空中多目标轨迹预测的并行处理方法
【技术领域】
[0001] 本发明公开了空中多目标轨迹预测的并行处理方法，属于空中多目标轨迹预测的
技术领域。
【背景技术】
[0002] 空中多目标轨迹预测需要对大量空中目标进行跟踪，提供目标的瞬时位置、速度 和预示落点等信息。系统须在极短的时间内分配和计算大量数据，实时性要求极高。
[0003] 多目标轨迹预测任务数据具有以下特点：①横向独立性，即各批目标之间相互独 立；②纵向相关性，即对同一批目标定轨及轨迹修正需要进行数据回溯；③单目标数据稳 定性，即在目标不飞离监控区域的前提下会连续得到该目标数据；④目标数量不稳定性，即 新目标产生、旧目标消失。
[0004] 目前在处理多目标轨迹预测任务时使用的是串行处理方式，即在单台计算机上按 照数据到来的时间顺序依次进行处理。这样既无法充分利用多核CPU的计算能力，也无法 满足实时性需求。尤其是随着空中目标数量的增多，产生的任务数据量激增，对系统处理能 力的要求更加苛刻。
[0005] 利用由多台计算机组成的集群环境和并行编程技术（如MPI，MessagePassing Interface，消息传递函数库的标准规范），将任务进行合理划分后分配到各个计算机节点 上同时进行任务处理可以大大缩短整体任务的执行时间，从而满足实时性需求。多目标轨 迹预测任务特点中的横向独立性使整体任务具有较高的并行特性，其纵向相关性又使得集 群环境下任务调度方案的制定具有一定的挑战性。
[0006] 针对多目标轨迹预测任务处理的研究主要集中在轨迹计算算法上，目前的专利和 文献中还没有将多目标轨迹预测任务部署在集群环境下的并行处理方法。
【发明内容】
[0007] 本发明所要解决的技术问题是针对上述【背景技术】的不足，提供了空中多目标轨迹 预测的并行处理方法，考虑到多目标轨迹预测的横向独立性、纵向相关性，提出一种基于计 算机集群的并行处理方案，并提出一种基于飞行器状态的任务分配策略，在有效缩短通信 时间的前提下使得各个计算节点的任务分配更加均衡，解决了单个计算机节点处理容量低 以及不能满足系统实时性的技术问题。
[0008] 本发明为实现上述发明目的采用如下技术方案：
[0009] 空中多目标轨迹预测的并行处理方法，包括如下步骤：
[0010] 在集群环境下构建包含：负责任务调度和逻辑事务管理的主节点、预测多目标轨 迹的计算节点的系统，各计算节点相互独立，所述系统采用MPI标准与Pthreads标准两级 并行的方式实现主节点、计算节点之间的通信、逻辑事务的并行；
[0011] 主节点将目标数据按批号分类后存入map映射表，根据任务调度策略将分类后的 目标数据发送给计算节点，以Taskassign表记录每批目标数据被分配到的计算节点的编 号，以Proctasknum表记录分配到各计算节点的任务量；
[0012] 计算节点内目标数据接收线程和轨迹计算线程并行执行，以partialmap表记录 目标数据接收线程接收到并按批号分类的目标数据，轨迹计算线程完成计算后发送轨迹预 测结果给主节点。
[0013] 作为所述空中多目标轨迹预测的并行处理方法的进一步优化方案，由表达式： 乃= '得到分配到计算节点i的任务量Ppj为计算节点i当前目标任务的编 号，mi为计算节点i当前目标任务的数目，4)为目标数据消失的概率函数，其中， $、$、4分别为第i个计算节点上第j个目标任务到达时间、初始位置、当前状态，At表 示在此时间段内新任务不消失。
[0014] 进一步的，所述空中多目标轨迹预测的并行处理方法中map映射表的构建方法 为：
[0015] 按照初始目标数据的批号生成记录目标数据的矢量，记录各批目标数据的矢量构 成map映射表，
[0016] 在有新的目标数据到来时，对于已记录批号的新目标数据将其追加到对应的矢量 中，对于未记录批号的新目标数据生成与其批号对应的矢量，
[0017] 在检测到目标离开监控范围后，删除map映射表中有关该目标数据的记录。
[0018] 更进一步的，所述空中多目标轨迹预测的并行处理方法中，根据任务调度策略将 分类后的目标数据发送给计算节点的方法为：在新的目标数据到来后，当新目标数据的长 度大于目标数据包发送阈值时，主节点将新目标数据发送给任务量最小的计算节点。
[0019] 更进一步的，所述空中多目标轨迹预测的并行处理方法，以NXT+a为时间阈值来 检测目标是否离开监控范围，N为目标数据包发送阈值，T为目标第一次出现到消失之间的 时间间隔，a为网络传输延迟上限。
