一種基于模糊邏輯優(yōu)先級的雷達任務自適應調度算法

郭坤鵬， 左 燕， 薛安克

(1.杭州電子科技大學信息與控制研究所，浙江杭州310018)

多功能相控陣雷達是近幾十年來逐漸發(fā)展成熟的先進雷達體制。由于陣列天線的波束捷變能力，多功能相控陣雷達可對多個目標交替進行搜索、驗證、跟蹤等操作［1］。為此，需要提供一種雷達資源調度策略以有效分配雷達時間、能量等資源，達到優(yōu)化雷達整體性能的目的。如何制定合理有效的調度策略成為相控陣雷達發(fā)揮強大能力的關鍵。

相控陣雷達資源調度策略的設計方法有多種，常用的有固定模板、多模板、部分模板和自適應調度模板［1］。當前針對多功能相控陣雷達，自適應調度算法是最有效和最靈活的設計方法。早期的自適應調度方法多采用某一規(guī)則對雷達任務按固定優(yōu)先級由高到低依次進行調度，包括工作方式優(yōu)先級最高優(yōu)先、截止時間最早優(yōu)先(Earliest Deadline First，EDF)等［2］。盧建斌等［3］在此基礎上提出的將工作方式優(yōu)先級和任務截止期合并考慮作為任務的綜合優(yōu)先級的調度算法。上述自適應調度方法，當多個雷達任務請求競爭同一執(zhí)行時間段時，只調度執(zhí)行高優(yōu)先級任務請求，低優(yōu)先級的任務請求被刪除。為此，Huizing等［4］首次提出了任務請求時間窗的概念，即雷達任務請求的實際執(zhí)行時間可在其期望發(fā)射時間范圍內的一個時間窗中移動。文獻［5-7］對有時間窗的任務調度進行了數(shù)學建模，并分別用二次規(guī)劃和遺傳算法進行求解。

已有的雷達調度策略中大部分采用固定優(yōu)先級次序，即直接給定雷達各種工作方式的優(yōu)先級，很少有任務優(yōu)先級隨實際情況變化的目標場景分析。隨著戰(zhàn)場環(huán)境的日益復雜，為適應目標環(huán)境變化情況，文中提出了一種基于模糊邏輯優(yōu)先級的雷達任務自適應調度算法。將模糊邏輯推理器引入自適應調度算法，根據(jù)目標的運動狀態(tài)和屬性等信息對其優(yōu)先級在線動態(tài)確定。并結合時間窗的特點提出調整相鄰沖突任務的一步回溯的自適應調度算法，改善調度性能。

1 基于模糊邏輯的優(yōu)先級確定

1.1 語義變量的模糊化處理

傳統(tǒng)雷達任務的優(yōu)先級都是根據(jù)操作經驗制定的，如精密跟蹤具有較高的優(yōu)先級，普通搜索具有較低的優(yōu)先級。而對跟蹤任務而言，任務的優(yōu)先級通常與跟蹤目標的5個因素有關，即威脅程度、敵對程度、跟蹤質量、目標相對位置和目標上的武器系統(tǒng)。其具體涵義如下［8-10］:

1)威脅程度。目標的威脅程度由目標的軌跡和身份確定。而目標的軌跡包含4個變量，即目標高度、目標機動性、絕對速度和徑向速度。通常情況下，低空、高機動性、高速運動目標具有更高的威脅程度。另外、即使是友鄰目標當接近雷達平臺時也有可能存在威脅。

2)敵對程度。它是一個模糊描述，對應著4個變量:目標距離、目標速度、目標身份以及目標的接近程度。在模糊決策中，目標距離被模糊化對應于不同的優(yōu)先級，距離越近其優(yōu)先級越高;目標身份表示目標可能為敵對方的概率，因此概率越大目標優(yōu)先級越高;目標的接近程度以目標徑向速度與絕對速度的比值表示，這個比值越大表明目標的接近程度越大，因此該目標的優(yōu)先級就會越高。

3)跟蹤質量。是指目標預測未知的精度。如果目標跟蹤過程中預測位置的誤差很小，則說明跟蹤質量較高。然而，較大的位置誤差和檢測丟失都會導致跟蹤質量的下降。此時，目標的優(yōu)先級應當提高，以提升目標位置預測的精度。

4)目標位置。由目標距離和目標方位綜合表示。通常近距離意味著高的優(yōu)先級，因為目標可能處于被精密跟蹤鎖定的區(qū)域。目標方位用以表示目標跟蹤開始的方位與目標期望被檢測到的方位關聯(lián)性。

