信息化联合作战中，战术微波通信网络是实施指挥控制、火力协同与情报传输的核心支撑。微波移动通信车凭借机动灵活、快速部署的优势，已成为山地、丘陵等复杂地形下构建战术通信网络的核心装备。然而，当前战术微波通信网络的组网规划仍以人工经验为主，存在规划效率低、工程约束考虑不全面、网络抗毁能力弱等问题。在复杂三维地形环境中，地形遮挡导致微波信号视距传输受限，节点硬件容量约束限制了网络拓扑设计空间，车辆机动能力约束影响部署时效性，这些因素相互耦合，使得组网规划问题具有较高的计算复杂性。
       针对上述问题，该研究以微波移动车通信网络为研究对象，围绕复杂地形下的初始覆盖通联优化与节点失效后的动态部署恢复两个核心问题展开研究，旨在构建符合工程实际的数学模型与智能优化算法，为战术微波通信网络的智能化组网提供技术支撑。
针对初始覆盖通联优化问题，该研究构建了分层优先级双目标优化数学模型。模型以部署车辆数量最少为第一优先级目标，以总部署时间最小为第二优先级目标，同时考虑三维地形视距约束、菲涅尔区净空约束、节点硬件容量约束、覆盖率约束、全局连通约束和车辆机动约束。其中，固定节点最大连接数不大于2、移动节点最大连接数不大于4的容量硬约束是本研究区别于大多数理论研究的关键，确保所生成的组网方案符合现有装备实际。该问题具有NP-hard特性，且存在目标冲突性和约束强耦合性。为此，该研究提出一种带度数约束的改进遗传算法，通过启发式初始种群生成、混合编码策略、自适应遗传算子和约束分级惩罚机制，提高算法的可行解生成能力和收敛效率。
       为验证所提算法的有效性，本文在80km×80km的复杂地形区域内开展了综合仿真实验。实验设置了12个固定通信节点、10辆可用微波移动车，通信半径为22km，以 85% 覆盖率为正式可行阈值时，IGA-DD 可行率达 10.0%，是经典遗传算法（5.0%）的 2 倍，贪心基线与随机基线均无法生成满足该阈值的可行方案；以 75% 覆盖率为参考阈值时，IGA-DD 可行率提升至 65.0%，全面优于贪心基线（5.0%）、随机基线（0%）与经典遗传算法（25.0%）。该算法将全场景平均覆盖率由随机基线的 41.7% 提升至 75.0%，并将平均部署车辆数由随机基线的 7.6 辆降低至 5.75 辆（节省 24.3%），同时保持与各基线方法相当的部署时效。
       该研究表明，所构建的数学模型与智能优化算法能够为战术微波通信网络的组网规划提供有效的方法支撑。研究成果可为现有指挥控制系统中的组网规划模块提供算法参考，具备进一步工程集成与应用验证的潜力。未来可进一步考虑电磁干扰环境、多类型异构节点组网等复杂情况，不断完善战术通信网络智能规划方法体系。

战术通信；微波移动车；组网规划；网络韧性；智能优化