计算机应用研究

作者：张毅恒,刘以安,宋海凌,

单位：1.江南大学人工智能与计算机学院,江苏无锡214122；2.海军研究院,北京100161；

关键词：抗干扰,跳频序列,大规模多目标优化,洗牌策略,反向学习,

基金：国家自然科学基金资助项目(62076110)；江苏省自然科学基金资助项目(BK20181341)；；

针对跳频序列设计中存在的规模小和难以兼顾多指标的问题，提出一种基于大规模多目标优化的跳频序列设计方法。首先，综合考虑跳频序列的多项性能指标，建立跳频序列多目标优化模型；然后，引入大规模多目标优化方法，并提出决策变量洗牌策略和反向差分进化，通过重新分配决策变量位置以形成具有多样性的非支配集，并通过使反向个体参与差分进化来为后续进化持续提供有效的方向；最后，通过提出算法对模型进行优化得到跳频序列集。实验结果表明，所提方法相较于其他多目标优化方法具有更强的寻优能力，得到跳频序列集的性能指标具有明显优势；所提方法在不同干扰环境中相较于其他方法具有更低的误码率，验证了提出方法的有效性和优越性。

来源：2024年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第3期