(中國航空工業(yè)集團(tuán)公司雷華電子技術(shù)研究所,江蘇無錫214063)

一種組網(wǎng)雷達(dá)波束資源優(yōu)化分配模型

陳 帥,婁元芳,張世倉

(中國航空工業(yè)集團(tuán)公司雷華電子技術(shù)研究所,江蘇無錫214063)

針對空面目標(biāo)組網(wǎng)雷達(dá)協(xié)同調(diào)度的資源優(yōu)化分配問題,通過分析不同目標(biāo)的重要性、RCS和跟蹤質(zhì)量對調(diào)度資源的差異化需求,以組網(wǎng)系統(tǒng)探測效益為優(yōu)化目標(biāo),構(gòu)造了一種基于波位調(diào)度的動(dòng)態(tài)規(guī)劃模型。利用改進(jìn)的拍賣算法對該模型求解各雷達(dá)最優(yōu)的波位分配,在滿足不同類型目標(biāo)對跟蹤資源需求的同時(shí),降低了組網(wǎng)系統(tǒng)總體波束資源的消耗。該方法解決了多雷達(dá)目標(biāo)調(diào)度中資源分配和沖突消解的協(xié)同問題,降低了計(jì)算量,提高了時(shí)間和能量兩種資源的合理分配和有效利用率,實(shí)現(xiàn)了組網(wǎng)系統(tǒng)高效的波束資源管理。通過仿真驗(yàn)證,證明了所提模型的正確性和算法的有效性。

雷達(dá)組網(wǎng);波束調(diào)度;拍賣算法;多維分配

0 引 言

空面目標(biāo)一般分布密集,且目標(biāo)個(gè)數(shù)較多。在組網(wǎng)雷達(dá)目標(biāo)調(diào)度中,存在著兩個(gè)顯著問題:1)由于目標(biāo)個(gè)數(shù)較多,要完成所有目標(biāo)調(diào)度更新,會(huì)耗費(fèi)大量的時(shí)間資源,且目標(biāo)調(diào)度更新率不高;2)多個(gè)雷達(dá)往往重復(fù)調(diào)度同一目標(biāo),難以做到資源的優(yōu)化管理,造成雷達(dá)波束能量資源的浪費(fèi)。在有源相控陣組網(wǎng)雷達(dá)中,任何一部雷達(dá)的探測資源都是有限的,如何利用其有限的能量和時(shí)間資源獲得更高的調(diào)度性價(jià)比就成為相控陣?yán)走_(dá)探測跟蹤研究的重要課題之一。

針對空面目標(biāo)相控陣?yán)走_(dá)組網(wǎng)波束調(diào)度問題,國內(nèi)外學(xué)者進(jìn)行了相關(guān)研究,然而由于傳感器資源管理技術(shù)起步較晚,目前成熟的方法不多。文獻(xiàn)[1]提出一種連續(xù)雙拍賣參數(shù)選擇(CDAPS)算法來解決雷達(dá)資源管理和任務(wù)運(yùn)行參數(shù)選擇問題;文獻(xiàn)[2]基于波位動(dòng)態(tài)聚類及分區(qū)識別算法建立了相控陣?yán)走_(dá)的群目標(biāo)調(diào)度模型;文獻(xiàn)[3]將標(biāo)準(zhǔn)的Q-RAM算法從單雷達(dá)擴(kuò)展到多雷達(dá)情形中,管理整個(gè)雷達(dá)網(wǎng)的資源,消除資源冗余現(xiàn)象,增加跟蹤的目標(biāo)數(shù)目,提升航跡的估計(jì)精度。

