[发明专利]基于动态多目标优化的临机用频规划方法、装置和设备

权利要求书

1.一种基于动态多目标优化的临机用频规划方法，其特征在于，所述方法包括：

获取用频系统的变量信息；所述用频系统包括多个用频平台、多台用频设备、用频过程包括多个用频时段；同一频点可以配给不在同一用频时段的多台用频设备使用；

根据所述变量信息，以所述用频设备间同频干扰最少、需求满足最高、邻频干扰风险最低为目标函数，以频谱资源约束、同平台位置一致性约束、用频设备唯一性约束为约束条件，构建用频规划的多目标优化模型；

通过伪随机码函数得到初始种群的种群矩阵；所述种群矩阵的每一行代表一个个体，每行矩阵由对应个体的染色体和其末尾串接的目标函数值组成；所述染色体代表完整的一组用频规划方案；

将所述初始种群的目标函数空间均匀划分为多个子空间，在每个至少存在一个个体的空间中随机定义一个个体作为敏感个体，得到多个敏感个体；

根据所述初始种群和所述多目标优化模型，通过动态非支配排序遗传算法进行种群迭代，在迭代过程中若有敏感个体被淘汰，则在种群的非支配个体中随机定义新的敏感个体进行替代；

每轮迭代后，计算每个敏感个体在当前环境下的目标函数值与上一轮迭代时所处环境下目标函数值之间的差值之和，根据所述差值之和判断敏感个体的变化量是否高于预设的强度阈值，若是则引入种群多样性以更新种群；

判断是否满足迭代终止条件，若满足，输出多组Pareto最优临机用频规划方案，否则，继续迭代直到迭代终止。

2.根据权利要求1所述的方法，其特征在于，根据所述变量信息，以所述用频设备间同频干扰最少、需求满足最高、邻频干扰风险最低为目标函数，以频谱资源约束、同平台位置一致性约束、用频设备唯一性约束为约束条件，构建用频规划的多目标优化模型，包括：

根据所述变量信息设置用于描述单个用频设备规划方案的元任务信息，根据所述元任务信息得到决策变量；

根据所述决策变量信息，以所述用频设备间同频干扰最少、需求满足最高、邻频干扰风险最低为目标函数，以频谱资源约束、同平台位置一致性约束、用频设备唯一性约束为约束条件，构建用频规划的多目标优化模型。

3.根据权利要求2所述的方法，其特征在于，通过伪随机码函数得到初始种群的种群矩阵；所述种群矩阵的每一行代表一个个体，每行矩阵由对应个体的染色体和其末尾串接的目标函数值组成；所述染色体代表完整的一组用频规划方案，包括：

在所述决策变量的上下界范围内通过伪随机码函数生成一组pop*N_W的个体矩阵，其中pop表示种群大小，N_W表示用频设备总数；所述个体矩阵的每行代表一个个体的染色体；所述染色体代表完整的一组用频规划方案；

计算每个个体的目标函数值，并在所述个体矩阵对应染色体尾端记录，得到初始种群的种群矩阵。

4.根据权利要求3所述的方法，其特征在于，根据所述初始种群和所述多目标优化模型，通过动态非支配排序遗传算法进行种群迭代，包括：

根据所述多目标优化模型，计算所述初代种群内个体的序值和拥挤度；

根据所述个体的序值和拥挤度jinx快速非支配排序；

采用二元锦标赛选择算法从种群中选择父代个体；

采用模拟二进制交叉算子生成子代个体；

采用多项式变异算子生成子代个体；

将原种群与子代种群合并，计算现种群内个体的序值、拥挤度，并进行快速非支配排序；

采用精英策略修剪种群，使种群规模恢复至合并前的数量。