干扰资源分配问题的智能优化应用研究综述

发布时间：2021-07-16 21:12

　　电子战中的干扰资源分配问题是典型的组合优化问题,同时也是NP难题,求解途径除了各种典型的数学规划方法之外,各种智能优化方法也在近年来得到非常广泛的应用。针对这一技术应用趋势,在概要阐述干扰资源分配的数学模型及其典型求解框架的基础上,以遗传算法、免疫算法、进化算法、粒子群算法、蚁群算法及其各种改进算法等为典型代表,对智能优化方法在干扰资源分配问题中的应用研究进展情况进行了综述,总结了各种方法的应用要点,展现了该应用方向上的发展现状,从而为各方法的工程应用和人工智能在电子战中的应用示范研究提供了有益借鉴。 

【文章来源】：电光与控制. 2019,26(10)北大核心CSCD

【文章页数】：8 页

【部分图文】：

干扰资源分配问题求解框架Fig．1Theframeworkforsolvingjamming

【参考文献】：
期刊论文
[1]基于改进遗传算法的干扰资源分配问题研究[J]. 宗思光,刘涛,梁善永.  电光与控制. 2018(05)
[2]基于改进DDE算法的协同干扰资源分配[J]. 吴娜,车蕾.  电光与控制. 2018(02)
[3]基于改进遗传算法的雷达组网干扰资源分配问题研究[J]. 王润芃,任耀峰.  计算机与数字工程. 2017(11)
[4]基于蝙蝠算法的舰载一体化雷达电子对抗资源调度[J]. 王龙涛,姜宁.  指挥控制与仿真. 2017(05)
[5]随队干扰动态资源分配模型与算法[J]. 向崇文,姜青山,屈振.  指挥控制与仿真. 2017(02)
[6]基于改进遗传算法的协同干扰资源优化分配[J]. 段先华,孙庆国,蔡丹.  江苏科技大学学报(自然科学版). 2016(05)
[7]基于改进离散布谷鸟算法的干扰资源分配研究[J]. 李东生,高杨,雍爱霞.  电子与信息学报. 2016(04)
[8]突防任务中组网雷达干扰资源分配研究[J]. 陈雅雯,曾丽芳,夏伟杰,孙振航,陆陶冶.  现代雷达. 2015(06)
[9]基于动态选择遗传算法的雷达干扰资源分配[J]. 张运豪,刘聪锋.  电子科技. 2014(11)
[10]改进蚁群算法求解多目标雷达干扰资源优化分配[J]. 何凡,祁世民,谢贵武,吴桐.  火力与指挥控制. 2014(06)

博士论文
[1]对雷达网的多机伴随式协同干扰技术研究[D]. 张养瑞.北京理工大学 2015

硕士论文
[1]多平台干扰资源智能调度模型与方法[D]. 熊维毅.西南交通大学 2017
[2]基于多平台协同对抗技术研究[D]. 张哲.江苏科技大学 2016
[3]雷达组网有源干扰资源分配方法研究[D]. 代新朋.大连理工大学 2014
[4]基于免疫算法的多策略雷达干扰资源分配方法[D]. 张运豪.西安电子科技大学 2014
[5]雷达遮盖式干扰及干扰资源优化分配研究[D]. 王凌晓.大连理工大学 2011
[6]资源调度机制的研究及其在电子对抗中的应用[D]. 翟晓峰.南京航空航天大学 2010
[7]基于类电磁机制的雷达干扰资源优化分配算法研究[D]. 吴琼.大连理工大学 2009



本文编号：3287773