以上研究可以分為兩類:多目標(biāo)調(diào)度和群目標(biāo)調(diào)度。群目標(biāo)調(diào)度是基于群跟蹤的,由于群跟蹤技術(shù)工程實(shí)現(xiàn)并不成熟,目前應(yīng)用到的工程實(shí)踐的場合不多,大多還是常規(guī)的多目標(biāo)調(diào)度跟蹤。對于這類問題,傳統(tǒng)的目標(biāo)調(diào)度法是以目標(biāo)為探測中心,更多的是解決雷達(dá)時(shí)間資源的優(yōu)化。由于波束寬度的限制,無法覆蓋到更多想要關(guān)注的目標(biāo),必然會(huì)導(dǎo)致雷達(dá)波束或者能量資源的浪費(fèi)。本文從節(jié)約雷達(dá)時(shí)間和波束資源兩個(gè)方面出發(fā),提出了一種基于波位調(diào)度的資源調(diào)度技術(shù),以單次雷達(dá)調(diào)度效益為優(yōu)化目標(biāo),通過建立雷達(dá)組網(wǎng)下目標(biāo)分配模型,利用改進(jìn)的拍賣算法進(jìn)行分配求解,從而獲得每個(gè)雷達(dá)的最優(yōu)波位分配,該方法可以有效提高雷達(dá)波束能量資源的利用率,減少時(shí)間資源的浪費(fèi)。

1 組網(wǎng)雷達(dá)波位調(diào)度資源分配模型

1.1 波位調(diào)度法原理

本文研究的是組網(wǎng)雷達(dá)以時(shí)間資源和波束資源為約束條件,對空面目標(biāo)進(jìn)行調(diào)度資源優(yōu)化分配問題。對單個(gè)雷達(dá)而言,某時(shí)刻決策的調(diào)度目標(biāo)是基于最優(yōu)時(shí)間資源約束的,卻不一定是系統(tǒng)波束資源最優(yōu)的。波位調(diào)度法的核心思想是雷達(dá)調(diào)度某目標(biāo)時(shí),不一定選擇目標(biāo)位置為探測中心,而是使目標(biāo)在波束內(nèi)的任意位置。在調(diào)度目標(biāo)能被檢測到的同時(shí),可以獲得更多“有價(jià)值”的目標(biāo)回波,從而使組網(wǎng)系統(tǒng)獲得更高的探測效益。在選擇調(diào)度波位時(shí),首先根據(jù)調(diào)度目標(biāo)周圍的目標(biāo)是否與調(diào)度目標(biāo)在同一波束內(nèi)進(jìn)行分群,然后將群內(nèi)不同重要性、雷達(dá)散射截面積(RCS)和跟蹤質(zhì)量的目標(biāo)轉(zhuǎn)化為等效的普通目標(biāo),尋找群內(nèi)“等效目標(biāo)”數(shù)目最多的波位。這里值得一提的是,不同的調(diào)度目標(biāo)類型不同,波位的選擇自由度也不同。一般而言,關(guān)注度較高的調(diào)度目標(biāo),調(diào)度中心應(yīng)盡可能靠近該目標(biāo),降低探測概率的損失。在多雷達(dá)組網(wǎng)中,尤其是多個(gè)雷達(dá)調(diào)度的目標(biāo)很近,探測波束發(fā)生交叉重疊時(shí),該問題變得尤為復(fù)雜。

如圖1所示,假設(shè)雷達(dá)網(wǎng)內(nèi)有2個(gè)雷達(dá)P1和P2,方位AZ和俯仰EL波束寬度都為4°,分別進(jìn)行目標(biāo)的調(diào)度與探測,并將探測到的目標(biāo)信息經(jīng)過時(shí)空配準(zhǔn)后送往融合中心,融合中心經(jīng)過計(jì)算后對P1,P2進(jìn)行信息共享和資源分配。k-1時(shí)刻融合中心有7個(gè)目標(biāo),它們的角度方位和俯仰分別是T1(30°,30°),T2(28°,28°),T3(32°,34°),T4(26°,30°),T5(34°,30°),T6(28°,32°),T7(25°,32°)。若P1和P2計(jì)算出k時(shí)刻需要調(diào)度的目標(biāo)分別為T1和T2,融合中心根據(jù)目標(biāo)分布位置和雷達(dá)波束寬度,如果按照單次探測數(shù)目最多的原則進(jìn)行分群處理,那么可以分為4個(gè)群:C1{T1,T3,T5},C2{T1,T3,T6},C3{T1,T2,T4,T6},C4{T2,T4,T6,T7}。其中,C1,C2,C3是由調(diào)度目標(biāo)T1構(gòu)建的群,C3,C4是由調(diào)度目標(biāo)T2構(gòu)建的群。由圖1可見,群和群之間是有重疊的,每個(gè)群內(nèi)部都可以劃分為1個(gè)(如C1群的O1)或多個(gè)波位,且存在P1,P2共享波位的情況,如C3群內(nèi)的波位。對于這種情況,如何組群并選擇波位的最優(yōu)分配,保證雷達(dá)網(wǎng)的單次探測效益最大,是接下來要研究的關(guān)鍵問題。

