一种针对协同分布式系统的波束驻留调度方法与流程

本发明属于雷达系统资源管理领域，特别是涉及分布式系统实施多站协同自适应波束驻留调度的方法。
背景技术：
：以单站雷达为核心的防空制导雷达由于受到隐身目标、反辐射导弹、低空目标等威胁，难以应对错综复杂的战场环境，正遭遇发展的瓶颈。由多部单站雷达构成的分布式系统可以利用空间分布的多样性，从而提高作战系统的抗打击能力。因此，分布式系统的概念得到不断的研究。分布式系统就是通过对多部不同体制、不同频段、不同极化方式的雷达适当布站，对系统内各部雷达的信息，形成“网”状收集与传递，并由中心站综合处理、控制和管理，从而形成一个统一的有机整体。分布式系统紧紧抓住数据融合这个关键，对各雷达传递的信息进行信息融合，从而可以得出许多单部雷达得不到的信息。根据数据融合方式的不同，形成了常见的集中式处理和分布式处理系统。集中式处理系统将各雷达节点的数据都送至中央处理器进行融合处理，此方法可以实现实时融合，其数据处理的精度高，解法灵活，缺点是对处理器要求高，可靠性较低，数据量大，难以实现；分布式处理系统中，各子雷达利用自己的量测单独跟踪目标，将估计结果送至总部，总部再将子雷达的估计合成为目标的联合估计，分布式处理对通信带宽需求低、计算速度快、可靠性和延续性好，但跟踪精度没有集中式高。协同分布式系统，采用分布式处理的数据融合方式，多部子雷达既可以分别独立进行目标探测和任务跟踪，也可以在需要的时候进行协同工作，共同完成某一个目标探测或任务跟踪，从而提高跟踪精度。由于协同分布式系统中包含多个雷达节点，各雷达节点可能需要同时执行多个任务，然而各雷达节点以及整个系统的时间、能量等资源有限，为了避免各雷达节点在执行任务过程中发生冲突，充分发挥协同分布式系统的性能优势，提高雷达资源利用率，必须对其实施有效的波束驻留调度。协同分布式系统的波束驻留调度既涉及单一雷达的波束驻留调度，也涉及多个雷达之间的配合与调度。目前，国内外对于相控阵雷达的波束驻留调度研究已取得较为成熟的成果，成为研究分布式系统波束驻留调度问题的基础。在相控阵雷达波束驻留调度中，影响其性能的主要因素包括：任务优先级的分配和调度策略的选择。在任务优先级分配中，形成了传统优先级分配方法和综合优先级分配方法。传统优先级方法仅考虑任务单一属性，主要有：工作方式优先级方法和截止期优先级方法。综合优先级分配方法中，通常综合考虑工作方式优先级和截止期两种因素，如：修正工作方式优先级(modifiedhighestpriorityfirst,mhpf)，将工作方式优先级和截止期映射到同一层面并采用线性加权方式计算的综合优先级。在调度策略方面，目前有两种典型的调度策略：基于模板法和自适应调度方法。理论研究与实践证明，在多任务环境下，自适应调度方法是最有效的调度策略，最能充分发挥相控阵雷达的性能。而自适应调度策略主要包括启发式调度方法和智能优化调度方法。启发式调度方法又可分为基于调度间隔(进行调度分析和基于时间指针进行调度分析的方法。智能优化算法是具有全局寻优能力，能够找出最佳调度序列的调度方法，其中基于遗传算法的使用最为广泛。此外，在调度策略中引入脉冲交错技术能够进一步提高时间资源利用率。关于分布式系统波束驻留调度的研究，目前国内外的研究成果还比较少。国外有针对多目标跟踪认知雷达网络提出了一种基于混合贝叶斯的调度方法和功率分配方法；以及针对分布式系统提出了一种参数可变的任务调度方法，但该方法只是相当于单站雷达的简单叠加，无法体现系统中雷达节点之间的协同性。