一种基于新型脉冲交错技术的相控阵雷达自适应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，特别涉及相控阵雷达应用脉冲交错技术的自适应波束驻留调度方法。

背景技术：

相控阵雷达(phasedarrayradar，par)具有快速改变波束指向的能力，因此能够执行搜索，确认和跟踪等多种任务。有限的系统资源由不同种类的雷达任务共享，因此，高效的波束驻留调度算法是相控阵雷达充分发挥其性能的关键所在。

现有的波束驻留调度方法可以分为两大类：模板法和自适应波束驻留调度算法。文献(c.s.shih,s.gopalakrishnan,p.ganti,etal.template-basedreal-timedwellschedulingwithenergyconstraint.ieeereal-timeandembeddedtechnologyandapplicationssymposium,toronto,2003,19-27)提出的驻留调度算法离线构建模板，再根据设计好的模板在线调度任务。文献(c.s.shih,s.gopalakrishnan,p.ganti,etal.schedulingreal-timedwellsusingtaskswithsyntheticperiods.ieeereal-timesystemssymposium,cancun,mexico,2003,210-219)将每个驻留任务转变为半周期任务，在此基础上提出一种高效的基于模板的驻留调度算法。在文献(gopalakrishnans,caccamom,shihcs,etal.finite-horizonschedulingofradardwellswithonlinetemplateconstruction.real-timesystems,2004,33(1–3):47–75)中引入了模块化调度更新的概念，简化了调度过程。与模板法相比，自适应波束驻留调度算法被认为是在多任务场景下最有效的调度算法。自适应波束驻留调度算法根据分析方法可以分为两类：基于调度间隔分析的算法和基于时间指针分析的算法。在文献(guangz.researchonadaptiveschedulingalgorithmformultifunctionphasedarrayradar[j].modernradar,2004；guangz,wei-donghu,jian-binlu,etal.thesimulationonadaptiveschedulingformultifunctionphasedarrayradars[j].actasimulatasystematicasinica,2004,16(9):2026-2029)中提出了基于调度间隔分析的波束驻留调度算法，其本质是每个任务根据设计准则选择该任务的最佳实际执行时刻。文献(jian-binlu,wei-donghu,wen-xianyu.adaptiveschedulingalgorithmforreal-timedwellsinmultifunctionphasedarrayradars.systemsengineeringandelectronics,2005,27(12):1981-1987.(inchinese))提出的算法是依据二次规划来选择每个任务的最佳执行时刻。文献(jian-binlu,wei-donghu,wen-xianyu.studyonreal-timetaskschedulingofmultifunctionphasedarrayradars[j].actaelectronicasinica,2006,34(4):732-736)提出了基于时间指针分析的波束驻留调度算法，它的本质是各个调度分析时刻根据设计准则选择最合适在该时刻执行的任务。文献(taifangt,qunz,yijunc,dim,qifangh.ataskschedulingalgorithmformultifunctionalradarbasedontwo-dimensionalresourcemanagement[j].actaaeronauticaetastronauticasinica,2018,39(12):295-305.(inchinese))针对雷达搜索、跟踪与成像任务的自适应调度问题,在基于时间指针分析的基础上提出了一种基于时间-孔径二维资源管理的雷达资源调度算法，提高了系统的调度性能。为了进一步提高系统弄资源的利用率，充分发挥相控阵雷达的多功能优势，文献(a.farina,p.neri.multitargetinterleavedtrackingforphasedarrayradar.ieeproceedings,partf:communication,radarandsignalprocessing,1980,127(4):312-318)提出了脉冲交错技术。一些文献将脉冲交错技术与基于调度间隔分析的驻留调度算法相结合，(见文献：chengting,hezishu,tangting.dwellschedulingalgorithmformultifunctionphasedarrayradarsbasedontheschedulinggain[j].journalofsystemsengineeringandelectronics,2008,19(3)；hong-taoz,tingc,zi-shuhe.dwellschedulingalgorithmbasedonanalyzingschedulingintervalfordigitalarrayradar[j].informationandelectronicengineering,2011,9(1)；mengd,xuhy,zhangq,etal.adaptiveschedulingalgorithmforisarimagingradarbasedonpulseinterleaving[c].internationalconferenceonmachinelearning&intelligentcommunications.springer,cham,2017)分别实现了对相控阵雷达、数字阵列雷达和逆合成孔径雷达的波束驻留调度。此外，在基于时间指针分析的驻留调度算法中也引入了脉冲交错技术，有效提高了传统的自适应波束驻留调度算法的性能(见文献：cheng,ting,he,etal.novelradardwellschedulingalgorithmbasedonpulseinterleaving[j].journalofsystemsengineeringandelectronics,2009,20(02):247-253)。

