葉朝謀 丁建江 俞志強 蔡 軼

?

基于周期分區(qū)的相控陣雷達任務(wù)交叉調(diào)度研究

葉朝謀*①②丁建江①俞志強①蔡 軼①

①(空軍預(yù)警學(xué)院 武漢 430019)②(中國人民解放軍95112部隊 佛山 528227)

傳統(tǒng)相控陣雷達任務(wù)調(diào)度算法中，各單駐留任務(wù)不可分割，發(fā)射與接收之間的空閑等待時間未被有效利用，系統(tǒng)調(diào)度能力受限。針對此問題，該文在深入分析交叉規(guī)則及選取策略的基礎(chǔ)上，提出一種基于采樣周期最大公約數(shù)分區(qū)的任務(wù)實時交叉調(diào)度(PDI)算法，其可解決交叉調(diào)度過程中任務(wù)因采樣周期不同而產(chǎn)生沖突的難題，該文還分析了調(diào)度算法流程，交叉算法流程及過載處理等。仿真結(jié)果表明，該算法可大幅提高系統(tǒng)調(diào)度的負載能力，調(diào)度性能明顯優(yōu)于傳統(tǒng)算法。

相控陣雷達；資源管控；任務(wù)交叉調(diào)度

1 引言

相控陣雷達波束快速掃描與波形捷變等技術(shù)優(yōu)勢的充分發(fā)揮需要解決好資源優(yōu)化管理這一難題，駐留任務(wù)調(diào)度則是其中最為關(guān)鍵的技術(shù)之一。相關(guān)研究成果較多，如文獻[1]提出的混合遺傳調(diào)度算法具有較好性能但計算要求高。文獻[2]提出的基于時間窗算法具有任務(wù)延遲控制優(yōu)勢。文獻[3,4]通過綜合兩個屬性參數(shù)得到任務(wù)綜合優(yōu)先級，使系統(tǒng)具有更高的調(diào)度能力。文獻[5]提出的時長可變調(diào)度算法使任務(wù)調(diào)度更為靈活，調(diào)度能力得到提升。文獻[6]提出了一種多波束情況下的整數(shù)規(guī)劃模型及調(diào)度算法。然而，上述傳統(tǒng)任務(wù)調(diào)度方法中發(fā)射與接收之間的空閑等待時間未得到有效利用，因此系統(tǒng)最大調(diào)度負載能力受到限制。

針對上述不足，文獻[7]首次提出的交叉調(diào)度思想有效利用了空閑等待時間，從而可進一步提高系統(tǒng)調(diào)度能力。后續(xù)相關(guān)研究也取得了若干成果，如文獻[8]提出的基于優(yōu)先級交叉算法使得系統(tǒng)調(diào)度能力得到一定程度的提高；文獻[9,10]針對同時接收多波束的情形，提出的基于優(yōu)先級的交叉調(diào)度算法也取得了較好的性能。文獻[11,12]提出了宏觀上的任務(wù)交叉調(diào)度規(guī)劃方法；文獻[13]則在其基礎(chǔ)上提出了基于效益的交叉調(diào)度算法，但該算法任務(wù)時間窗要求高。文獻[14]針對同時多波束能力的多普勒相控陣雷達，提出了相應(yīng)的整數(shù)規(guī)劃模型與交叉調(diào)度算法。另外，文獻[15-17]分別提出的基于拉格朗日松弛技術(shù)算法、貪婪算法、基于時間指針算法在調(diào)度性能上均有所提高。但上述交叉調(diào)度方法仍未能有效解決任務(wù)因采樣周期不同而產(chǎn)生沖突的問題。針對此問題，本文提出一種基于周期分區(qū)的任務(wù)實時交叉調(diào)度算法，可有效解決上述難題。

2 任務(wù)模型

2.1 交叉調(diào)度駐留任務(wù)描述

2.2 搜索任務(wù)模型

設(shè)搜索區(qū)域分為B個搜索波位，可得到該區(qū)域搜索任務(wù)模型為

各駐留請求到達時間與截止期關(guān)系分別為

2.3 跟蹤任務(wù)模型

設(shè)跟蹤任務(wù)模型為

其中B表示對目標的跟蹤采樣次數(shù)。

設(shè)發(fā)現(xiàn)目標后立即發(fā)射一個驗證駐留，且驗證駐留后的首個跟蹤駐留請求間隔時間可取為小于該類目標跟蹤采樣周期的任意值，則該目標各駐留請求到達時間與截止期的關(guān)系為

