(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111517997.4 (22)申请日 2021.12.13 (65)同一申请的已公布的文献号 申请公布号 CN 114357724 A (43)申请公布日 2022.04.15 (73)专利权人 中国人民解 放军国防科技大 学 地址 410073 湖南省长 沙市开福区德雅路 109号 (72)发明人 查淞　刘铭　徐明　李杨飞　 夏海洋　黄纪军　刘继斌　 (74)专利代理 机构 长沙国科天河知识产权代理 有限公司 432 25 专利代理师 邱轶 (51)Int.Cl. G06F 30/20(2020.01)G06Q 10/06(2012.01) G06F 111/04(2020.01) G06F 111/06(2020.01) 审查员 沈晴 (54)发明名称 基于动态多目标优化的临机用频规划方法、 装置和设备 (57)摘要 本申请涉及一种基于动态多目标优化的临 机用频规划方法、 装置和计算机设备。 所述方法 包括： 构建了动态的、 多优化目标的、 可以实现时 域的复用与频域、 空域、 时域综合调度的临机用 频规划模型。 在此基础上， 引入动态非支配排序 遗传算法， 为完善动态非支 配排序算法不具有环 境变化检测机制、 难以实现实时响应突发用频状 况的缺陷， 针对临机用频规划问题特性设计了基 于敏感个体的环境变化检测机制， 并将改进后的 算法应用于临机用频规划模型的求解中， 求解临 机用频规划问题具有可 行性与优 越性。 权利要求书3页 说明书17页 附图12页 CN 114357724 B 2022.09.16 CN 114357724 B 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*NW的个体矩阵， 其中 pop表示种群大小， NW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ji nx快速非支配排序；权　利　要　求　书 1/3 页 2 CN 114357724 B 2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。 5.根据权利要求4所述的方法， 其特征在于， 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， 包括： 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： 其中， Δfi＝fi(j)‑fi(j‑1)， Δfi表示敏感个体在当前迭代次数j时的第i个目标函数值 fi(j)与上一轮迭代(j ‑1)时的值fi(j‑1)间的差； m表示目标函数个数； Fsum表示敏感个体在 所有目标函数值上Δfi之和， 反映环境变化的强度； 若存在至少一个敏感个体满足Fsum大于预设 阈值Fth， 或存在敏感个体为不可行解， 则认 为环境发生了明显变化； 引入种群多样性以更新种群。 6.根据权利要求5所述的方法， 其特 征在于， 引入种群多样性以更新种群， 包括： 通过使用随机生成的新个 体替换当前种群中的部分个 体以更新种群； 或者通过使用变异得到的子代个 体替换当前种群中相应的父代个 体以更新种群。 7.根据权利要求1至4任意 一项所述的方法， 其特 征在于， 完成迭代后的操作还 包括： 获取预先设置的可用频谱资源增 加的阈值； 判断当前可用频谱资源增加是否达到所述阈值， 若达到， 则引入种群多样性以更新种 群。 8.一种基于动态多目标优化的临机用频规划装置， 其特 征在于， 所述装置包括： 用频系统信息获取模块， 用于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； 模型构建模块， 用于根据 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； 种群初始化模块， 用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； 敏感个体初始化模块， 用于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；权　利　要　求　书 2/3 页 3 CN 114357724 B 3