国内，郭文忠等人提出了一种求解分布式传感器任务调度问题的启发式离散粒子群算法，实验证明其方法性能优于传统的遗传算法；万开方等人提出了一种基于部分可观察马尔可夫决策过程的方法，仿真结果表明所提方法能够实现多被动雷达的高效管理调度；电子科技大学的王强也对多功能组网雷达的波束驻留调度中的确定任务和不确定任务规划方法进行了研究。但现有技术均无法解决子雷达既能单独工作又能在需要时协同工作的协同分布式系统的波束驻留调度问题。对协同分布式系统波束驻留调度的研究，目前国内外还处于空白状态。技术实现要素：针对上述存在问题或不足，为解决子雷达既能单独工作又能在需要时协同工作的协同分布式系统的波束驻留调度问题，本发明提供了一种针对协同分布式系统的波束驻留调度方法。本发明技术方案，具体如下：步骤1：设系统中共有m部子雷达，在调度间隔[t0,t0+si]内有n个请求任务，表示为t＝{t1,t2,…,tn}，这些任务的最早执行时刻小于t0+si，最晚执行时刻大于等于t0；其中，t0为当前调度间隔的起始时刻，si为一个调度间隔的时长；已知第i个任务模型为ti＝{pi,rti,di,li,τbi,id}，可直接从中获得该任务的工作方式优先级pi，期望执行时刻rti，截止期di，时间窗li，驻留时长τbi，id为目标标识，且id＝{1,2,…,m,m+1}，其中id＝γ表示目标被第γ部雷达单独探测或跟踪，γ＝1,2,…,m，而id＝m+1表示目标被m部雷达共同探测或跟踪，即总部任务有id＝m+1，非总部任务有id＝γ。初始化操作：将m部雷达的时间标识tpγ分别初始化且tpγ≥t0，令tpγ_initial＝tpγ，将调度时刻与任务完成时刻的存放器初始化：其中γ＝1,2,…,m；步骤2：考察请求队列中是否有总部任务，若是，执行步骤3，否则转步骤4；步骤3：对总部任务进行调度分析：步骤3.1：分别令tpγ＝max(tp1,tp2,…,tpm),γ＝1,2,…,m；步骤3.2：考察总部任务的最晚可执行时刻，将其小于tp1的任务送入删除队列，并将这些任务从请求队列中删除；步骤3.3：考察剩余总部任务的最早可执行时刻，选出其不大于tp1的任务，假设共有n1个；若n1＝0，更新参数：tpγ＝tpγ+δt，γ＝1,2,…,m，其中δt是时间标识的最小滑动步长，转步骤3.5；若n1≠0，按照(1)式计算这些任务的综合优先级，从中选出综合优先级最高的任务，记为tj：psi＝[η·npi+(n1+2-η)·ndi]/(n1+1)(1)其中i＝1,2,…n1；将n1个请求任务分别按照工作方式优先级p由低到高和截止期d由远到近排序，npi和ndi分别为任务ti在这两个序列中的位置；η＝(n1+1)/2；psi为任务ti的综合优先级，其值越大，综合优先程度越高；步骤3.4：将tj送入执行队列，分别在第γ部雷达的天线前端于tpγ时刻调度执行该任务，并将其从任务请求队列中删除，将调度时刻存入各部雷达的时刻存放器：time_tpγ＝[time_tpγ,tpγ]，随后更新各部雷达的时间标识：tpγ＝tpγ+τbj，并将任务完成时刻存入各部雷达的时刻存放器：time_tpγ＝[time_tpγ,tpγ]，其中γ＝1,2,…,m；步骤3.5：若tp1＞t0+si，转步骤4，否则返回步骤3.2；步骤4：令γ＝1；步骤5：考察请求队列中是否有仅由第γ部雷达执行的任务，若是，执行步骤6，否则转步骤7；步骤6：对仅由第γ部雷达执行的任务进行调度分析：步骤6.1：令tpγ＝max(tpγ_initial,t0)；步骤6.2：考察仅由第γ部雷达执行任务的最晚可执行时刻，将其小于tpγ的任务送入删除队列，并将这些任务从请求队列中删除；步骤6.3：考察剩余仅由第γ部雷达执行任务的最早