3 駐留任務(wù)交叉規(guī)則

圖1 非包含關(guān)系時交叉規(guī)則

4 任務(wù)調(diào)度算法

4.1 算法基本思想

將各P平分為N個長度為gcd的標準區(qū)間

再對標準區(qū)間進一步平分為Ns個標準調(diào)度分區(qū)間(記為Plot)，則有Plot=Pgcd/Ns，

4.2 算法實現(xiàn)流程

各類任務(wù)在調(diào)度過程中將按標準調(diào)度分區(qū)間進行調(diào)度，具體算法實現(xiàn)流程如圖4所示。

步驟5 對有新任務(wù)加入的任務(wù)子集進行交叉，計算交叉后的占用時間長度；

步驟6 進行負載分析與過載處理，若過載，則刪除部分低優(yōu)先級任務(wù)；

步驟8 該標準調(diào)度分區(qū)間結(jié)束，轉(zhuǎn)入下一標準調(diào)度分區(qū)間。

圖3 基于周期分區(qū)的任務(wù)調(diào)度關(guān)系

圖4 基于周期分區(qū)的任務(wù)交叉調(diào)度流程圖

4.3 任務(wù)交叉流程

通常，系統(tǒng)還要求滿足時間與能量的限制條件，可分別近似表示為[11]

(10)

5 調(diào)度負載分析

定義任務(wù)時間占用率為任務(wù)集實際調(diào)度過程中占用時間與采樣周期的比值。根據(jù)前面建立的任務(wù)模型及算法，可得

某P類的跟蹤任務(wù)時間占用率為

某區(qū)搜索任務(wù)的時間占用率為

任務(wù)總時間占用率為

6 仿真結(jié)果與分析

仿真條件：設(shè)3類目標任務(wù)參數(shù)如表1所示，表中為初始值且其值根據(jù)目標所處距離范圍分段計算；仿真時間為150 s，目標均向站直線飛行，調(diào)度間隔為最小時間窗，各類目標隨機產(chǎn)生，各目標直到仿真結(jié)束才消失；任意1 s內(nèi)的平均發(fā)射時間小于400 ms，能量消耗小于200 kJ。圖6為1類與2類目標數(shù)固定時，PDI算法在較小時間窗時與某經(jīng)典算法(HPI)[16]最大負載能力對比，圖7為PDI在較小時間窗時與HPI算法的調(diào)度性能對比，圖8為PDI算法在不同時間窗條件下的調(diào)度性能對比；圖6~圖8中，PDI算法的各類跟蹤任務(wù)小時間窗取值分別為30 ms, 50 ms, 60 ms，大時間窗分別為50 ms, 100 ms, 150 ms, HPI算法的時間窗為采樣周期。

仿真結(jié)果分析：

(1)由圖6可知，當(dāng)滿足采樣周期整數(shù)倍關(guān)系的1類與2類目標數(shù)越小時，PDI算法最大負載率越高于HPI算法；兩個算法的最大負載率明顯高于非交叉算法的理論最大負載能力100%。

(2)由圖7可知，HPI算法未發(fā)生調(diào)度失敗，但時間窗要求為采樣周期，實際中難以滿足；PDI算法當(dāng)新目標在較短時間內(nèi)集中大量產(chǎn)生時，發(fā)生了新任務(wù)調(diào)度失敗現(xiàn)象，但能滿足較嚴格時間窗要求且系統(tǒng)負載率大于HPI算法。

表1雷達任務(wù)參數(shù)表

工作方式優(yōu)先級發(fā)射功率(kw)駐留參數(shù)t,w,r (ms)時間窗(ms)波位數(shù)速度(km/s)采樣周期(s) 搜索313000.7, 0, 3.3643 搜索22400 1.5, 3.8, 2.8242 搜索13500 2.0, 7.0, 3.0182 跟蹤343000.5, -, 1.060~1502.03 跟蹤254001.2, -, 1.750~1001.52 跟蹤165001.5, -, 2.030~500.51 驗證373000.7, 0, 3.330~50 驗證28400 1.5, 3.8, 2.830~50 驗證19500 2.0, 7.0, 3.030~50

注：“-”表示跟蹤方式時，是可以變的。

(3)由圖8可知，PDI算法具有較好的時間窗適應(yīng)性，在更小的時間窗條件下性能無明顯下降；且負載飽和時系統(tǒng)可按優(yōu)先級進行過載任務(wù)刪除。

圖6 1類，2類目標數(shù)固定時最大負載率對比

7 結(jié)束語

本文針對傳統(tǒng)相控陣雷達任務(wù)調(diào)度方法最大負載能力受限的問題，提出了一種基于采樣周期最大公約數(shù)分區(qū)的實時任務(wù)交叉調(diào)度算法，該算法可解決任務(wù)調(diào)度時因采樣周期不同而產(chǎn)生沖突的難題，從而進一步提高了系統(tǒng)調(diào)度能力。仿真結(jié)果表明，該算法是有效可行的，可應(yīng)用于相控陣雷達調(diào)度器設(shè)計，且對一般實時調(diào)度系統(tǒng)也有參考價值。

圖7 調(diào)度性能對比

圖8 PDI不同時間窗時的調(diào)度變化

[1] 周穎, 王國玉, 王雪松, 等. 基于啟發(fā)式混合遺傳算法的相控陣雷達最優(yōu)化調(diào)度[J]. 系統(tǒng)工程與電子技術(shù), 2006, 28(7): 992-996.

