一种基于智能仿生算法的雷达资源调配系统

本发明涉及雷达资源调配领域，尤其涉及基于智能仿生算法的雷达资源调配系统。

背景技术：

1、雷达在现代作战体系中扮演者越来越不可获取的角色，当前雷达体制随着科技的发展越来越先进，能够同时执行的任务也具有多样性，每个雷达任务都要消耗一定的雷达资源，但雷达资源是有限的，特别是时间资源，大多数情况下雷达无法满足所有的任务请求，所以如何选择最优的雷达任务执行具有重要意义，对雷达性能有着决定性的影响，如何充分利用好雷达资源，实现最优的雷达资源分配，更是充分发挥雷达性能的关键。

2、目前大部分的雷达资源调配系统都难以实现高效、最优的资源调度，因此难以充分发挥雷达的性能，因此，本发明在考虑了多种雷达资源约束的前提下，利用智能的仿生算法自动寻找最优的任务队列，能够在资源限制下充分发挥所有资源的作用，得到最优资源调配下的任务队列，实现高效、灵活、稳定的基于智能仿生算法的雷达资源调配系统。

技术实现思路

1、针对当前对于雷达资源调配效率低、调配效果难以充分利用雷达可用资源的问题，本发明的目的在于提供一种高效、灵活、最优的基于智能仿生算法的雷达资源调配系统，通过雷达资源约束模块对雷达可分配资源进行综合考虑，对雷达任务请求输入模块的任务序列进行合理选择，通过改进的群智能寻优模块选择最优的任务执行队列，实现资源利用最大化，资源分配更加合理化，并通过执行任务输出模块将改进的群智能寻优模块得到的最优任务队列输出给雷达，雷达按照输出执行相应任务，以充分发挥雷达全部性能优势。解决了传统雷达资源调配系统难以实现最优调配的问题，提供了一种灵活、高效、最优的雷达资源调配系统。

2、本发明的目的是通过以下技术方案来实现的：一种基于智能仿生算法的雷达资源调配系统，其特征在于：包括雷达任务请求输入模块，雷达资源约束模块、改进的群智能寻优模块、执行任务输出模块。

3、进一步地，所述雷达任务请求输入模块接收雷达的任务请求集合j＝(j1,…i,…n)，其中ji表示第i个任务，n代表任务请求的数量。

4、进一步地，所述雷达资源约束模块对雷达可分配给任务的时间、能量、计算资源进行约束。

5、时间资源约束。在有限时间内只能完成有限的雷达功能，因此，调配系统在一定时间下只能满足有限的任务请求，用下式表示时间约束情况：

6、

7、其中m为调度期间选择的需要执行的任务数量，ti表示第i个任务执行占用的时间，t表示该时间段内可用的最大时间单位。

8、能量资源约束。雷达工作功率有限，因此在雷达工作的任意时刻τ，其功率不能超过最大功率，可用下式进行约束：

9、pτ≤pmax

10、其中p表示功率，pτ表示时刻τ雷达的功率，pmax表示雷达的最大工作功率。

11、计算资源约束。雷达在执行不同任务时所需的计算机资源有一定差异，但雷达所配置的计算资源也是有限的，因此需要对计算资源进行限制：

12、

13、其中ci表示第i个任务所需的计算资源，c表示所有任务最大可用的总计算资源。

14、进一步地，所述改进的群智能寻优模块采用一种新型的混沌修正的仿生群智能算法产生最优的任务执行队列，能够满足所有资源约束，同时尽可能高的发挥雷达的性能。采用如下过程完成：

15、1)随机产生第1代初始粒子得到初始解的速度和位置；

16、vop(1)＝u×(vmax-vmin)+vmin

17、rop(1)＝int(u×(rmax-rmin)+rmin)

18、其中o＝1,2,…,s代表粒子编号，s为群规模，p分别对应待寻优的参数，vop(1)和rop(1)分别表示粒子o的第p个分量在第1代的速度和位置，vmax、vmin表示速度的最大值和最小值，rmax,rmin表示位置的最大值和最小值，int()表示取整，u为[0,1]间均匀分布的随机数，其中位置中的每个维度即为要选择的任务，所以速度和位置的维度都是m。

