Deployment Optimization Method for High Power Microwave Anti-drone Swarm

doi:10.3969/j.issn.1009-086x.2025.06.006

Abstract

Abstract:

Using drone swarms as a cost-effective combat method poses a serious threat to aerial security. Due to their fast targeting and area coverage characteristics， high power microwave （HPM） weapons hold a unique advantage in countering drone swarms， however this area has not been thoroughly researched. This paper focuses on the study of vehicle-mounted HPM anti-drone swarm scenarios. A problem model is constructed， including models for the motion state of the drone swarm， threat assessment， and the operational range of HPM weapons. An optimization problem for HPM position deployment is established with the degree of damage to our facilities and weapon operational efficiency as the optimization objectives. A combined algorithm based on genetic algorithms and dynamic programming is proposed for computational solution. Numerical simulation calculations demonstrate that the combination algorithm proposed in this paper significantly outperforms the original directed energy weapon deployment optimization algorithm in terms of computational efficiency. This provides a more efficient technical approach for future anti-UAV swarm operations.

Key words: high power microwave（HPM） weapon, anti-drone swarm, threat assessment, weapon deployment, genetic algorithm, dynamic programming

摘要：

无人机蜂群作为当下一种效费比较高的作战方式，对空中安全造成了严重威胁。高功率微波（high power microwave，HPM）武器因为其快跟瞄、面杀伤的特点，在应对无人机蜂群时具有独特优势，但相关领域内容尚未得到充分研究。针对车载HPM反无人机蜂群场景进行研究，构建了问题模型，包括无人机蜂群的运动状态模型、威胁评估模型和HPM武器的作用域模型。以无人机坠毁数量、我方设施损毁程度和武器作战效能为优化目标建立HPM阵地部署优化问题，并且针对目标函数求解复杂的问题，提出基于遗传算法和动态规划的组合算法对两层优化问题进行求解计算。通过数值仿真计算，证明了所提出的组合算法与原有的定向能武器部署优化算法相比，在计算效率上具有明显优势，为未来反无人机蜂群的作战提供了一种更加高效的技术方法。

关键词: 高功率微波武器, 反无人机蜂群, 威胁评估, 武器部署, 遗传算法, 动态规划

CLC Number:

V279

Yu QIN, Hua CHAI, Fuyunxiang YANG, Zhen BAI. Deployment Optimization Method for High Power Microwave Anti-drone Swarm[J]. Modern Defense Technology, 2025, 53(6): 46-59.

秦钰, 柴华, 杨傅云翔, 白珍. 高功率微波反无人机蜂群的部署优化方法[J]. 现代防御技术, 2025, 53(6): 46-59.

Figures/Tables 23

Fig. 1 HPM weapon system schematic

Fig. 2 HPM action mode diagram

Fig. 3 Problem scenario diagram

Fig. 4 Shortcut concept diagram for flight routes

Fig. 5 Schematic diagram of HPM weapon surface kill

Fig. 6 HPM weapon firepower preparation and strike timeline diagram

Fig. 7 Deployment optimization algorithm flowchart

Fig. 8 Genetic algorithm crossover operation

Fig. 9 Genetic algorithm mutation operation

Table 1 Schematic diagram of coordinates for important facilities locations m

重要设施	X	Y
A	3 464	8 111
B	5 133	8 690
C	4 954	9 877
D	6 086	9 662
E	7 440	9 988
F	8 332	10 675

Table 2 Schematic diagram of initial positions coordinates for UAV swarm center m

无人机组号	X	Y	Z
1	15 515	-7 734.4	1 500
2	17 515	-6 334.4	1 500
3	19 515	-4 834.4	1 500
4	21 515	-3 434.4	1 500
5	23 515	-1 934.4	1 500
6	24 815	265.5	1 500

Table 3 Our facilities importance chart

重要设施	A	B	C	D	E	F
价值权重	100	50	60	45	35	20

Fig. 10 Illustration of a single batch drone attack

Fig. 11 Total attack plan diagram

Fig. 12 Schematic diagram of iterative results of drone survival quantity

Fig. 13 Schematic diagram of iterative results of key facilities

Fig. 14 Schematic diagram of iterative results of time required for deployment

Fig. 15 Deployment locations of five HPM weapons

Fig. 16 Deployment locations of six HPM weapons

Table 4 Coordinates of deployment locations for five HPM weapons m

武器	X	Y
武器1	9 348.9	7 673.4
武器2	6 574.3	4 738.2
武器3	8 364.9	857.6
武器4	11 425.4	4 782.11
武器5	2 678.5	4 043.8