Zhou Ying, Wang Guo-yu, Wang Xue-song,. Optimal scheduling using hybrid GA with heuristic rules for phased array radar[J]., 2006, 28(7): 992-996.

[2] Jang D S, Choi H L, and Roh J E. A time-window-based task scheduling approach for mutlifunction phased array radars[C]. 11th International Conference on Control, Automation and Systems, KINTEX, Gyeonggi-do, Korea, 2011: 1250-1255.

[3] 盧建斌. 相控陣雷達資源優(yōu)化管理的理論與方法[D]. [博士論文], 國防科學(xué)技術(shù)大學(xué), 2007.

Lu Jian-bin. Theory and method of resource optimization and management for phased array radars[D]. [Ph.D. dissertation], National University of Defense Technology, 2007.

[4] Lu Jian-bin, Xiao Hui, Xi Ze-min,.. Phased array radar resource management: task scheduling and performance evaluation[J]., 2013, 9(3): 1131-1138.

[5] Mir H and Abdelaziz F B. Cyclic task scheduling for multifunction radar[J]., 2012, 9(3): 529-537.

[6] Chen Jie, Tian Zhon, Wang Lei,.. Adaptive simultaneous multi-beam dell scheduling algorithm for multifunction phased array radars[J].&, 2011, 8(14): 3051-3061.

[7] Farina A and Neri P. Multitarget interleaved tracking for phased array radar[J]., 1980, 127(4): 312-318.

[8] Izquierdo-Fuente A and Casar-Corredera J R. Approach to multifunction radar scheduling simulation[C]. IEEE National Telesystems Conference, San Diego, CA, 1994: 67-70.

[9] Cheng Ting, He Zi-shu, and Li Hui-yong. Adaptive dwell scheduling for digital array radar based on online pulse interleaving[J]., 2009, 18(3): 574-578.

[10] Cheng Ting, He Zi-shu, and Tang Ting. Novel radar dwell scheduling algorithm based on pulse interleaving[J]., 2009, 20(2): 247-253.

[11] Lee C G, Kang P S, Shih C S,. Radar dwell scheduling considering physical characteristics of phased array antenna [C]. IEEE Real-Time Systems Symposium, Cancun, Mexico, 2003: 14-24.

[12] Lee C G, Kang P S, Shih C S,.. Schedulability envelope for real-time radar dwell scheduling[J]., 2006, 55(12): 1599-1613.

[13] Lee C G. A novel framework for quality-aware resource management in phased array radar systems[C]. Proceedings of the 11th IEEE Real Time and Embedded Technology and Applications Symposium, San Francisco, 2005: 322-331.

[14] Jang D S and Choi H L. Heuristic pulse interleaving algorithms for multi-target tracking on pulse doppler phased array radars[C]. IEEE International Conference on Radar, Atlanta, GA, 2012: 558-563.

[15] Elshafei M, Shirali H D, and Smith J C. Radar pulse interleaving for multi-target tracking[J]., 2004, 51(1): 72-94.

[16] Mir H S and Wilkinson J D. Task scheduling algorithm for an air and missile defense radar[C]. IEEE Radar Conference, Rome, 2008: 1-6.

[17] Xie Xiao-xiao, Zhang Wei, and Chen Ming-yan. A novel time pointer-based fast radar pulse interleaving algorithm[C]. 5th International Congress on Image and Signal Processing, Chongqing, 2012: 1870-1874.

葉朝謀： 男，1980年生，博士生，研究方向為雷達組網(wǎng)資源管控.

丁建江： 男，1963年生，教授，博士生導(dǎo)師，主要研究方向為雷達組網(wǎng)、目標智能檢測與識別.

俞志強： 男，1964年生，教授，主要研究方向為雷達系統(tǒng)與目標識別.

Study on Task Interleaving Scheduling of Phased Array Radar Based on Period Division

Ye Chao-mou①②Ding Jian-jiang①Yu Zhi-qiang①Cai Yi①

①(430019,)②(95112528227,)

The waiting time between transmitting and receiving time is not used in conventional task scheduling methods for phased array radar in which dell is impartible, thus system scheduling capacity is restrained. Based on analysis of dell interleaving rules and rule selection guidelines, a dell interleaving scheduling algorithm is proposed based on sampling period division, which can solve the task confliction issue caused by different sampling periods. The scheduling flow, interleaving flow and tactic for overload are also analyzed. The simulation results show that the proposed algorithm improves scheduling capability greatly and achieves better performance compared with conventional task scheduling algorithm.

Phased radar; Resource management; Task interleaving scheduling

TN958

A

1009-5896(2014)02-0435-06

10.3724/SP.J.1146.2013.00475

葉朝謀 1060623450@qq.com

2013-04-11收到，2013-10-16改回

全軍軍事學(xué)研究生課題(2011JY002-537，2012JY002-602)資助課題