摘要

根据敌方雷达不同的工作状态进行威胁等级的评估,以干扰对象和干扰样式为基础建立模型,由模型采用不同的智能算法进行集群协同干扰资源的分配。针对传统粒子群算法搜索范围小并且易陷入局部最优解等问题,提出一种改进的粒子群算法用于集群协同干扰资源的分配。通过将NSGA-II算法中基于实数编码的多项式变异算子引入种群的更新迭代中,提高种群中个体的多样性,扩大了种群的搜索范围;通过动态学习因子,调整算法在不同阶段对个体极值和全局最优值的侧重,从而降低了算法陷入局部最优解的概率。仿真结果表明,改进的粒子群算法提高了算法的收敛速度和寻优概率,并且具有优异的性能,在一定程度上解决了集群协同干扰资源分配问题。