圖1 波位調(diào)度法目標(biāo)分群示意圖

1.2 波位調(diào)度分配模型

假設(shè)k-1時(shí)刻,第i(i=1,2,…,S)雷達(dá)方位波束寬度為俯仰波束寬度為跟蹤目標(biāo)航跡集合為T,跟蹤目標(biāo)數(shù)目為N,k時(shí)刻第i部雷達(dá)要調(diào)度的目標(biāo)為表示由調(diào)度目標(biāo)t i構(gòu)建的目標(biāo)航跡群,j(j=1,2,…,W)表示所有群可選擇的波位集合。

建立如下的調(diào)度模型:

ρij是一個(gè)二進(jìn)制變量,有

ρij組成約束矩陣,約束條件式(2)代表了不同雷達(dá)之間波位分配時(shí)的基本原則:

1)一部雷達(dá)最多選擇一個(gè)波位進(jìn)行調(diào)度;

2)一個(gè)調(diào)度波位最多同時(shí)被一部雷達(dá)選擇,這是基于效益最大化的原則。

式中:ζt,ηt,γt分別表示目標(biāo)t不同類型屬性(重要性、RCS以及跟蹤質(zhì)量);J表示根據(jù)不同目標(biāo)類型屬性將波束內(nèi)目標(biāo)個(gè)數(shù)轉(zhuǎn)化為等效的普通目標(biāo)個(gè)數(shù),它代表探測的收入,D表示根據(jù)波束內(nèi)目標(biāo)t偏離波束中心(θ,φ)帶來的探測概率損失等效為普通目標(biāo)個(gè)數(shù),它的大小也與目標(biāo)t類型相關(guān)。J和D的計(jì)算方法將在2.2節(jié)給出。

式(1)是在約束條件下求取組網(wǎng)系統(tǒng)探測最多的等效目標(biāo)個(gè)數(shù),即最高的探測效益,它一個(gè)典型的多維目標(biāo)分配問題,本文擬采用一種改進(jìn)的拍賣算法求解該模型。

2 基于改進(jìn)拍賣算法的組網(wǎng)雷達(dá)協(xié)同調(diào)度技術(shù)

2.1 拍賣算法

拍賣算法是一種快速有效的多智能體協(xié)調(diào)機(jī)制,可操作性好,其本質(zhì)上屬于搜索樹算法[4-5]。拍賣算法包含兩種智能體:拍賣智能體A和競拍智能體B。拍賣智能體A代理任務(wù)進(jìn)行拍賣,競拍智能體B則根據(jù)自身資源和任務(wù)特點(diǎn)投標(biāo)。通過拍賣,拍賣智能體A通過價(jià)格最高的原則確定所有競拍的優(yōu)勝者,優(yōu)勝者將共同協(xié)作完成任務(wù)T,從而實(shí)現(xiàn)智能體與任務(wù)之間的映射,即完成多個(gè)智能體之間的任務(wù)分配。拍賣算法的流程如圖2所示。