Table 5 Coordinates of deployment locations for six HPM weapons m

武器	X	Y
武器1	9 298.6	4 772.2
武器2	9 246.0	7 566.7
武器3	12 353.6	5 763.3
武器4	13 273.5	7 539.3
武器5	10 019.3	2 380.8
武器6	6 000.1	2 650.7

Fig. 17 Iterative result schematic of five HPM weapons

Fig. 18 Iterative result schematic of six HPM weapons

References 26

[1]	徐同乐，刘方，肖玉杰，等. 国外无人机蜂群作战典型战例及发展趋势［J］. 中国电子科学研究院学报， 2023， 18（10）： 946-951.
	XU Tongle， LIU Fang， XIAO Yujie， et al. Operational Application and Technology Development of Foreign UAV Swarm［J］. Journal of China Academy of Electronics and Information Technology， 2023， 18（10）： 946-951.
[2]	LANE J. Directed Energy Weapons for Air Defense of the M AGTF［J］. Marine Corps Gazette， 2024， 108（5）： 26-28.
[3]	DUNKEL D. Getting Ahead of the New Normal： Counter-Drone Security［J］. Security， 2023， 60（12）： 31-32.
[4]	伍尚慧，李晓东. 2021年新概念武器装备技术发展综述［J］. 中国电子科学研究院学报， 2022， 17（4）： 362-367.
	WU Shanghui， LI Xiaodong. Overview of the Field of New Concept Weapons in 2021［J］. Journal of China Academy of Electronics and Information Technology， 2022， 17（4）： 362-367.
[5]	YASMINE G， MAHA G， HICHAM M. Survey on Current Anti-drone Systems： Process， Technologies， and Algorithms［J］. International Journal of System of Systems Engineering， 2022， 12（3）： 235-270.
[6]	BEINART M. Army Investing in Air Force′s THOR Counter-Drone Microwave Prototype［J］. Defense Daily， 2021，23（2）：8-9.
[7]	闫家鼎. “低慢小”无人机蜂群反制作战任务链建模与部署优化［D］. 长沙：国防科技大学， 2021.
	YAN Jiading. Counter “Low， Slow and Small” UAV Swarm Operation Chain Modeling and Deployment Optimization［D］. Changsha： National University of Defense Technology， 2021.
[8]	王泽源，白亮，顾伟. 一种基于遗传算法的反无人机蜂群方法［J］. 计算机仿真， 2023， 40（4）： 73-77.
	WANG Zeyuan， BAI Liang， GU Wei. An Anti-UAV Swarm Method Based on Genetic Algorithm［J］. Computer Simulation， 2023， 40（4）： 73-77.
[9]	宋贵宝，强裕功，刘铁，等. 动态武器目标分配问题的现状与进展［J］. 兵器装备工程学报， 2022， 43（12）： 83-88.
	SONG Guibao， QIANG Yugong， LIU Tie， et al. The Present Situation and Progress of Dynamic Weapon Target Assignment［J］. Journal of Ordnance Equipment Engineering， 2022， 43（12）： 83-88.
[10]	王瑞杰，王得朝，丰璐，等. 国外无人机蜂群作战样式进展及反蜂群策略研究［J］. 现代防御技术， 2023， 51（4）： 1-9.
	WANG Ruijie， WANG Dezhao， FENG Lu， et al. Research Progress and Countermeasures Against UAV Swarm Operations Abroad［J］. Modern Defence Technology， 2023， 51（4）： 1-9.
[11]	杨丽娜，曹泽阳，韩耀锋. 高功率微波反无人机蜂群系统能力需求分析［J］. 军事运筹与系统工程， 2020， 34（2）： 26-32.
	YANG Lina， CAO Zeyang， HAN Yaofeng. Capability Requirement Analysis of High Power Microwave Anti-UAV Swarms System［J］. Military Operations Research and Systems Engineering， 2020， 34（2）： 26-32.
[12]	焦士俊，刘锐，刘剑豪，等. 反无人机蜂群作战效能评估［J］. 舰船电子对抗， 2019， 42（4）： 27-32.
	JIAO Shijun， LIU Rui， LIU Jianhao， et al. Efficiency Evaluation of Antagonizing UAV Swarm Operation［J］. Shipboard Electronic Countermeasure， 2019， 42（4）： 27-32.
[13]	和烨龙，张鹏飞，赵永娟，等. 基于CRITIC和AHP组合赋权的TOPSIS法蜂群威胁评估研究［J］. 火炮发射与控制学报， 2024， 45（1）： 28-35.
