随着雷达组网技术的发展,目标突防过程中容易受到敌方各种搜索、跟踪和制导雷达的威胁,众多不同载频、脉宽、带宽和调制形式的雷达信号在战场中形成了复杂的电磁环境。为了保护目标成功突防,协同干扰在对抗雷达组网中起到非常重要的作用,而协同干扰效果评估作为衡量干扰后组网雷达的作战能力,是反映干扰机突防能力的一项重要的指标,受到对抗双方多种因素的影响,快速合理的评估结果有利于干扰方及时改变干扰策略,对干扰策略的制定具有重要意义。本文通过对复杂电磁环境下协同干扰效果评估和干扰资源分配进行建模,并采用改进的遗传算法和粒子群算法对评估结果进行仿真分析。首先,针对复杂电磁环境下信号在时域存在脉冲丢失的现象,提出基于间歇采样的叠加转发干扰样式,通过控制叠加参数可以产生位置更灵活、干扰距离更远的欺骗或压制效果;针对众多雷达信号在频域所占据的频谱较宽,单部干扰机无法满足干扰要求的缺点,提出基于DRFM技术的功率协同和时间协同干扰方法,通过理论分析和仿真对比,验证了协同干扰的有效性。其次,在干扰效果评估中,分析了不同干扰样式下时域、频域、空域和干扰样式影响因子计算方法,建立了影响因子效益矩阵。根据雷达信号处理过程,以组网雷达检测概率和定位精度作为评估指标,提出以“干扰机对不同距离上干扰效果的加权和”作为协同干扰效果评估的目标函数,建立了协同干扰效果评估模型。分析了不同干扰策略下,对组网雷达的干扰效果,验证了模型的合理性和有效性。最后,当对抗双方雷达和干扰机较多时,针对传统的遍历算法无法快速找到最佳的干扰资源分配策略问题,将种群智能优化算法应用在协同干扰资源分配中,并针对遗传算法和粒子群算法在干扰资源分配中存在收敛速度慢和局部收敛的缺陷,分别对遗传算法和粒子群算法进行改进,将改进的算法应用于干扰资源分配和干扰效果评估,验证了改进的算法在提高收敛速度和避免局部收敛具有显著效果。