[发明专利]一种基于CPLEX的多传感器分配方法

说明书

本发明提供了一种基于CPLEX的多传感器分配方法，首先对多传感器分配问题进行建模，同时考虑不同目标的威胁度与传感器的最大跟踪能力约束，得到分配问题的目标函数，采用序贯卡尔曼滤波算法对目标状态进行估计，得到状态估计误差协方差矩阵，通过CPLEX对多传感器分配问题采用分枝切割算法进行计算，求得全局最优解，最后得到多传感器的最优分配结果；本发明针对多传感器‑多目标分配的问题，采用基于分枝切割策略的CPLEX优化工具，可以快速求解获得传感器网络对多目标的整体最优跟踪效能，该方法在优化过程中考虑了传感器的各种约束，并且随着传感器和目标数目的增多，算法计算量并不会迅速增长。

技术领域

本发明涉及雷达跟踪技术领域，特别涉及一种基于CPLEX的多传感器分配方法。

背景技术

现代战争环境中，搜索、探测、侦察和识别等手段日益增多，电子装备革命性的更新换代，使得多传感器系统运用成为必然。多传感器引入的同时带来了多源信息，这就需要对多源信息进行融合优化，即信息融合。尽管信息融合有着极其显著的特点，但也提出了新的问题。在战场环境相对复杂的今天，机动目标日益增多，可利用的传感器资源相对不足，使得传感器对目标的有效分配难度加大。当出现多传感器多目标时，必须解决传感器资源对目标的协同分配以及相应任务之间的分配与调度，使系统取得整体性能最优。传感器管理，是利用有限的传感器资源，满足对多目标和扫描空间的需求，以获得各个具体特性的最优度量值，并以此为最优准则对传感器资源进行科学合理的分配。

传感器-目标分配算法主要是根据期望协方差控制策略进行研究，现有技术的传感器分配方法主要是采用枚举法：列举所有可能的传感器与目标分配组合，从中选取最优的分配组合作为优化结果。传感器-目标分配问题本质上是一种非确定性多项式问题，随着传感器与目标数量的增加计算量迅速增大，当对一个有三个基本传感器的系统进行管理时，如果系统同时跟踪十二个目标，就需要列举百亿个数量级的枚举。此外，枚举法在寻优时无法考虑传感器跟踪能力等的约束，也无法将目标威胁度考虑在内。因此，需要一种考虑多约束条件的多传感器-多目标动态分配方法。

发明内容

为克服上述现有技术存在的至少一种缺陷，本发明提供了一种基于CPLEX的多传感器分配方法，CPLEX是一种求解线性规划与混合整数规划等问题的有效工具，并且能够同时处理数以百万计的变量和约束条件，所述分配方法包括以下步骤：

步骤一，建立伪传感器集合D，其中S为传感器个数，伪传感器个数为2^S-1个，建立优化目标函数，该函数及约束条件如公式(1)所示：

公式(1)中，T_opt是所有值累加和，i是伪传感器编号，N是目标个数，j是目标编号，e_j是目标权重，f()为矩阵度量函数，P_i,j(k)是k时刻伪传感器i对目标j的状态估计误差协方差矩阵，是目标j的期望的误差协方差矩阵，u_i,j是伪传感器i对目标j的分配系数，当u_i,j＝1时表示伪传感器i分配给目标j，当u_i,j＝0时表示伪传感器i未分配给目标j；

公式(1)的约束条件中，D(j)表示可照射到第j个目标的伪传感器集合，其中剔除了不能照射到目标j的真实传感器，J(n)表示与真实传感器n有关的所有伪传感器集合，τ(n)表示第n个真实传感器所能跟踪的最大目标个数；

即u_3,1表示第三个伪传感器跟踪第一个目标，且伪传感器和目标的组合分配随时刻变化，即u值随时刻k变化；

公式(1)中第一个约束条件表示每个目标j只能被一个伪传感器跟踪，但是一个伪传感器可以跟踪多个目标，第二个约束条件表示目标跟踪的分配必须满足每个真实传感器的最大跟踪能力约束；