基于分布式优化的协同干扰任务分配研究

doi:10.3969/j.issn.1000-3428.2011.21.090

计算机工程 ›› 2011, Vol. 37 ›› Issue (21): 264-266.doi: 10.3969/j.issn.1000-3428.2011.21.090

基于分布式优化的协同干扰任务分配研究

黄郡¹，单洪¹，满毅¹，陈娟²

(1. 解放军电子工程学院网络工程系，合肥 230037；2. 解放军炮兵学院军事通信教研室，合肥 230031)

收稿日期:2011-03-15 出版日期:2011-11-05 发布日期:2011-11-05
作者简介:黄郡(1983－)，男，博士研究生，主研方向：无线网络安全；单洪，教授、博士；满毅，博士研究生；陈娟，硕士

Research on Collaborative Jamming Task Assignment Based on Distributed Optimization

HUANG Jun ¹, SHAN Hong ¹, MAN Yi ¹, CHEN Juan ²

(1. Department of Network Engineering, PLA Electronic Engineering Institute, Hefei 230037, China; 2. Military Communication Section, PLA Artillery Academy, Hefei 230031, China)

Received:2011-03-15 Online:2011-11-05 Published:2011-11-05

摘要/Abstract

摘要： 为保证目标区域干扰覆盖和最小能量消耗的优化目标，建立协同干扰任务分配模型。在分布式协同优化框架下，将集中式任务分配问题，转换为各个虚任务区内小规模的分布式优化问题，采用分解-协调优化模式和启发式遗传算法相结合的方法，实现对各个子区域优化问题的二次迭代求解。仿真结果表明，分布式协同优化方法能够有效降低协同干扰任务分配问题的求解规模，避免“维数灾”，具有可行性。

关键词: 协同干扰, 任务分配, 分布式协同优化, 分解-协调, 启发式遗传算法

Abstract: To the objectives of guaranteeing covering quality of jamming region and using the least energy consumption, a task assignment model of collaborative jamming is proposed. A centralized task assignment optimization decision is decomposed into the decentralized optimization of several single virtual task regions under the framework of Distributed Collaborative Optimization(DCO), and a method of optimization mode based on decomposition-coordination and heuristic genetic algorithm is implemented to the solution for the decentralized optimization. Simulation results show that the DCO-based method can significantly reduce the size of task assignment optimization decision problems and avoid the problem of “curse of dimensionality”, and that it is a feasible method for collaborative jamming.

Key words: collaborative jamming, task assignment, Distributed Collaborative Optimization(DCO), decomposition-coordination, heuristic genetic algorithm

中图分类号:

TP391

黄郡, 单洪, 满毅, 陈娟. 基于分布式优化的协同干扰任务分配研究[J]. 计算机工程, 2011, 37(21): 264-266.

HUANG Jun, CHAN Hong, MAN Yi, CHEN Juan. Research on Collaborative Jamming Task Assignment Based on Distributed Optimization[J]. Computer Engineering, 2011, 37(21): 264-266.

[1]	邢虎, 陈荣, 唐文君. 基于预测算法的在线空间众包任务分配策略[J]. 计算机工程, 2020, 46(9): 27-34,43.
[2]	尚蕾, 刘茜萍. 基于任务分配和数据集副本的科学工作流数据布局[J]. 计算机工程, 2020, 46(5): 122-130,138.
[3]	王毅然, 经小川, 贾福凯, 孙宇健, 佟轶. 基于多智能体协同强化学习的多目标追踪方法[J]. 计算机工程, 2020, 46(11): 90-96.
[4]	张兴盛,余敦辉,聂茜婵,袁旭. 基于预测分析的时空众包在线任务分配[J]. 计算机工程, 2019, 45(6): 67-74.
[5]	肖晶,刘伟,唐伦. 基于任务分配模型的车载自组织网络路由算法[J]. 计算机工程, 2017, 43(2): 6-15.
[6]	贺毅辉,潘明聪,徐伟,彭辉. 基于概率推理的不确定性任务分配评价方法[J]. 计算机工程, 2015, 41(2): 31-35.
[7]	盛冲冲,胡新明,李佳佳,吴百锋. 面向节点异构GPU 集群的编程框架[J]. 计算机工程, 2015, 41(2): 292-297.
[8]	刘樑骄,李仁发,谢勇,杨柳,谢国琪. 多核汽车电子系统中关键级感知的任务分配算法[J]. 计算机工程, 2015, 41(11): 1-7.
[9]	胡新明，盛冲冲，李佳佳，吴百锋. 面向通用计算GPU集群的任务自动分配系统[J]. 计算机工程, 2014, 40(3): 103-107,119.
[10]	付征叶，凡高娟，王俊岭. 遥感影像并行处理中基于优先级的任务分配策略[J]. 计算机工程, 2014, 40(2): 48-51,57.
[11]	张新丰, 沈勇, 章桐, 魏臻. 新能源汽车远程监控系统压力测试方法研究[J]. 计算机工程, 2013, 39(6): 304-307,311.
[12]	贠亚利, 韩海晓, 李雅萍. 工作流访问控制模型及动态用户分配策略[J]. 计算机工程, 2013, 39(4): 75-77,81.
[13]	张磊, 姚佩阳, 徐雪洁, 周义建. 考虑任务可达约束的突击作战任务分配方法[J]. 计算机工程, 2012, 38(24): 239-243.
[14]	陈大川, 张荣国, 黄付亮, 刘焜. PSO算法在子任务分配中的应用[J]. 计算机工程, 2011, 37(24): 183-186.
[15]	邱国庆, 解文彬, 徐勋利, 廖伟, 王多点. 运输任务分配与路径选择的组合优化模型[J]. 计算机工程, 2011, 37(18): 177-179.

基于分布式优化的协同干扰任务分配研究

Research on Collaborative Jamming Task Assignment Based on Distributed Optimization

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10