19、2)计算第o个粒子的适应度fito：

20、

21、适应度值越大越好，但是不能超过1。

22、3)更新惯性权重系数μ(t)：

23、

24、其中μmax＝0.9为权重系数μ的上限值，μmin＝0.2为μ的下限值，e表示当前迭代次数，

25、emax＝50为最大迭代次数。

26、4)更新粒子的速度和位置，产生新的群体；

27、

28、其中，和是[0,1]间的随机数；p°best、gbest分别是第o个粒子的历史最优解和整个群的最优解。

29、5)判断是否连续3次迭代全局最优解不变或达到最大迭代次数。若符合，输出全局最优粒子及其代表的最优解，并结束迭代。否则进行下一步。

30、6)根据下式判断粒子的进化是否停滞以避免早熟：

31、

32、其中，δ2是群适应度方差，h2是早熟阈值，是所有粒子适应度平均值。

33、若不满足该条件，则直接返回0继续执行；否则，保留当前代中适应度最优的前10％，

34、并将剩余粒子根据混沌思想按下式进行重新构造后再继续：

35、

36、进一步地，所述执行任务输出模块将改进的群智能寻优模块中得到的全局最优解，即最优任务队列，输出给雷达执行。

37、本发明的技术构思为：本发明通过雷达资源约束模块对雷达可分配资源进行综合考虑，对雷达任务请求输入模块的任务序列进行合理选择，通过改进的群智能寻优模块选择最优的任务执行队列，实现资源利用最大化，资源分配更加合理化，并通过执行任务输出模块将改进的群智能寻优模块得到的最优任务队列输出给雷达，智能寻优模块采用多种技术避免局部最优解并实现全局最优解的寻找，雷达按照输出的最优解执行相应任务，以充分发挥雷达全部性能优势。从而建立了一种高效、灵活、最优的基于智能仿生算法的雷达资源调配系统。

38、本发明的有益效果主要表现在：1、雷达资源约束模块对雷达可用资源进行约束，并限定最大可用资源，避免雷达长期超负荷运行导致雷达失效，为雷达长期可靠运行提供保障；2、改进的群智能寻优模块可以找到充分利用雷达可用资源的执行任务队列，并确保该任务队列在资源约束下最优，从而最大化发挥雷达性能。

技术特征：

1.一种基于智能仿生算法的雷达资源调配系统，其特征在于：包括雷达任务请求输入模块，雷达资源约束模块、改进的群智能寻优模块、执行任务输出模块。

2.根据权利要求1所述基于智能仿生算法的雷达资源调配系统，其特征在于：所述雷达任务请求输入模块接收雷达的任务请求集合j＝(j1，…ji，…jn)，其中ji表示第i个任务，n代表任务请求的数量。

3.根据权利要求1所述基于智能仿生算法的雷达资源调配系统，其特征在于：所述雷达资源约束模块对雷达可分配给任务的时间、能量、计算资源进行约束。

4.根据权利要求1所述基于智能仿生算法的雷达资源调配系统，其特征在于：所述改进的群智能寻优模块，采用如下过程产生最优的任务执行队列：

5.根据权利要求1所述基于智能仿生算法的雷达资源调配系统，其特征在于：所述执行任务输出模块将改进的群智能寻优模块中得到的全局最优解，即最优任务队列，输出给雷达执行。

技术总结
本发明公开了一种基于智能仿生算法的雷达资源调配系统，包括雷达任务请求输入模块，雷达资源约束模块、改进的群智能寻优模块、执行任务输出模块。本发明通过雷达资源约束模块对雷达可分配资源进行综合考虑，对雷达任务请求输入模块的任务序列进行合理选择，通过改进的群智能寻优模块选择最优的任务执行队列，并通过执行任务输出模块将改进的群智能寻优模块得到的最优任务队列输出给雷达，雷达按照输出执行相应任务，以充分发挥雷达全部性能优势。本发明提供了一种灵活、高效、最优的雷达资源调配系统，实现资源利用最大化，资源分配更加合理化，解决了传统雷达资源调配系统难以实现最优调配的问题。

技术研发人员：赵世强,刘佳琪,叶松,韦文书,惠俊鹏,张文宇,张逸然,李洋,王文海,马梦颖,许元男,刘兴高
受保护的技术使用者：浙江大学
技术研发日：
技术公布日：2024/1/12