略建模与仿真方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112651181A true CN112651181A (zh) | 2021-04-13 |
| CN112651181B CN112651181B (zh) | 2024-03-26 |
Family
ID=75368263
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011635943.3A Active CN112651181B (zh) | 2020-12-31 | 2020-12-31 | 一种基于零和博弈的雷达对抗策略建模与仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112651181B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113203993A (zh) * | 2021-04-30 | 2021-08-03 | 电子科技大学 | 针对组网雷达的自适应多干扰机协同压制干扰方法 |
| CN113253628A (zh) * | 2021-06-16 | 2021-08-13 | 中国人民解放军空军预警学院 | 一种无人机攻击移动目标俯冲飞行半实物仿真系统及方法 |
| CN113472423A (zh) * | 2021-06-29 | 2021-10-01 | 西安空间无线电技术研究所 | 一种基于零和博弈论的卫星通信抗干扰方法 |
| CN113641191A (zh) * | 2021-10-14 | 2021-11-12 | 中国人民解放军空军预警学院 | 预警机和干扰机协同作业的空域配置方法及设备 |
| CN113701751A (zh) * | 2021-08-24 | 2021-11-26 | 西安大衡天成信息科技有限公司 | 一种基于多波束天线的导航装置 |
| CN113721206A (zh) * | 2021-08-27 | 2021-11-30 | 四创电子股份有限公司 | 一种基于雷达信号的波形产生装置 |
| CN113822534A (zh) * | 2021-08-25 | 2021-12-21 | 中山大学 | 多无人机协同的干扰资源优化分配方法 |
| CN114023146A (zh) * | 2021-11-29 | 2022-02-08 | 中船蓝海星（北京）文化发展有限责任公司 | 一种航母雷达位互动体验装置 |
| CN114553302A (zh) * | 2022-02-25 | 2022-05-27 | 中国电子科技集团公司第三十八研究所 | 一种无人机蜂群实时性协同通信方法 |
| CN114911269A (zh) * | 2022-06-17 | 2022-08-16 | 电子科技大学 | 一种基于无人机群的组网雷达干扰策略生成方法 |
| CN115598600A (zh) * | 2022-11-28 | 2023-01-13 | 四川九洲电器集团有限责任公司（Cn） | 一种二次雷达信号动态编码系统、方法、电子设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106443597A (zh) * | 2016-12-06 | 2017-02-22 | 上海机电工程研究所 | 对抗有源假目标干扰的自适应反欺骗系统及其反欺骗方法 |
| CN110618405A (zh) * | 2019-10-16 | 2019-12-27 | 中国人民解放军海军大连舰艇学院 | 一种基于干扰机理与决策能力的雷达有源干扰效能测算方法 |
| CN111353391A (zh) * | 2020-02-17 | 2020-06-30 | 西安电子科技大学 | 雷达干扰效果评估方法、装置、电子设备及其存储介质 |
-
2020
- 2020-12-31 CN CN202011635943.3A patent/CN112651181B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106443597A (zh) * | 2016-12-06 | 2017-02-22 | 上海机电工程研究所 | 对抗有源假目标干扰的自适应反欺骗系统及其反欺骗方法 |
| CN110618405A (zh) * | 2019-10-16 | 2019-12-27 | 中国人民解放军海军大连舰艇学院 | 一种基于干扰机理与决策能力的雷达有源干扰效能测算方法 |
| CN111353391A (zh) * | 2020-02-17 | 2020-06-30 | 西安电子科技大学 | 雷达干扰效果评估方法、装置、电子设备及其存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 于小宁;刘咏梅;: "基于博弈论的雷达抗干扰决策分析", 机械与电子, no. 12, 24 December 2017 (2017-12-24) * |
| 黄玉川;饶妮妮;刘永红;刘斌;: "博弈论应用于干扰效果动态评估的研究", 电子科技大学学报, no. 05, 20 October 2007 (2007-10-20) * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113203993A (zh) * | 2021-04-30 | 2021-08-03 | 电子科技大学 | 针对组网雷达的自适应多干扰机协同压制干扰方法 |
| CN113253628A (zh) * | 2021-06-16 | 2021-08-13 | 中国人民解放军空军预警学院 | 一种无人机攻击移动目标俯冲飞行半实物仿真系统及方法 |
| CN113472423B (zh) * | 2021-06-29 | 2022-12-13 | 西安空间无线电技术研究所 | 一种基于零和博弈论的卫星通信抗干扰方法 |
| CN113472423A (zh) * | 2021-06-29 | 2021-10-01 | 西安空间无线电技术研究所 | 一种基于零和博弈论的卫星通信抗干扰方法 |
| CN113701751A (zh) * | 2021-08-24 | 2021-11-26 | 西安大衡天成信息科技有限公司 | 一种基于多波束天线的导航装置 |
| CN113701751B (zh) * | 2021-08-24 | 2024-05-07 | 西安大衡天成信息科技有限公司 | 一种基于多波束天线的导航装置 |
| CN113822534A (zh) * | 2021-08-25 | 2021-12-21 | 中山大学 | 多无人机协同的干扰资源优化分配方法 |