虽然现有工作已做出许多重大贡献，但目前仍有一些问题需要解决：

1)基于调度间隔和时间指针分析的波束驻留调度算法被认为是两种不同的算法。到目前为止，它们从未组合在一起。

2)在许多现有文献中，脉冲交错方法有着严格的交错条件。在文献(chengt，hezs，lihy.adaptivedwellschedulingfordigitalarrayradarbasedononlinepulseinterleaving[j].chinesejournalofelectronics，2009，18(3):574－578；tingcheng,wenwenliao,zishuhe.mimoradardwellschedulingbasedonnovelpulseinterleavingtechnique[j].journalofsystemsengineeringandelectronics,2013,24(02):234-241；dimeng,yongwu,qunzhang,yingluo,yi-junchen.anadaptivedwellschedulingalgorithmfordigitalarrayradarbasedonpulseinterleaving[p].2ndinternationalconferenceonadvancesinmanagementengineeringandinformationtechnology(ameit2017),2017)中，只有具有相同的脉冲重复间隔(pri)和脉冲重复个数(pris)的任务才能被交错。

3)在许多现有文献中，雷达任务模型都是基于单脉冲重复周期的(见文献：h.w.zhang,j.w.xie,q.y.hu,l.shao,andt.j.chen,ahybriddpsowithlevyflightforschedulingmimoradartasks,appl.softcomput.,vol.71,pp.242–254,2018；haoweizhang,junweixie,jiaangge,junpengshi,zhaojianzhang.hybridparticleswarmoptimizationalgorithmbasedonentropytheoryforsolvingdarschedulingproblem[j].tsinghuascienceandtechnology,2019,24(03):281-290；h.w.zhang,j.w.xie,j.a.ge,z.j.zhang,andb.f.zong,ahybridadaptivelygeneticalgorithmfortaskschedulingprobleminthephasedarrayradar,eur.j.oper.res.,vol.272,no.3,pp.868–878,2019)，然而，在实际环境中，为获得一定的回波信噪比，系统往往需要发射多个脉冲重复周期的波束，因此这些波束驻留算法不适用于多脉冲重复周期的任务模型。

在此基础上，本发明由基于调度间隔分析的波束驻留调度方法启发，提出一种新型的脉冲交错技术，并将其与基于时间指针分析的波束驻留调度算法相结合，提出一种基于新型脉冲交错技术的相控阵雷达自适应波束驻留调度算法。仿真结果表明，与现有方法相比，该驻留调度算法能有效提高系统的调度性能

技术实现要素：

本发明提供了一种基于新型脉冲交错技术的相控阵雷达自适应波束驻留调度算法。

假设在当前调度间隔[t0,t0+lsi]有n个申请调度驻留任务。其中，t0和t0+lsi分别为当前调度间隔的开始时刻和结束时刻，lsi为调度间隔的长度。驻留任务模型t＝{w,rt,d,l,tx,tw,tr,m,pri,pt}，其中，w为工作方式优先级,rt为期望执行时刻,d为任务截止期，l为驻留任务时间，tx为发射期,tw为等待期，tr为接收期，pri为脉冲重复间隔,m为脉冲重复个数,pt为雷达波束发射功率。那么基于新型脉冲交错技术的相控阵雷达自适应驻留调度包括如下步骤：

步骤1：根据式(1)初始化时间指针tp，i＝0，按照(2)-(4)初始化发射期状态向量sx，接收期状态向量sr，能量状态向量e，其中按照(5)计算ntp

tp＝t0(1)

