[发明专利]一种用于探测任务规划的最优资源分配方法

说明书

本发明公开了一种用于探测资源规划的最优资源分配方法，该方法在仅输入探测设备探测参数和目标运动参数信息下，通过建立目标的运动模型和探测资源的探测模型，利用改进的遗传算法在问题的可行空间中进行搜索，从而得到问题的最优资源分配方案。针对探测设备切换跟踪目标时存在的目标切换时延，本发明通过罚函数方法处理这种时间耦合约束，避免搜索过程出现不可行解，保证解的可行性。本发明在遗传算法中引入了启发式搜索，以提高对问题可行空间的搜索效率、降低计算量，从而解决传统探测任务规划方法面临的大计算量、长耗时的问题。

技术领域

本发明涉及任务规划技术领域，尤其涉及一种用于探测任务规划的最优资源分配方法。

背景技术

近些年，隐形飞机、无人机、直升机、巡航导弹等成为现代战争中常规攻击手段，同时，从陆上、海上入侵的情况也时有发生。常规的探测手段，如雷达等已不能满足国土防卫的要求，因此装备有光学、红外、激光探测设备的边境防御系统成为了国土防卫的有效补充。边境防御能有效探测低空入侵的空中目标、海上目标和陆上目标，并将目标的情报信息发送给上级指控系统，提高对入侵目标的发现概率，保证国土边境的安全性。

在边境防御系统中，由于单传感器本身固有局限性，依靠单传感器自主探测很难满足系统对目标的连续跟踪要求，在空域内目标较多的情况下，问题将变得更加复杂。随着当前低空突防目标威胁日益增大，迫切需要在中心系统对各下属探测资源进行优化部署，并对各探测资源的探测行动进行协同控制，使其按最优方案对目标进行协同探测，提升系统对低空目标的发现概率和跟踪连续性。针对上述实际需求，本发明提出了一种探测资源最优分配方法以有效的解决上述探测任务规划问题。

对探测设备的探测任务分配问题主要面临如下几个难点。首先，由于目标具有不同运动轨迹和起止时间，并且探测设备的探测能力不同，该问题是一个多时段全局资源分配问题。相比于单时刻单传感器管控问题，该问题的求解难度较大。另外，由于该问题本质上是一个离散规划问题，因而无法利用常规的线性规划、二次规划等优化方法进行求解。其次，由于探测设备在探测目标时需要一定的机械转动时间和目标锁定时间，因此传感器在切换探测目标时会有一定的时延。这种现象导致问题的策略空间更加离散化，搜索效率进一步降低。最后，根据实际探测需求，本问题通常存在多个优化目标，并且这些优化目标一般不具备可比性。因此，如何折中考虑各个优化目标对方案的影响也是一个难点。

近年来，任务规划作为边境防御系统、指挥控制系统等领域的核心功能，得到了很多关注。常见的任务规划方法有粒子群方法[李俊,郝成民,刘湘伟.改进PSO算法在雷达干扰任务分配中的应用.计算机仿真,2008,25(12):27-30]、线性规划方法[肖秦.协同探测中传感器管理的优化方法.四川兵工学报,2013,34(4):97-100]、遗传算法[彭黎,黄维.基于随机模拟的电子侦察卫星多目标优化调度方法.系统工程与电子技术,2013,35(3):545-551]等。对于本发明解决的探测资源分配问题，已有传统方法较少考虑多时段的任务规划问题，主要解决的是单时刻多资源的最优分配问题，而前者解决难度更大，也更符合实际需求。另外，已有传统方法在求解时也忽略了探测资源在进行目标切换时所需要的时延，这种时延约束进一步导致传统方法或者无法求解该问题，或者面临求解耗时、寻优慢的问题，因此不能满足边境防御系统的实际应用需求。

发明内容

发明目的：针对现有技术存在的上述问题，本发明提供一种用于探测任务规划的最优资源分配方法，该方法结合遗传算法和启发式搜索，提高每次迭代生成的解群质量，以高效搜索最优资源分配策略，以解决现有的任务规划方法主要考虑的是单时刻的任务规划问题，在扩展到多时段任务规划时面临计算耗时、求解效率低的困难，以及探测设备的目标切换时延进一步加大了该问题的求解难度的问题。

技术方案：为实现本发明的上述目的，本发明所采用的技术方案是：一种用于探测任务规划的最优资源分配方法，该方法包括以下步骤：

(1)接收当前输入的探测设备的性能参数和目标的运动参数信息；