可执行时刻，选出其不大于tpγ的任务，假设共有n(γ+1)个；若n(γ+1)＝0，更新参数：tpγ＝tpγ+δt，转步骤6.5；若n(γ+1)≠0，按照(2)计算这些任务的综合优先级，从中选出综合优先级最高的任务，记为tk：psi＝{η·npi+[n(γ+1)+2-η]·ndi}/[n(γ+1)+1](2)其中i＝1,2,…n(γ+1)；npi和ndi分别为将n(γ+1)个请求任务分别按照工作方式优先级p由低到高和截止期d由大到小排序，任务ti在这两个序列中的位置；η＝[n(γ+1)+1]/2；步骤6.4：若将tk送入执行队列，在第γ部雷达天线前端于tpγ时刻调度执行任务tk，并将其从任务请求队列中删除，更新参数：tpγ＝tpγ+τbk。若当tpγ+τbk≤time_tpγ(1)时，在第γ部雷达天线前端于tpγ时刻调度执行任务tk，并将其从任务请求队列中删除，更新参数：tpγ＝tpγ+τbk；当tpγ+τbk＞time_tpγ(1)时，更新参数：tpγ＝time_tpγ(2)，并将time_tpγ(1)和time_tpγ(2)从time_tpγ中删除；步骤6.5：若tpγ＞t0+si，转步骤7，否则返回步骤6.2；步骤7：令γ＝γ+1，若γ≤m,返回步骤5，否则转步骤8；步骤8：分析请求队列中的剩余任务，将最晚可执行时刻小于t0+si的任务删除，将最晚可执行时刻大于等于t0+si的任务延迟到下一调度间隔分析；步骤9：当前调度间隔分析结束，获得m部雷达各自的时间标识tpγ，其中γ＝1,2,…,m以及删除队列、延迟队列、执行队列和实际执行时刻。由以上技术方案可以看出，单站雷达的波束驻留调度是协同分布式系统波束驻留调度的基础，因为单一雷达资源的灵活性，是多站协同的必要基础；对分布式系统实施多站协同的波束驻留调度是分布式系统发挥优势的关键环节；以分布式协同跟踪为主线，自适应调度子系统及总部任务，是有效发挥分布式系统综合效能的核心；高优先级的总部任务预约机制与低优先级的子系统任务自适应执行机制的结合，是丰富协同分布式系统工作灵活性的有效途径。本发明中综合考虑任务工作方式优先级和截止期对任务优先级的影响，利用hpedf方法进行综合优先级的计算，并根据协同分布式系统中多站协同实施雷达任务调度的特点建立了一种波束驻留调度优化模型，并用基于时间指针分析的启发式方法进行求解，形成了一种针对协同分布式系统的波束驻留调度方法。所以，上述方法的原理主要分为两个方面，分别是综合优先级算法和针对协同分布式系统的波束驻留调度优化模型的建立。其中综合优先级算法采用hpedf方法，建立针对协同分布式系统波束驻留调度优化模型的具体原理如下：假设当前时刻共有n个任务请求，记为t＝{t1,t2,…,tn}，这些任务的可执行时刻范围都包含当前时刻。将这n个任务请求分别按照工作方式优先级从低到高和截止期从大到小的顺序进行两次排序，记任务ti在两个序列中的序号分别为npi和ndi，i＝1,2,…,n，定义每个任务请求的综合优先级psi为npi和ndi的函数，采用简单的线性函数形式：psi＝[η·npi+(n+2-η)·ndi]/(n+1)(3)psi值越大代表任务综合优先级越高。η为一可控参数，η∈[1,n1+1]，当η＝1时，为medf(modifiedearliestdeadlinefirst,修正截止期优先级)，当η＝n1+1时，为mhpf(modifiedhighestpriorityfirst,修正工作方式优先级)，当η＝(n1+1)/2时，为hpedf(highestpriorityearliestdeadlinefirst，综合优先级)。