无人机编队对组网雷达的协同干扰.pdf

无人机编队对组网雷达的协同干扰

摘要

组网雷达因其优异的“四抗”性能而受到广泛关注，是未来雷达作战的发展方向。

相比于单基地雷达，组网雷达具有更强的目标探测和目标跟踪能力，传统的针对单基地

雷达的干扰方法已经难以抗衡组网雷达。鉴于组网雷达的电子对抗优势，分布式干扰系

统被提出用于制衡组网雷达。在此背景下，本文针对无人机编队对组网雷达的协同干扰

问题进行了研究，主要工作内容如下：

1.针对无人机编队队形控制与导航问题，研究了一种分布式无人机编队控制与导航

方法。首先建立了多智能体编队的控制模型，定义了控制增益矩阵；然后建立了无人机

的动力学模型，并考虑了无人机的飞行速度和转弯速度限制；最后将求解控制增益矩阵

的问题转化为半定规划问题，实现无人机编队中每架无人机的飞行控制，使其逐渐收敛

至期望队形和期望飞行方向。该方法为后续多无人机高效执行协同干扰任务提供了编队

基础。

2.针对组网雷达对航迹欺骗干扰易识别问题，本文将组网雷达定位精度几何稀释因

子(geometricaldilutionofprecision,GDOP)作为主要优化目标规划假目标航迹，设计了包

含组网雷达GDOP的假目标航迹规划代价函数，降低组网雷达对假目标航迹的定位精

度。针对假目标航迹规划算法寻优空间太大、算法耗时长、航迹规划效果不佳的问题，

提出了基于节点自适应人工蜂群(artificialbeecolony,ABC)的假目标航迹规划算法。该算

法对传统ABC航迹规划算法进行了改进，首先根据导向向量和初始蜜源反馈的地形和

组网雷达GDOP信息自适应调整航迹控制节点的取值范围，合理缩小算法寻优空间；然

后借鉴遗传算法的自然选择思想在优化后的寻优空间内筛选出优质蜜源作为ABC算法

的第一代蜜源；最后进行ABC算法迭代，在包含组网雷达GDOP的假目标航迹规划代

价函数的引导下，寻找最优假目标航迹。该算法能够提升无人机编队协同干扰组网雷达

的成功率和效率。

3.针对无人机编队协同干扰组网雷达时的干扰决策问题，首先将无人机航迹规划作

为多目标优化问题进行研究，并运用快速非支配排序遗传算法(fastnondominatedsorting

geneticalgorithm,NSGA2)求解其Pareto最优解，塑造出无人机编队的干扰态势；然后建

立了无人机编队干扰资源调度模型，并在优化无人机编队飞行高度的基础上运用遗传算

法求解该模型，优化无人机编队在不同干扰态势下的干扰波束指向，提高无人机编队的

安全性。此外，针对传统干扰决策算法无认知干扰能力，以及普通强化学习算法在没有

哈尔滨工程大学专业学位硕士学位论文

正确先验知识的情况下难以对抗复杂多功能雷达的问题，提出基于双层强化学习的干扰

决策算法，帮助干扰方克服错误先验知识的误导，增强无人机编队的智能化干扰能力，

进一步提高无人机编队的干扰效能。

关键词：分布式干扰系统；无人机编队控制；航迹欺骗干扰；人工蜂群算法；干扰资源

调度；干扰决策

无人机编队对组网雷达的协同干扰

ABSTRACT

Nettedradarhasreceivedextensiveattentionduetoitsexcellentfour-antiperformance

andisthedevelopmentdirectionoffutureradaroperations.Comparedwithmonostaticradar,

nettedradarhasstrongertargetdetectionandtargettrackingcapabilities.Traditional

interferencemethodsformonostaticradarhavebeendifficulttocompetewithnettedradar.In

viewoftheelectroniccountermeasureadvantagesofnettedradar,distributedj