圖2 拍賣算法流程

拍賣算法是一種快速而有效的分布式資源分配方法,可以用來求解本文所提出的模型,拍賣智能體相當(dāng)于組網(wǎng)雷達(dá)總體探測效益,也就是動(dòng)態(tài)模型目標(biāo)最大值。而競拍智能體是網(wǎng)內(nèi)雷達(dá),投標(biāo)價(jià)格對應(yīng)各雷達(dá)調(diào)度各波位的價(jià)格,拍賣智能體對各雷達(dá)提交的投標(biāo)集進(jìn)行搜索,并在約束條件內(nèi)基于總體“效益”最高的原則處理資源的分配沖突,協(xié)商完成波位的選擇。當(dāng)參與投標(biāo)的雷達(dá)較多或者總的波位較多引起同一波位競爭時(shí),拍賣算法所需協(xié)商的次數(shù)就會(huì)迅速增大,算法的尋優(yōu)循環(huán)時(shí)間就會(huì)加大,實(shí)時(shí)性變差。

2.2 基于改進(jìn)拍賣算法的組網(wǎng)雷達(dá)波位調(diào)度方法

假設(shè)k時(shí)刻第i部雷達(dá)調(diào)度目標(biāo)為A(θ,φ),根據(jù)拍賣算法的效益定義,在所有參與分配的波位中,第i部雷達(dá)調(diào)度第j個(gè)波位所獲得的探測收入定義為

式中,T n為波位j對應(yīng)的波束內(nèi)目標(biāo)航跡群,δt為根據(jù)目標(biāo)類型屬性轉(zhuǎn)化為普通目標(biāo)的轉(zhuǎn)化因子,ζt,ηt,γt分別為目標(biāo)t的重要性、RCS、跟蹤質(zhì)量等類型屬性對應(yīng)的“等效目標(biāo)”數(shù)目。為了消除不同量綱的影響,對這些類型屬性進(jìn)行規(guī)格化處理。J ij越大,探測j波位帶來的收益越大。

重要性屬性對應(yīng)的“等效目標(biāo)”個(gè)數(shù)為

定義普通目標(biāo)類型ζ1=1,k為重要性轉(zhuǎn)化系數(shù),一般取k=5,可根據(jù)實(shí)際調(diào)節(jié)。

目標(biāo)RCS屬性對應(yīng)的“等效目標(biāo)”個(gè)數(shù)計(jì)算如式（8）：

這里給出參考定義RCS≤1 m2為微弱目標(biāo),RCS≥10 m2為中等以上目標(biāo),這之間為小目標(biāo)。η1=1,α1,α2為RCS轉(zhuǎn)化系數(shù),參考可取α1=3,α2=2,可根據(jù)實(shí)際調(diào)節(jié)。

對于跟蹤質(zhì)量等級,沒有現(xiàn)成的計(jì)算公式。本文采用文獻(xiàn)[7]中Van Keuk公式目標(biāo)回訪時(shí)間T來反映跟蹤質(zhì)量的差異。在實(shí)際雷達(dá)工作中,由于目標(biāo)跟蹤精度要求和雷達(dá)性能的限制,采樣間隔將會(huì)限制在[Tmin,Tmax]內(nèi),跟蹤質(zhì)量等級指標(biāo)歸一化可由式(9)完成:

式中,γ?代表跟蹤質(zhì)量的歸一化值,它的數(shù)值反映了跟蹤質(zhì)量的好壞。γ?越大,跟蹤質(zhì)量越好。γ?各等級對應(yīng)的“等效目標(biāo)”個(gè)數(shù)如下:

根據(jù)跟蹤質(zhì)量等級劃分,參考可取γ1=3,γ2=2,γ3=1,其值可根據(jù)實(shí)際調(diào)節(jié)。

以上的“等效目標(biāo)”個(gè)數(shù)和探測收入指標(biāo)性數(shù)值,只是為了便于定量分析而提供的一種方法,并不代表實(shí)際數(shù)值。

波位調(diào)度與目標(biāo)調(diào)度的區(qū)別在于,目標(biāo)可能并不位于波束中心處,這就可能會(huì)引起一定的檢測概率的下降,離波束中心越遠(yuǎn),探測概率下降越明顯。因此,需要計(jì)算調(diào)度波位j(θ?,φ?)的分配代價(jià)。