	HE Yelong， ZHANG Pengfei， ZHAO Yongjuan， et al. A TOPSIS Method Using CRITIC and AHP Combined Weighting for Swarm Threat Assessment［J］. Journal of Gun Launch & Control， 2024， 45（1）： 28-35.
[14]	BENFORD J， SCHAMILOGLU E， STEPHENS C J， et al. High Power Microwaves［M］. Boca Raton： CRC Press， 2024.
[15]	吴瑞，张厚，钟涛，等. 高功率微波武器抗击无人机研究［J］. 飞航导弹， 2015（11）： 36-39.
	WU Rui， ZHANG Hou， ZHONG Tao， et al. Research on High-Power Microwave Weapons Against Drones［J］. Aerodynamic Missile Journal， 2015（11）： 36-39.
[16]	王剑英. 高功率微波武器全寿命管理探讨［D］. 长沙：国防科学技术大学， 2006.
	WANG Jianying. Life Cycle Management to High-Power Microwave Weapon［D］. Changsha： National University of Defense Technology， 2006.
[17]	易亨瑜，锁兴文，易欣仪，等. 美国定向能机动近程防空计划进展分析［J］. 应用光学， 2024， 45（3）： 485-494.
	YI Hengyu， SUO Xingwen， YI Xinyi， et al. Development Analysis of American Directed Energy Maneuver Short-Range Air Defense Program［J］. Journal of Applied Optics， 2024， 45（3）： 485-494.
[18]	周立锋. 高精度航路捷径计算方法研究［J］. 电子测量技术， 2018， 41（19）： 59-62.
	ZHOU Lifeng. Study on the Calculation Method of High Accurate Route Shortcut［J］. Electronic Measurement Technology， 2018， 41（19）： 59-62.
[19]	李彦静. 面向多无人机的任务分配与航迹规划研究［D］. 石家庄：石家庄铁道大学， 2024.
	LI Yanjing. Research on Task Assignment and Track Planning for Multiple UAVs［D］. Shijiazhuang： Shijiazhuang Tiedao University， 2024.
[20]	张建东，纪龙梦，史国庆，等. 多/单目标优化转换下的作战任务重分配［J］. 西北工业大学学报， 2024， 42（3）： 426-434.
	ZHANG Jiandong， JI Longmeng， SHI Guoqing， et al. A Multi/Single-Objective Transform-Based Approach for Combat Task Re-assignment［J］. Journal of Northwestern Polytechnical University， 2024， 42（3）： 426-434.
[21]	潘永强，吴凯，董诗音，等. 基于遗传算法的区域防空部署应用［J］. 指挥与控制学报， 2020， 6（3）： 271-277.
	PAN Yongqiang， WU Kai， DONG Shiyin， et al. Application of Regional Air Defense Deployment Based on Genetic Algorithm［J］. Journal of Command and Control， 2020， 6（3）： 271-277.
[22]	HAO Q， LI W Z， QIU Z K， et al. Research on anti UAV Swarm System in Prevention of the Important Place［J］. Journal of Physics： Conference Series， 2020， 1507（5）： 052020.
[23]	ANDERSEN A C， PAVLIKOV K， TOFFOLO T A M. Weapon-Target Assignment Problem： Exact and Approximate Solution Algorithms［J］. Annals of Operations Research， 2022， 312（2）： 581-606.
[24]	秦长江，黄亭飞，黄金才. 改进遗传算法的反无人机作战火力分配优化［J］. 国防科技， 2022， 43（1）： 85-92.
	QIN Changjiang， HUANG Tingfei， HUANG Jincai. Optimization of Fire Assignment in Anti-UAV Combat with Improved Genetic Algorithm［J］. National Defense Technology， 2022， 43（1）： 85-92.
[25]	KIM H J， KIM Y H. Optimization of Weapon Target Assignment Using a Genetic Algorithm［J］. Journal of Korean Institute of Intelligent Systems， 2019， 29（3）： 176-181.
[26]	孙彧，潘宣宏，姜敏，等. 无人机蜂群作战样式及运用探析［J］. 战术导弹技术， 2023（5）： 142-150.
	SUN Yu， PAN Xuanhong， JIANG Min， et al. Analysis on the Combat Style and Application of UAV Swarms［J］. Tactical Missile Technology， 2023（5）： 142-150.