调度过程中应保证所有被执行的任务在其可执行时间窗内执行，且各任务执行过程中不会在时间上发生冲突，对此构建如下调度优化模型：其中，n1、n2和n3分别表示系统在调度间隔[t0,t0+si]内执行、延迟和删除的任务个数，t0为调度间隔的起始时刻，t0+si为调度间隔的结束时刻；表示第j部雷达执行的任务个数，j＝1,2,…,m,m为系统中子雷达的总部数；sti1表示第i1个任务的实际执行时刻，i1＝1,2,…,n1；表示第j部雷达调度的第i1'个任务的实际执行时刻，模型中目标函数为最大化系统所有执行任务的综合优先级之和。第一个约束条件说明被执行的任务必须在其可执行时间窗内执行，反映了任务执行的及时性要求；第二个约束条件说明针对单部子雷达，被调度任务的驻留时间在执行过程中是非抢占的，是任务成功调度的必要条件；最后两个约束条件分别说明了任务被延迟和删除的条件。上述优化问题是属于非线性优化问题，故采用启发式算法进行求解，并根据协同分布式系统中多站协同实施雷达任务调度的特点，优先为总部任务分配调度时间，随后在剩余空闲时刻为非总部任务分配调度时间，从而保证了总部任务调度的优先性。在协同分布式系统的雷达任务调度过程中，由总部发起的需要系统多部雷达共同完成的任务，具有最高优先级。若总部任务出现时，各雷达处于空闲状态，它们将共同完成这个雷达任务；若此时参与执行该任务的雷达并不是全处于空闲状态，则“忙碌”中的雷达必须停止它所执行的非总部任务，参与执行当前的总部任务。对此，本发明设计了一种多站协同波束驻留调度方法，使得协同分布式系统中的多部子雷达既可以分别独立进行目标探测和跟踪任务，也可以在需要的时候进行协同工作，共同完成某一个目标探测或任务跟踪。综上所述，本发明解决了子雷达既能单独工作又能在需要时协同工作的协同分布式系统的波束驻留调度问题。附图说明图1是实施例算法流程图；图2是实施例中模块1的算法流程图；图3是实施例中模块2的算法流程图；图4是实施例中模块3的算法流程图；图5是实施例总部任务跟踪频率为2hz的仿真结果图；图6是实施例总部任务跟踪频率为5hz的仿真结果图。具体实施方式下面结合实施例和附图对本发明做进一步的详细说明。采用本发明提出的调度方法，分别进行任务丢失率(taskdropratio,tdr)、实现价值率(hitvalueratio,hvr)和时间利用率(timeutilizationratio,tur)的性能评估。tdr、hvr、和tur的定义分别如(6)-(8)式：tdr＝nlose/ntotal(5)其中，nlose表示丢失的任务数，ntotal表示任务总数；该指标表示所有成功调度的任务的价值之和与所有请求任务的价值之和的比值，反映高优先级任务被成功调度的比重，其中，nsuc表示成功调度的任务总数；该指标表示所有成功调度的任务驻留时间之和与仿真总时间的比值，反映系统对时间资源的利用性能，其中ttotal表示仿真总时长。以两部子雷达为例，则id＝{1,2,3}，其中id＝1表示目标仅被第1部雷达(以下简称雷达1)探测或跟踪，id＝2表示目标仅被第2部雷达(以下简称雷达2)探测或跟踪，id＝3表示目标被雷达1和雷达2共同探测或跟踪，即总部任务有id＝3，非总部任务有id＝1或id＝2。在本实施例中，考虑总部跟踪、精密跟踪和普通跟踪三种任务。总部跟踪任务由雷达1和雷达2同时执行，其他两类任务由雷达1或雷达2单独执行。总部跟踪目标、雷达1单独跟踪目标与雷达2单独跟踪目标数目之比为1:1:1，普通跟踪与精密跟踪的目标数目之比为4:1。从仿真开始时刻到跟踪的第一个采样周期范围内，随机选取一个时间作为目标的捕获时间，即设跟踪任务是随机到达的。