根據(jù)文獻(xiàn)[8],波束中心點(diǎn)方位和俯仰為(u0,v0),對應(yīng)信噪比為SNR0,波束內(nèi)任意一點(diǎn)(u,v)的信噪比SNR可由下式給出:

式中,B為波束寬度。

若(u0,v0)處的檢測概率為PD0,對應(yīng)(u,v)處的檢測概率PD如下式:

式中,PF為虛警概率,由式(11)和式(12),可以推導(dǎo)出

取PF=1.0×10-3,波束中心點(diǎn)檢測概率PD0=0.85,對應(yīng)信噪比SNR0=42 dB。波束寬度B=4°時(shí),假定波束中心(u0,v0)=(0°,0°),u∈[0°,2°],v∈[0°,2°]。以0.5°為波束躍度分別在方位和俯仰維對波束中心單側(cè)進(jìn)行采樣,可獲得1～25組波位點(diǎn)。分別對應(yīng)如下:

計(jì)算每組波位相對于波束中心概率比如圖3所示。

圖3 不同波位與波束中心的檢測概率比

根據(jù)前面分析,雷達(dá)i調(diào)度波位j對應(yīng)的代價(jià)D ij可由式(17)計(jì)算:

式中,D ij表示由于波束中心偏離目標(biāo)引起的探測損失對應(yīng)的等效目標(biāo)數(shù)目,δt表示根據(jù)目標(biāo)類型設(shè)定的損失目標(biāo)數(shù)調(diào)節(jié)因子,計(jì)算方法見式(6)。在實(shí)際使用時(shí),根據(jù)目標(biāo)的重要性屬性、RCS屬性或者跟蹤質(zhì)量屬性,δt可得到不同數(shù)值,但是由式(16)計(jì)算出的D ij不應(yīng)大于由式(5)計(jì)算出的J ij。另外,若某時(shí)刻調(diào)度目標(biāo)是關(guān)注目標(biāo)時(shí),可適當(dāng)限制波位的搜索范圍,以減小調(diào)度目標(biāo)探測概率的損失。

根據(jù)前面分析,由式(4)可計(jì)算出第i部雷達(dá)調(diào)度第j個(gè)波位的競拍價(jià)格C ij。因此,融合中心根據(jù)各雷達(dá)提交的投標(biāo)價(jià)格,可以構(gòu)建價(jià)格矩陣C為

式中,C ij為第i部雷達(dá)調(diào)度第j個(gè)波位的分配價(jià)格,矩陣維數(shù)為S×M,S為雷達(dá)個(gè)數(shù),M為總的波位個(gè)數(shù),它代表了與調(diào)度目標(biāo)在同一個(gè)波束內(nèi)所有的波位。

在對式(1)求解的過程中,可以看到,求解的復(fù)雜度與雷達(dá)個(gè)數(shù)和波位個(gè)數(shù)(尤其是共享波位的個(gè)數(shù))是密切相關(guān)的,當(dāng)共享波位個(gè)數(shù)M較多時(shí),利用傳統(tǒng)的拍賣算法[9]的計(jì)算量就會(huì)急劇增加,搜索次數(shù)為S×M。因此,針對這種情況,本文采用一種定向排序法縮短尋找最優(yōu)解的時(shí)間。

綜上所述,基于改進(jìn)拍賣算法的組網(wǎng)雷達(dá)波位調(diào)度方法的實(shí)現(xiàn)步驟如下:

1)初始化:確定參與目標(biāo)調(diào)度的雷達(dá)數(shù)S和雷達(dá)可觀測的波位集合W,設(shè)定拍賣效益函數(shù)J。

2)拍賣開始,根據(jù)式(5)和式(16),計(jì)算雷達(dá)對波位的分配效益函數(shù)J和代價(jià)矩陣D。

3)根據(jù)式(4)計(jì)算參加調(diào)度的組網(wǎng)雷達(dá)調(diào)度各波位的價(jià)格矩陣C和約束矩陣ρ,并把價(jià)格從高到低進(jìn)行排序。