其中ntp是当前时间和能量状态向量的长度，δt为预先设置的一个时隙长度。

步骤2:将任务申请链表中最晚可执行时刻(任务截止期d减去其驻留时间l后)小于tp的任务请求添加到删除链表中，假设删除的任务个数记为n，令i＝i+n

步骤3:从任务申请链表中选出期望执行时刻小于tp的所有任务，记为t＝{t1,t2,…,tm}，根据式(6)计算每个任务的综合优先级，记为sw＝{sw1,sw2,…,swm}，从中选出综合优先级最高的任务请求，记为ttest，根据式(7-10)计算由ttest引入的状态变化向量δsx，δsr，δe

swm＝η·npm+(m+2-η)·ndm/(m+1)(6)

其中npm、ndm分别为m个任务按照工作方式优先级从高到低、任务截止期从小到大排列后的任务请求队列中第m个任务在相应队列中的序号值；η为一可控参数。

步骤4:根据式(11-15)判断ttest是否能在tp调度

max(sx+δsx)≤1(11)

max(sr+δsr)≤1(12)

max(sx+δsr)≤1(13)

max(sr+δsx)≤1(14)

max(e+δe)≤eth(15)

步骤5:如果ttest能在tp调度，按照式(16-20)更新以下参数

sx＝sx+δsx(16)

sr＝sr+δsr(17)

e＝e+δe(18)

δtp＝tx(19)

i＝i+1(20)

反之，δtp＝δt。

步骤6:tp＝tp+δtp,基于当前时间指针tp根据式(21-23)更新参数sx，sr，e

步骤7:当tp＞t0+lsi或者i＞n时，本调度间隔中的调度分析结束。否则跳到步骤2。

发明原理

本发明从基于调度间隔的分析方法获得启发，提出一种新型的在线脉冲交错技术，并将其与基于时间指针的调度算法相结合，提出一种新的波束驻留调度算法，下面对其原理进行阐述。

假设当前调度间隔共有n个任务请求，记为t＝{t1,t2,…,tn}。当多个任务竞争同一执行时间段时，工作方式优先级较高的任务被优先排序，截止期较早的任务也被优先排序，这就是调度的优先级和截止期原则(见文献：jian-binlu,wei-donghu,wen-xianyu.adaptiveschedulingalgorithmforreal-timedwellsinmultifunctionphasedarrayradars.systemsengineeringandelectronics,2005,27(12):1981-1987.(inchinese))。综合考虑工作方式优先级和任务截止期这两个方面，因此按式(6)形成综合优先级sw。

另外调度过程中由于系统资源有限，存在以下约束条件：第一，不同任务的发射期不能重叠；第二，不同任务的发射期不能重叠；第三，每个任务的发射期不能与其他任务的接收期重叠；第四，被调度任务应满足能量约束条件。基于此，可建立如下调度优化模型。

其中n1，n2和n3分别为调度任务、延迟任务和删除任务的数量。显然有n＝n1+n2+n3；sti表示第i个任务的实际执行时刻；mi表示第i个任务的脉冲重复个数；系统消耗的能量其中p(t)为能量函数，τ为回退参数，并且用阈值eth描述了系统能源消耗的上限。只要不等式e(t)≤eth,成立，则满足能量约束。式(24)所述的前4个式子对应于上述的4个约束条件，最后两个是判断延迟任务和删除任务的约束条件。

式(24)中的调度模型是一个非线性规划问题，很难得到最优解。因此，通常用启发式算法求解其次优解。

从基于调度间隔的分析方法得到启发，提出一种具有可变的时间和能量状态向量的新型脉冲交错技术。假设当前调度分析时刻为tp，那么[tp,t0+lsi]的时间和能量资源状态可用以下三个状态向量描述，状态向量的长度ntp可由式(5)计算得到；