[0020] 作为所述空中多目标轨迹预测的并行处理方法的进一步优化方案，目标数据接收 线程和轨迹计算线程采用信号量机制进行交互：在计算节点接收到数据时信号量加1，轨 迹计算线程从partialmap表中拷贝数据后信号量减1。
[0021] 作为所述空中多目标轨迹预测的并行处理方法的进一步优化方案，记录各批目标 数据的矢量包括：目标位置坐标、经向速度、炜向速度、观测时刻。
[0022] 本发明采用上述技术方案，具有以下有益效果：
[0023] 1、由于任务数据具有纵向相关性，即对同一批目标定轨及轨迹修正需要进行数据 回溯，本发明采用任务与计算节点绑定的方式，即相同目标的数据只能发送到同一个计算 节点上进行计算，这样所有历史数据都存储在本地节点上，数据回溯时无需与其它节点传 输数据，大大缩减通信时间；
[0024] 2、在任务和计算节点绑定的方式下，提出一种基于飞行器状态的任务调度策略， 利用目标消失的概率对其产生的任务量进行估计，在任务分配时以此为参考标准，使得各 个计算节点的任务分配更加均衡；
[0025] 3、由于任务数据是实时到来的，计算节点sThreadO:接收Master节点发送的数 据，将数据重新分类，恢复成Master节点中map表的形式，记为partialmap，sThreadO在 接收数据时首先使用MPI异步探测函数MPI_IProbe检测MPI缓冲区，有数据到来时再使用MPI同步接收函数接收数据，避免了CPU-直占用的情况；
[0026] 4、在设计sThreadO和sThreadl的交互时使用信号量机制，具体操作如下：当 sThreadO接收到数据时，信号量加1 ;sThreadl到partialmap表中拷贝数据，信号量减1， 然后进行计算，计算完成后直接将结果返回给主节点，使用信号量机制可以避免循环遍历 partialmap表、没有数据使得CPU空转的情况，节省计算资源。
[0027] 本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0028] 图1为空中多目标轨迹预测并行处理框架；
[0029] 图2为map表构建实时过程；
[0030]图3 (1)、图3 (2)分别为计算节点sThreadO和sThreadl处理流程；
[0031] 图4为Master节点Threadl-轮处理流程图；
[0032] 图5(1)为初始map表；
[0033] 图5 (2)为目标ph5至IJ来后的map表；
[0034] 图 6 为Taskassign表；
[0035] 图 7 为Proctasknum表。
【具体实施方式】
[0036] 下面详细描述本发明的实施方式，下面通过参考附图描述的实施方式是示例性 的，仅用于解释本发明，而不能解释为对本发明的限制。
[0037] 本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式"一"、"一 个"、"所述"和"该"也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措 辞"包括"是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加 一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组合。应该理解，当我们称 元件被"连接"或"耦接"到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存 在中间元件。此外，这里使用的"连接"或"耦接"可以包括无线连接或耦接。这里使用的 措辞"和/或"包括一个或更多个相关联的列出项的任一单元和全部组合。
[0038] 本领域的技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术 语和科学术语）具有本发明所属技术领域中的普通技术人员的一般理解相同的意义。还应 该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的 意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
[0039] ph为目标批号，系统对每批目标的唯一标识；T为判断目标消失的时间阈值，即从 目标第一次出现到T秒后没有