基于水波优化和A*算法的无人机群防空反制系统部署方法
李翔
罗望春
张福
张兴华
刘洪驿
中国南方电网超高压输电公司 电力科研院,广东 广州 510700
摘要：[目的]随着无人机群在侦察任务中的广泛应用,优化防空反制系统部署已成为提升防御能力的重要手段.无人机群凭借其高灵活性、强生存能力和低成本特性对传统防空体系构成了严重威胁.单一防空系统难以有效应对多目标协同的无人机群,因此,需要通过多系统协同部署,最大化无人机群的飞行成本,迫使其改变路径或放弃任务.本研究旨在设计一种高效的防空反制系统部署方法,以应对无人机群侦察带来的安全挑战.[方法]研究提出了一种基于水波优化(water wave optimization,WWO)和A*算法的防空反制系统部署(water wave and A*deployment,WAD)方法,该方法通过两个核心子模型实现优化:一是构建无人机群的最优路径规划模型,用于计算在给定防空反制系统位置下无人机群的最小飞行成本;二是设计防空反制系统选址优化模型,通过调整系统位置来最大化无人机群的期望飞行成本.WAD算法融合了WWO在全局和局部搜索中的平衡优势以及A*算法在路径规划中的高效性,并通过改进的编解码机制提升了搜索效率,避免其陷入低效解空间.[结果]通过仿真实验验证WAD算法的有效性.实验设计了一个包含 4 个飞行起点、39 个路径点和3 个防空反制系统的场景,结果表明WAD算法能够求解出无人机群期望飞行成本的最大值,并输出优化的防空反制系统部署位置及无人机群的飞行路径.种群最佳适应度随迭代次数的增大而快速收敛,平均在30 次迭代内达到稳定,表明算法具有较高的精度和计算效率,与传统方法相比,显著缩短了优化时间.[结论]WAD算法为无人机群防空反制系统的优化部署提供了一种高效解决方案.通过集成WWO和A*算法的优势,该方法在全局探索与局部开发之间实现了良好平衡,显著提升了部署方案的收敛速度和优化质量.研究结果表明,本文方法适用于复杂侦察场景下的防御需求.未来可进一步研究动态环境下多目标优化的部署策略,探索防空反制系统间的协同机制,引入实时威胁评估,以适应无人机群技术的快速演变.
关键词：无人机群防空反制系统部署优化水波优化A*算法路径规划设施选址进化算法
分类号：TN97(电子对抗（干扰及抗干扰）)
资助基金：国家自然科学基金(U22B6008)中国南方电网有限责任公司超高压输电公司科技项目(CGYKJXM20220111)
论文发表日期：2026-01-25
在线出版日期：2026-03-17（本平台首次上网日期，不代表文献的发表时间）
页数：9( 74-82 )
英文信息