仿真总时长ttotal＝12s，调度间隔时长si＝50ms，指针滑动步长δt＝50μs，任务的发射脉冲与接收脉冲宽度均为1ms，雷达跟踪目标数为10-500批。对总部任务跟踪频率分别为2hz和5hz的情形下各进行100次的蒙特卡洛仿真。总部任务跟踪频率为2hz和5hz的驻留任务参数分别见表1和表2。表1总部任务跟踪频率为2hz的雷达驻留任务参数表表2总部任务跟踪频率为5hz的雷达驻留任务参数表任务类型工作方式优先级周期(ms)驻留时长(ms)时间窗(ms)总部跟踪5200510精密跟踪4250415普通跟踪3500520图5是总部任务跟踪频率为2hz的仿真结果图，其中图5-(a)是系统任务丢失率曲线，图5-(b)是雷达1任务丢失率曲线，图5-(c)是雷达2任务丢失率曲线，图5-(d)是实现价值率曲线，图5-(e)是时间利用率曲线，图5-(f)是目标个数为100时系统在0-200ms内的任务调度时序图。在总部任务跟踪频率为2hz情形下，图5-(a)为系统丢失率曲线，统计了由雷达1和雷达2组成的系统中，总部任务、精密跟踪和普通跟踪三类任务各自的丢失率。从图中可以看出，当目标数目达到50时，普通跟踪任务开始丢失；当目标数目达到60时，精密跟踪任务开始丢失；当目标数目达到150时，总部任务才开始明显丢失。目标数目在10-500批之间，系统的总部任务丢失率明显低于其他两类跟踪任务的丢失率。当目标数目大于400时，精密跟踪和普通跟踪任务丢失率几乎为1，这说明系统调度的几乎全是总部任务。这是由于所提出的算法优先调度总部任务，在目标数目增大，雷达过载情况下，所调度的任务几乎全是总部任务，时间资源几乎全被总部任务占用，造成非总部任务几乎全部丢失。图5-(b)和图5-(c)分别为雷达1和雷达2的丢失率曲线，其曲线走势与图5-(a)系统对应的曲线走势相似。图5-(d)是实现价值率曲线，分别统计了总部任务和单部雷达跟踪任务的实现价值率。从图5-(d)中可以看出，在目标数目小于50时，雷达1和雷达2的实现价值率均为1，说明所申请的任务都被调度执行；当目标数目大于50时，实现价值率曲线开始下降，雷达1和雷达2的调度情况相似，实现价值率曲线基本重合。而总部任务的实现价值率曲线在目标数目大于150时才有明显下降，且在目标数目达到500时，实现价值率约为0.8，依然高于单部雷达的实现价值率，这是由于算法提高了总部任务的优先程度，使得总部任务的丢失率降低，从而提高了其实现价值率。图5-(e)为时间利用率曲线，分别统计了雷达1和雷达2的时间利用率。由图5-(a)至图5-(c)分析可得，雷达1和雷达2各自调度的总部任务个数相同，调度的非总部跟踪任务的个数和驻留时长相差不大，故两雷达时间利用率曲线基本重合。时间利用率曲线在目标数目为10-100时，基本呈线性增长；在目标数目为100-150之间时增长速度降低；在目标数目为150-400之间时增长速度更加缓慢，结合图5-(a)至图5-(c)分析可得，当目标个数大于150时，总部任务开始有明显丢失，说明系统处于过载状态，算法优先调度总部任务，造成非总部任务丢失，而调度增加的总部任务个数略多于丢失的非总部任务个数，故时间利用率缓慢增长；当目标数目大于400时，时间利用率基本达到最大值1，结合图5-(a)至图5-(c)分析可得，这是因为当目标个数大于400时，雷达1和雷达2调度执行的任务几乎全是总部任务，且时间轴被占满，所以时间利用率为1。图5-(f)给出了目标个数为100时，仿真时间在0-200ms内的任务调度时序图，其中ti表示任务序号。