(19)中华 人民共和国 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 202110516233.7 (22)申请日 2021.05.12 (65)同一申请的已公布的文献号 申请公布号 CN 113111594 A (43)申请公布日 2021.07.13 (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　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 代理人 邱轶 (51)Int.Cl. G06F 30/27(2020.01)G06K 9/62(2022.01) G06N 3/00(2006.01) G06N 3/12(2006.01) G06F 111/04(2020.01) G06F 111/06(2020.01) G06F 111/08(2020.01) 审查员 吴雪薇 (54)发明名称 基于多目标优化的用频规划方法、 装置和计 算机设备 (57)摘要 本申请涉及一种基于多目标优化的用频规 划方法、 装置、 计算机设备和存储介质。 所述方法 包括： 引入多目标优化理论， 以干扰冲突最少、 需 求满足最高和邻频风险最低作为优化目标建立 了多目标的用频规划模型， 并提出一种求解用频 规划问题的非支 配排序蚁群算法。 在蚁群初始化 阶段使用带贪心策略的爬山算法获取次优解集 合以提升蚁群前期收敛速度； 并运用社团检测机 制将用频设备分簇以减少电磁干扰分析的计算 复杂度从而加快算法进程。 同时， 在算法每次迭 代中对得到的用频规划方案执行调度改进操作， 并自适应调整信息素挥发系数等参数， 以提升算 法全局优化性能。 本发明考虑到用频设备时域的 复用， 实现了空域、 频域、 能域等维度的统筹调 度， 效果更佳。 权利要求书3页 说明书16页 附图6页 CN 113111594 B 2022.04.12 CN 113111594 B 1.一种基于多目标优化的用频规划方法， 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 险最低为优化目标， 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； 对所述用频设备构建无权无向网络， 通过Markov聚类算法对所述无权无向网络进行分 簇操作， 得到同簇用频设备； 通过带贪心策略的爬山算法对所述多目标优化模型进行局部搜索， 得到局部最优解； 其中同频干扰和邻频干扰的分析在所述同簇用频设备之间进行； 将所述局部最优解作为初始解集， 通过基于精英个体矩阵的蚁群算法进行迭代； 所述 精英个体矩阵根据每次迭代后得到的非支配解进 行更新； 所述精英个体矩阵对应的信息素 按照预设的更新规则进行更新， 所述更新规则中的信息素更新分布系数和信息素挥发系数 随着迭代次数自适应调整； 当所述精英个体矩阵内非支配解数目达到预设阈值或迭代次数达到最大迭代次数后， 停止迭代， 输出 所述用频系统用频规划的方案包。 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， 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中的元任务 为： 其中， Uijkv表示用频设备wi使用频点sfj、 发射功率 spk， 其所在用频平台的横纵地理坐标 为scv； EquipmentId表示用频设备标识信息； StageId表示用频设备所处平台标识信息； Frequency表示用频设备的使用频点； Power表示用频设备的发射功率； CordX表示用频设备 的x轴坐标位置， CordY表示用频设备的y轴坐标位置； 根据所述元任务信息得到决策变量 为： 其中， xijkv表示所述元任务Uijkv的完成状态， 若所述元任务得到执行， 则xijkv＝1； 否则 xijkv＝0； NW表示所述用频设备的台数； 表示可选频点的个数； 表示可选功率值 的个数； 表示可选横纵地理坐标的个数。 3.根据权利要求2所述的方法， 其特征在于， 根据所述决策变量信息， 以所述用频设备权　利　要　求　书 1/3 页 2 CN 113111594 B 2间同频干扰最少、 需求满足最高、 邻频干扰风险最低为优化目标， 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 险最低为优化目标， 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； 其中判断同频干扰和邻频干扰的步骤为： 判定两台所述用频设备是否存在共 同工作的用频时段， 若不存在， 则两台所述用频设 备不存在电磁干扰的可能性； 若存在， 通过自由传播模型对所述用频设备之间的电磁干扰可能性进行分析。 4.根据权利要求3所述的方法， 其特征在于， 对所述用频设备构建无权无向网络， 通过 Markov聚类算法对所述无权无向网络进行分簇操作， 得到同簇用频设备， 包括： 获取所述用频设备的用频时段信息； 单台所述用频设备对应所述无权无向网络的节点， 根据 所述用频时段信 息对所述用频 设备构建无权无向网络， 若两台用频设备有共同的用频时段且有重合的可选频点， 则在两 台所述用频设备对应的节点之 间设置连接边， 否则不在两台所述用频设备对应的节点之间 设置连接边； 通过Mark ov聚类算法对所述无权无向网络进行分簇操作， 得到同簇用频设备。 5.根据权利要求4所述的方法， 其特征在于， 所述通过带贪心策略的爬山算法对所述多 目标优化模型进行局部 搜索， 得到局部最优解， 包括： 使用爬山 算法得到所述用频设备中第一台用频设备的用频规划方案数据； 在所述第一台用频设备的用频规划方案数据基础上求解前两台用频设备的用频规划 方案， 直至将所述用频设备中全部用频设备遍历， 得到所述用频设备中所有用频设备 的用 频规划方案数据。 6.根据权利要求5所述的方法， 其特征在于， 将所述局部最优解作为初始解集， 通过基 于精英个 体矩阵的蚁群算法进行迭代， 包括： 将精英个 体矩阵与信息素矩阵初始化； 将所述局部最优解作为初始解 集； 在单只蚂蚁的单次迭代过程中， 按照用频设备用频需求优先级选择需要指派元任务的 用频设备； 根据元任务指派的概率分布为选取的所述用频设备指派一个元任务， 得到单只蚂蚁对 应的一组用频规划方案； 所述元任务指派的概 率分布的分布函数包括所述信息素矩阵； 在每次蚁群迭代得到多组用频规划方案后， 通过非支配排序算法选取序值为1的非支 配规划方案； 将所述非支配规划方案加入所述精英个体矩阵中， 从所述精英个体矩阵中随机选取一 个精英个 体作为参考系， 对所述多组用频规划方案中的用频规划方案进行调度改进操作。 7.根据权利要求6所述的方法， 其特征在于， 将所述非支配规划方案加入所述精英个体 矩阵中， 从所述精英个体矩阵中随机选取一个精英个体作为参考系， 对所述多组用频规划 方案中的用频规划方案进行调度改进操作， 包括： 将所述非支配规划方案加入所述精英个体矩阵中， 从所述精英个体矩阵中随机选取一权　利　要　求　书 2/3 页 3 CN 113111594 B 3