4)根據(jù)式(1)計(jì)算各配對中總體效益最高的,查看是否有共享波位的情況。如果有,若S≥M,則搜索各波位找效益最高雷達(dá),搜索次數(shù)為N=M·(M+1)/2;若S＜M,則搜索各雷達(dá)找效益最高的波位,搜索次數(shù)為N=S·(S+1)/2。直到找到各雷達(dá)都不共享波位且分配中總體效益最高的那組分配或者滿足退出條件。

5)當(dāng)無法找到滿足最優(yōu)分配時(shí),選擇初始的調(diào)度目標(biāo)方案,完成拍賣并退出。

定向排序拍賣法相比于傳統(tǒng)的搜索拍賣法效率更高,尋優(yōu)計(jì)算復(fù)雜度由o(n2)變?yōu)閛(n2/2)。針對求解本文中的多維分配模型,可以獲得更好的效果。

3 仿真分析

假設(shè)某海面上3個(gè)機(jī)載雷達(dá)從不同方向?qū)Ｃ媾灤?、游艇?0個(gè)目標(biāo)進(jìn)行組網(wǎng)調(diào)度探測跟蹤,其中包含3個(gè)合作(關(guān)注)目標(biāo)。目標(biāo)1為重要目標(biāo),RCS=20 m2;目標(biāo)2為普通目標(biāo),RCS=30 m2;目標(biāo)3為重要性微弱目標(biāo),RCS=1 m2;其他均為普通且RCS≥20 m2的目標(biāo)。各雷達(dá)將獨(dú)立探測到的回波測量送往融合中心經(jīng)過時(shí)空配準(zhǔn)后下發(fā)給各個(gè)雷達(dá)進(jìn)行濾波,調(diào)度中心根據(jù)各雷達(dá)返回的跟蹤目標(biāo)信息和其他信息進(jìn)行綜合調(diào)度并下發(fā)各雷達(dá)調(diào)度指令。不考慮測量噪聲,各雷達(dá)采樣間隔為50 ms,雷達(dá)量程為360km,仿真總時(shí)長為1 250 s。各機(jī)載雷達(dá)與目標(biāo)的初始位置和運(yùn)動(dòng)態(tài)勢如圖4所示。

圖4 組網(wǎng)機(jī)載雷達(dá)和目標(biāo)運(yùn)動(dòng)態(tài)勢圖

下面分別利用傳統(tǒng)的目標(biāo)調(diào)度法[6]和本文提出的波位調(diào)度法對組網(wǎng)雷達(dá)進(jìn)行探測跟蹤調(diào)度,以載機(jī)1平臺(tái)為例研究兩種方法下不同類型屬性的目標(biāo)跟蹤性能和雷達(dá)跟蹤波束資源的使用情況。

由圖5可以看出,兩種方法下探測回波雖有差異,但均可全程穩(wěn)定跟蹤所有目標(biāo)。各類型目標(biāo)總體資源調(diào)度情況如圖6所示。

從圖6可以看出,兩種方法雷達(dá)各個(gè)時(shí)刻調(diào)度目標(biāo)是有差異的,且調(diào)度頻率也有差異。調(diào)度方法的優(yōu)劣反映在回波數(shù)據(jù)率和跟蹤效果上,下面以3個(gè)關(guān)注目標(biāo)(6號航跡、10號航跡、12號航跡)和1個(gè)非關(guān)注目標(biāo)(5號航跡)為例重點(diǎn)分析不同類型目標(biāo)的跟蹤性能和資源使用情況,結(jié)果如表1所示。