图6是总部任务跟踪频率为5hz的仿真结果图，其中图6-(a)是系统任务丢失率曲线，图6-(b)是雷达1任务丢失率曲线，图6-(c)是雷达2任务丢失率曲线，图6-(d)是实现价值率曲线，图6-(e)是时间利用率曲线，图6-(f)是目标个数为100时系统在0-200ms内的任务调度时序图。在总部任务跟踪频率为5hz情形下，图6-(a)是总部任务跟踪频率为5hz时系统的任务丢失率曲线。从中可以看出，当目标数目达到40时，普通和精密跟踪任务开始丢失，当目标数目在50-130之间时，这两类任务丢失率曲线几乎呈线性增长，当目标数目在130-170之间时，这两类任务丢失率曲线增长速度减慢，当目标数目大于170时，两类任务的丢失率趋于稳定在最大值1；当目标数目达到70时，总部任务开始丢失。总部任务跟踪频率为2hz情形下的仿真结果相比，总部任务跟踪频率为5hz情况下，三类任务开始丢失的目标数目均小于2hz的情况，尤其是总部任务，其丢失率在目标数目大于70时高于相同目标数目下的2hz的丢失率。这是由于总部任务跟踪频率的提高，使得总部任务的数目增多，从而使得系统和单部雷达更快处于过载状态，即出现目标数目较小时就开始丢失任务的情况。但目标数目在10-500批之间，系统的总部任务丢失率仍然不高于其他两类跟踪任务的丢失率，这说明所提出的算法在总部任务跟踪频率为5hz的情况下依然具有优先调度总部任务的有效性。图6-(b)和图6-(c)分别为雷达1和雷达2的丢失率曲线，其曲线走势与系统对应的任务丢失率曲线走势相似。图6-(d)是总部任务跟踪频率为5hz时的实现价值率曲线，分别统计了总部任务和单部雷达跟踪任务的实现价值率。从中可以看出，在目标数目小于40时，总部和单部雷达的任务实现价值率均为1，说明所申请的任务都被调度执行。当目标数目大于40时，单部雷达的实现价值率曲线开始下降。而总部任务的实现价值率曲线在目标数目达到70时才开始下降，且在目标数目达到500之间依然高于单部雷达的实现价值率。这也进一步说明在总部任务跟踪频率为5hz的情况下，算法依然可以优先调度总部任务，从而使其实现价值率高于其他两类跟踪任务。图6-(e)是总部任务跟踪频率为5hz时雷达1和雷达2的时间利用率曲线。从中可以看出，雷达1和雷达2的时间利用率曲线基本重合。时间利用率曲线在目标数目为10-70时，基本呈线性增长；在目标数目为70-150之间增长速度逐渐减小；当目标数目大于150时，时间利用率达到并稳定于最大值1，说明在目标数目大于150时，系统调度的几乎全是总部任务，且时间轴被完全占用。图6-(f)给出了5hz情形下目标个数为100时，仿真时间在0-200ms内的任务调度时序图，其中ti表示任务序号。对比图5-(f)和6-(f)可以看出，总部任务跟踪频率为5hz时，相同调度间隔内被执行任务的密度较2hz情形时更大，且大部分调度的是总部任务。这是因为在相同目标个数下，随着总部任务跟踪频率的增加，系统会更早地处于过载状态，且算法的设计是旨在优先调度总部任务，所以在调度间隔内被调度任务的密度增大，且其中更多的是总部任务。继而非总部任务的丢失率会随之增大，结合图5-(a)和图6-(a)可以看出，在目标个数为100时，5hz情形下的非总部任务丢失率高于2hz的情形。综上所述，本发明提出的针对协同分布式系统的波束驻留调度方法，首先为总部任务安排执行时刻，使子雷达同时优先调度总部任务，然后再从余下的时间片段中安排非总部任务的执行时刻，使子雷达分别调度各自执行的非总部任务。仿真证明，在总部任务频率分别为2hz和5hz的情况下，所提方法均能保证总部任务的优先调度，使其丢失率低于非总部任务的丢失率。当前第1页12