| CN113721206A (zh) * | 2021-08-27 | 2021-11-30 | 四创电子股份有限公司 | 一种基于雷达信号的波形产生装置 |
| CN113641191A (zh) * | 2021-10-14 | 2021-11-12 | 中国人民解放军空军预警学院 | 预警机和干扰机协同作业的空域配置方法及设备 |
| CN113641191B (zh) * | 2021-10-14 | 2022-01-14 | 中国人民解放军空军预警学院 | 预警机和干扰机协同作业的空域配置方法及装置 |
| CN114023146A (zh) * | 2021-11-29 | 2022-02-08 | 中船蓝海星（北京）文化发展有限责任公司 | 一种航母雷达位互动体验装置 |
| CN114553302A (zh) * | 2022-02-25 | 2022-05-27 | 中国电子科技集团公司第三十八研究所 | 一种无人机蜂群实时性协同通信方法 |
| CN114553302B (zh) * | 2022-02-25 | 2023-05-16 | 中国电子科技集团公司第三十八研究所 | 一种无人机蜂群实时性协同通信方法 |
| CN114911269A (zh) * | 2022-06-17 | 2022-08-16 | 电子科技大学 | 一种基于无人机群的组网雷达干扰策略生成方法 |
| CN115598600A (zh) * | 2022-11-28 | 2023-01-13 | 四川九洲电器集团有限责任公司（Cn） | 一种二次雷达信号动态编码系统、方法、电子设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112651181B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112651181B (zh) | 一种基于零和博弈的雷达对抗策略建模与仿真方法 | |
| Adamy | Introduction to electronic warfare modeling and simulation | |
| Cote | Assessing the Undersea Balance between the US and China | |
| WO2007059508A1 (en) | Time reversal antenna network based directed energy systems | |
| CN114237074B (zh) | 一种战役级反舰导弹抗干扰效能评估方法 | |
| CN115063544A (zh) | 一种面向随队支援干扰的雷达探测威力范围计算方法 | |
| CN111007471B (zh) | 一种判定有源压制干扰在仿真环境中干扰效果的方法 | |
| Finn et al. | Miniature UAV’s & future electronic warfare | |
| CN113030877B (zh) | 一种对窄带自适应旁瓣相消的精准间歇采样干扰方法 | |
| Haffa Jr et al. | Analogues of stealth: Submarines and aircraft | |
| Liu et al. | Damage evaluation of microwave anti swarm attack based on scoring method | |
| Zhang et al. | Performance evaluation for UAV-based distributed jamming system: an illustrative example | |
| Zhang et al. | The Development of Radar and Radar Countermeasure | |
| Zhang et al. | Theory to Countermeasures Against New Radars | |
| Rudd-Orthner et al. | A Naval Combat Management System (CMS) Architecture to enable Cognitive Electronic Warfare in Platform Protection | |
| Pakfiliz | Increasing self-protection jammer efficiency using radar cross section adaptation | |
| Frazer | Deception jamming against anti-ship missiles which use doppler beam sharpening modes | |
| Zhu et al. | An Air-Sea Identification and Detection Confrontation Evolutionary Game Model | |
| Saldik | Rethinking SEAD: Employment of contemporary Fighter Aircraft Capabilities against an A2/AD-System of Systems of a peer Adversary in Europe | |
| Slocombe | Electronic warfare in the maritime domain | |
| Vickers et al. | Future warfare 20XX wargame series: lessons learned report | |
| Yan et al. | Research on the Construction of a Fifth-Dimensional Battlefield Based on UAVs–Integrated Electronic Warfare System to Seize Electronic Magnetic Rights | |
| Watts | The Moonshine pulse repeater jammer | |
| CN117554953A (zh) | 一种飞行目标防控系统的控制方法及系统 | |
| Lesták | The Most Significant Technical Challenges for the US Naval Forces at the South China Sea |
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 |