在图1中任务t1已被调度，考查是否能在tp时刻调度一个新的任务t2，将任务t2在[tp,t0+lsi]所引起的时间和能量资源状态的变化用向量和表示。这三个状态变化向量可由式(7)-(10)计算得到。在图1中可以看到，如果任务t1与任务t2不冲突，则两个任务的发射期和接收期不会发生时间重叠的情况。如果两个任务冲突，则两者的发射期和接收期就会在时间上出现重叠的情况。若任务t1和任务t2不冲突，时间资源状态要满足的条件可用式(11)-(14)描述，系统能量资源满足的约束条件可用式(15)描述。其中，sx表示在[tp,t0+lsi]时间段内的发射期状态向量，sr表示在[tp,t0+lsi]时间段内的接收期状态向量，e表示在[tp,t0+lsi]时间段内的能量状态向量。δsx表示由任务t2引起的发射期状态向量的变化，，δsr表示由任务t2引起的接收期状态向量的变化，δe表示任务t2的能量。

附图说明

图1是脉冲交错过程的对任务调度的分析图；

图2是三种算法中不同类型任务的tdr:(a)总任务的tdr(b)搜索任务的tdr(c)跟踪任务的tdr；

图3是三种算法的tur；

图4是三种算法的hvr；

具体实施方式

仿真场景中考虑存在验证任务、精密跟踪任务、普通跟踪任务、地平线搜索任务和空域搜索任务。雷达任务参数见表1。

表1雷达驻留任务参数表

为全面评估算法性能，这里采用任务丢失率(taskdropratio,tdr)、时间利用率(timeutilizationratio,tur)和实现价值率(hitvalueratio,hvr)作为性能指标。tdr、tur和hvr的定义分别如(28)-(30)式：

任务丢失率(tdr):定义为删除任务数量与申请被调度任务总数的比率。它可以表示为tdr＝nlose/ntotal(28)

其中，nlose表示丢失的任务数，ntotal表示申请调度的任务总数；

时间利用率(tur):定义为系统时间利用率。它可以表示为

其中，ttotal是系统总时间；

实现价值率(hvr):定义为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。它可以表示为

该指标反映了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；

采用本发明提出的基于新型脉冲交错技术的相控阵雷达自适应驻留调度算法进行波束驻留调度，并与基于脉冲交错的相控阵雷达自适应驻留调度算法(见文献：novelradardwellschedulingalgorithmbasedonpulseinterleaving[j].journalofsystemsengineeringandelectronics,2009,20(02):247-253)、基于时间指针的相控阵雷达自适应调度算法(见文献：a.farina,p.neri.multitargetinterleavedtrackingforphasedarrayradar.ieeproceedings,partf:communication,radarandsignalprocessing,1980,127(4):312-318)进行性能对比。以下为100次蒙特卡罗的统计结果，其中基于脉冲交错的相控阵雷达自适应驻留调度算法记为算法a，基于时间指针的相控阵雷达自适应调度算法记为算法b。

图2a-c分别显示了所有任务，搜索任务和跟踪任务的任务丢失率。算法b的任务丢失率一直都在迅速上升。这是因为算法b没有利用脉冲交错技术，浪费了任务等待期的时间。算法a和本发明提出的算法都采用了脉冲交错技术。与所提出的算法相比，算法a的tdr上升得更快。当目标数量增加到20时，算法a开始丢失任务。而本发明提出的算法直到目标数量达到70才开始丢失任务。这是因为算法a的脉冲交错条件十分苛刻，而本发明的脉冲交错条件中即使两个任务没有相同的pri或pris，它们也可能交错。

图3显示了三个算法的时间利用率的比较结果。可以看出，本发明所提出的算法的时间利用率远远优于算法a和算法b。这是因为算法b忽略了对任务等待期的利用，随着目标数量的增加，算法b中丢失任务越来越多，时间利用率也相应降低。尽管算法a利用了任务的等待期，但是其脉冲交错的条件太严格，只有具有相同的pri和pris的任务才可以交错。本发明所提出的算法打破了这种严格的条件，使得更多任务的等待期时间被利用，因此tur得到了显著改善。

图4显示了三个算法的hvr的比较结果。与tdr类似，算法b的hvr下降的最快。当目标数量达到20时，算法a开始丢失任务时，其hvr也相应减小。显然，本发明所提出的算法的hvr最高。当目标数量达到70时，本发明所提出的算法的hvr才开始减少，而且下降趋势比算法a和算法b缓慢。

综上所述，与其他算法相比，本发明提出的算法显着降低了任务丢失率并提高了时间利用率和实现价值率。