5)武器系統(tǒng)。該目標攜帶的武器系統(tǒng)對于雷達平臺的威脅程度或打擊程度。

在模糊邏輯推理過程前需要對以上5個語義變量進行模糊化賦值，具體見表1。

表1 模糊變量和模糊值Tab.1 Fuzzy variables and fuzzy values

1.2 模糊邏輯系統(tǒng)的建立

典型模糊邏輯系統(tǒng)主要由以下幾部分構成:①輸入與輸出語言變量，包括語言值及其隸屬度函數(shù);②模糊規(guī)則;③輸入量的模糊化方法和輸出量的去模糊化方法;④模糊推理算法。

基于標準模型的模糊邏輯系統(tǒng)如圖1所示。

圖1 基于標準模型的模糊邏輯系統(tǒng)的原理Fig.1 Principle of the fuzzy logic system based on the standard model

輸入輸出隸屬度函數(shù)選擇較為簡單的三角形和梯形隸屬度函數(shù)。假設敵對程度和威脅程度的變化范圍都為0～1，當?shù)扔?時分別表示敵對程度低即非敵對目標以及威脅程度非常低，逐漸變化到等于1時表示敵對程度高即敵對目標以及威脅程度非常高。假設目標位置變化范圍在0～200 km，優(yōu)先級變化范圍是0～1，則優(yōu)先級的隸屬度函數(shù)如圖2～圖5所示。

圖2 敵對程度的隸屬度函數(shù)Fig.2 Membership function of hostile

根據(jù)排列組合可以知道，推理規(guī)則可以有45條IF-THEN規(guī)則。根據(jù)專家先驗知識制定規(guī)則。如:

if(敵對程度 is非敵對目標)and(位置 is遠)and(威脅程度is非常低)then(優(yōu)先級is非常低);

if(敵對程度 is敵對目標)and(位置 is中)and(威脅程度is低)then(優(yōu)先級is中);

if(敵對程度 is敵對目標)and(位置 is近)and(威脅程度is非常高)then(優(yōu)先級is非常高)。

……

1.3 仿真

為了檢驗基于模糊邏輯確定優(yōu)先級的有效性，通過MATLAB軟件進行仿真。設置仿真場景如下:

假設有3個目標的速度分別為700，500和300 m/s，分別距離雷達250，200和120 km，武器系統(tǒng)威脅程度均為0.6，敵對程度分別為敵方、未知和敵對。3個目標的與雷達的變化曲線以及得到的優(yōu)先級分別如圖6和圖7所示。

由圖6～圖7可以看出，隨著目標位置離雷達越近，其優(yōu)先級也開始變高。相比傳統(tǒng)的固定工作方式優(yōu)先級，文中設計的優(yōu)先級算法具有更好的自適應性。當距離相同時，速度快的以及威脅程度高的將被賦予更高的優(yōu)先級。這也比較符合實際中的應用。在戰(zhàn)場上，雷達將對速度高(導彈，超音速戰(zhàn)斗機)，攜帶武器系統(tǒng)更致命的目標給與最高的優(yōu)先級，使其在任務調度的時候能夠保證被優(yōu)先調度。

2 基于模糊邏輯優(yōu)先級的有時間窗的自適應調度算法

2.1 時間窗的基本概念

相控陣雷達能夠在搜索的同時進行多目標跟蹤、制導等多種事件的操作，為此需要計算機對各種事件進行有序高效合理的調度。在事件調度中，不免會發(fā)生多個事件競爭同一時間窗的情況。這種情況下，一種處理辦法是給各類事件分配優(yōu)先級，優(yōu)先級高的事件優(yōu)先得到調度;另一種辦法就是給各類事件設置時間窗，時間窗為雷達事件的實際執(zhí)行時間在期望發(fā)射時間前后能移動的有效范圍。事件在時間窗范圍內得到執(zhí)行都是有效的，通過時間窗的調整，調度程序可以更靈活地調度雷達事件，使原本沖突的事件都可以得到執(zhí)行。這樣既能增加調度的成功率，又可提高時間資源的利用率。文獻［11］對時間窗存在的合理性進行了分析，通過α-β濾波證明，當跟蹤事件推遲或提前ΔT執(zhí)行，預測值與量測值誤差的絕對值，即殘差的絕對值將可能增大，但是當殘差增大到一定范圍時，真實量測值依然以很高的概率落入跟蹤波門內。因此可以得到，時間窗的存在來自于雷達數(shù)據(jù)處理中跟蹤波門的空間性所造成的殘差絕對值的可增大量，即實現(xiàn)空間向時間的轉換。