圖5 兩種方法下雷達(dá)1探測跟蹤結(jié)果

圖6 兩種方法下雷達(dá)各時(shí)刻調(diào)度目標(biāo)編號

表1 兩種方法下不同類型目標(biāo)航跡跟蹤誤差(RMSE)與調(diào)度資源使用情況對比

從表1可以看出,對于關(guān)注目標(biāo)而言,相比于目標(biāo)調(diào)度法,本文方法目標(biāo)航跡關(guān)聯(lián)更新的次數(shù)更高,說明目標(biāo)在波束內(nèi)的頻率更大,波束使用效率更高。以10號航跡為例,距離精度降低了1.11%,方位角精度提高了2.9%,航向角精度提高了2.8%,這說明了本文方法的跟蹤精度相比傳統(tǒng)目標(biāo)調(diào)度法雖略有提高但總體相差不大;對于非關(guān)注目標(biāo)而言,本文方法雖然精度有所下降,但仍然能保證維持航跡正常跟蹤所需的探測資源。

對于普通目標(biāo)5號航跡,目標(biāo)調(diào)度法總調(diào)度32.95 s,本文算法總調(diào)度21.2 s,調(diào)度時(shí)間資源減少64%。然而由表1,關(guān)聯(lián)更新次數(shù)僅減少30%,說明5號航跡不需要依賴專門的調(diào)度資源也可以通過本文的波位調(diào)度法獲得更多的探測資源。

從圖7可以看出,本文方法對合作目標(biāo)和非合作目標(biāo)調(diào)度間隔進(jìn)行了區(qū)分,對于重點(diǎn)關(guān)注目標(biāo)1,將分配更多的資源對其進(jìn)行跟蹤回照,以滿足高精度的跟蹤,兩種方法調(diào)度頻率相差不大。對普通目標(biāo)5號航跡,則只需要滿足維持航跡生存的一般調(diào)度頻率即可。而對于非關(guān)注的普通目標(biāo),本文算法調(diào)度間隔更大,耗費(fèi)的資源更少。

圖7 兩種方法下不同重要屬性目標(biāo)的調(diào)度間隔

假定雷達(dá)任務(wù)只有搜索和跟蹤,可以看到兩種任務(wù)總的執(zhí)行時(shí)間的分配比例如圖8所示。

圖8 兩種方法下搜索和跟蹤任務(wù)執(zhí)行時(shí)間

采用本文方法跟蹤調(diào)度時(shí)間為824 s,相比目標(biāo)調(diào)度法減少12%。總之,與傳統(tǒng)的目標(biāo)調(diào)度法相比,本文算法在保證不同類型目標(biāo)跟蹤性能的同時(shí),組網(wǎng)系統(tǒng)總的跟蹤調(diào)度資源消耗更少,雷達(dá)可以有更多的資源執(zhí)行搜索任務(wù)或者其他任務(wù)?？彰婺繕?biāo)分布越密集,本文方法下系統(tǒng)的資源利用率越高。

4 結(jié)束語

目標(biāo)分配是雷達(dá)組網(wǎng)資源管理中的重要環(huán)節(jié),在復(fù)雜的戰(zhàn)場環(huán)境下,對目標(biāo)的分配方案中,除了考慮雷達(dá)的探測性能外,還要充分考慮雷達(dá)運(yùn)用的戰(zhàn)術(shù)規(guī)則,以最少的雷達(dá)資源實(shí)現(xiàn)對目標(biāo)的可靠探測,降低敵方雷達(dá)的截獲率。本文綜合考慮目標(biāo)各種類型屬性對探測資源的需求,建立了多雷達(dá)組網(wǎng)探測過程中的波位調(diào)度分配模型,并提出一種定向排序遞歸的拍賣改進(jìn)算法進(jìn)行尋優(yōu)。該方法可以大幅減少網(wǎng)內(nèi)雷達(dá)協(xié)商的次數(shù),在不降低關(guān)注目標(biāo)跟蹤精度前提下,減少了調(diào)度資源的浪費(fèi),提高了雷達(dá)波束資源利用率,是一種實(shí)用且快速的資源優(yōu)化分配方法。

[1]CHARLISH A,WOODBRIDGE K,GRIFFITHS H.Phased Array Radar Resource Management Using Continuous Double Auction[J].IEEE Trans on Aerospace and Electronic System,2015,51(3):2212-2224.

[2]黎海林,湯兵.基于波位聚類的相控陣?yán)走_(dá)群目標(biāo)調(diào)度模型[J].飛行器測控學(xué)報(bào),2015,34(5):414-420. [3]NADJIASNGAR R,CHARLISH A.Quality of Service Resource Management for a Radar Network[C]∥IEEE Radar Conference,Johannesburg:IEEE,2015:344-349.

[4]LEE D H,ZAHEER S A,KIM J H.A Resource-Oriented,Decentralized Auction Algorithm for Multirobot Task Allocation[J].IEEE Trans on Automation Science and Engineering,2015,12(4):1469-1481.

[5]林軍,倪宏,孫鵬,等.一種基于多標(biāo)拍賣的資源分配算法[J].北京理工大學(xué)學(xué)報(bào),2015,35(3):279-283.

[6]KUO T W,CHAO Y S,KUO C F,et al.Real-Time Dwell Scheduling of Component-Oriented Phased Array Radars[J].IEEE Trans on Computers,2005,54(1):47-60.

[7]BENOUDNINE H,KECHE M,OUAMRIAND A,et al.Fast Adaptive Update Rate for Phased Array Radar Using IMM Target Tracking Algorithm[C]∥IEEE International Symposium on Signal Processing and Information Technology,Vancouver,BC:IEEE,2006:277-281.

[8]HONG S M,JUNG Y H.Optimal Scheduling of Track Updates in Phased Array Radars[J].IEEE Trans on Aerospace and Electronic Systems,1998,34(3):1017-1022.

[9]費(fèi)愛國,張陸游,丁前軍.基于拍賣算法的多機(jī)協(xié)同火力分配[J].系統(tǒng)工程與電子技術(shù),2012,34(9):1829-1833.

An Optimal Beam Resource Assignment Model of Radar Network

CHEN Shuai,LOU Yuanfang,ZHANG Shicang
(AVIC Leihua Electronic Technology Research Institute,Wuxi214063,China)

Aiming at the problem of resource allocation optimization for air-surface targets detection with netted radar cooperative beam scheduling,taking the detection efficiency of netted radar system as the optimization objective,the differentiated demands for resource scheduling by targets of different importance,RCS and tracking quality are analyzed.A dynamic programming mathematical model based on beam position scheduling is constructed.Then,the model is solved by the improved auction algorithm proposed in this paper.The total beam resource consumption of radar network is reduced while meeting the needs of different targets for tracking resource.This method solves the problem of coordination of multi-radar target assignment and scheduling conflict and reduces the amount of computation.The reasonable allocation and effective utilization of radar time and energy resource are improved and highly efficient beam resource management in network system is achieved.Through simulation,the correctness of the proposed model and the effectiveness of the algorithm in this paper are verified.

radar network;beam scheduling;auction algorithm;multidimensional assignment

TN958.92

A

1672-2337(2017)02-0191-07

10.3969/j.issn.1672-2337.2017.02.014

2016-09-06;

2016-11-30

航空科學(xué)基金(No.2015ZC07004)

陳 帥男,1986年生,山東泰安人,碩士研究生,中航工業(yè)雷華電子技術(shù)研究所工程師,主要研究方向?yàn)槔走_(dá)數(shù)據(jù)處理、多傳感器數(shù)據(jù)融合。

E-mail:chenshuai666888@163.com

婁元芳男,1984年生,河南新鄉(xiāng)人,碩士研究生,中航工業(yè)雷華電子技術(shù)研究所工程師,主要研究方向?yàn)閿?shù)據(jù)處理、目標(biāo)識別。

張世倉男,1975年生,安徽肥西人,博士研究生,中航工業(yè)雷華電子技術(shù)研究所高級工程師,主要研究方向?yàn)槔走_(dá)數(shù)據(jù)處理、資源管理。