2.2 一步回溯自適應調度算法設計

根據(jù)時間窗存在的特點，傳統(tǒng)的有時間窗的自適應調度算法都選擇將有沖突的任務在時間窗范圍內向后推移。文中根據(jù)時間窗的特點提出對比前后沖突任務的優(yōu)先級進行一步回溯的自適應調度，在保證調度率的基礎上確保高優(yōu)先級的任務在其期望時刻得到調度，以降低調度代價為目的。本調度算法實現(xiàn)步驟如下:

1)初始化，隨機生成一組X個雷達任務。

2)根據(jù)雷達任務的屬性用模糊邏輯智能系統(tǒng)確定任務的優(yōu)先級。

3)將雷達任務按照請求開始時間從小到大進行排序，得到調度排列S。

4)將S中的第一個任務放到虛擬序列Q中，令k=1，i=2。

5)如果S(i)開始時間大于等于Q(k)任務的結束時間，則轉10);否則計算兩個任務的重疊時間t，如果t小于時間窗范圍，轉6);如果t大于時間窗范圍，令 i=i+1，轉5)。

6)如果S(i)的優(yōu)先級大于Q(k)的優(yōu)先級，轉7);否則，轉 8)。

7)如果Q(k)的開始時間與Q(k－1)的完成時刻之間的空閑時間大于等于t，任務Q(k)的開始時間提前t，轉10);反之，轉8)。

8)如果S(i)的完成時刻與S(i+1)的開始時刻之間的空閑時間大于等于t，S(i)新的開始時間往后推移t，轉10);否則，轉9)。

Design of Improved ADRC for Drum Water Level Regulation of Ship Boiler

9)如果S(i)的優(yōu)先級大于S(i+1)，S(i)新的開始時間往后推移t，轉10);反之，將S(i)送入刪除隊列。

10)令 Q(k+1)=S(i)，如果i=M，結束;否則，令 k=k+1，i=i+1，轉5)。

根據(jù)算法實現(xiàn)過程可知，在對任務進行依次調度時，每當任務相沖突的時候，前后一步回溯的調度算法都能將當前任務依次與已調度的任務和下一個等待調度的任務相比較，當時間窗允許時，總是將優(yōu)先級高的任務在其期望時刻，或者以偏移較小的時間調度優(yōu)先級較高的任務。

2.3 仿真

設定仿真場景為150 ms，隨機生成25個任務，任務駐留時間為3～6 ms，時間窗為20 ms，將文中所提自適應調度算法與傳統(tǒng)無時間窗自適應調度算法及有時間窗自適應調度算法進行比較。仿真結果如圖8所示。

圖8 仿真結果Fig.8 Simulation result

由圖8可以看出，文中所提的帶時間窗的自適應調度算法調度率和傳統(tǒng)帶時間窗的自適應調度算法雷達任務調度率均為90%以上，且相差不大。但不同算法下各任務的執(zhí)行時間不同。定義一個性能評價函數(shù):

式中:pri為任務i的優(yōu)先級;tsi，tei分別為任務i的實際執(zhí)行時間和期望執(zhí)行時間。

分別進行多次仿真實驗，得到文中提出帶時間窗的自適應調度算法和傳統(tǒng)帶時間窗的自適應調度算法性能比較結果，具體見表2。

表2 自適應調度算法調度性能比較Tab.2 Comparision of the scheduling performance

由表2可以知，文中所提自適應調度算法中整體調度性能優(yōu)于傳統(tǒng)自適應調度算法。在文中所提的自適應調度算法中，更多高優(yōu)先級的任務在其期望的時間內被調度。

3 結語

文中提出了一種基于模糊邏輯優(yōu)先級的雷達任務自適應調度算法。該方法根據(jù)目標的運動狀態(tài)和屬性等信息對其優(yōu)先級在線動態(tài)確定。將模糊邏輯優(yōu)先級確定引入自適應調度算法，并結合時間窗的特點調整相鄰沖突任務，提出有時間窗的一步回溯自適應調度方法。該算法能夠更好地保證優(yōu)先級高的任務在其期望時間被調度，整體的調度性能優(yōu)于傳統(tǒng)的有時間窗自適應調度方法，調度率不低于傳統(tǒng)的有時間窗調度方法。仿真驗證了算法的有效性。

文中對于搜索任務的優(yōu)先級沒有進行考慮，并且在調度時沒有考慮計算機資源和雷達能量資源的約束，這些問題有待進一步的研究。

［1］張伯彥，蔡慶宇.相控陣雷達自適應調度和多目標數(shù)據(jù)處理技術［J］.電子學報，1997，25(9):1-5.ZHANG Bo-yan，CAI Qing-yu.Adaptive scheduling and multitarget data processing techniques of phased array radars［J］.Acta Electronica Sinica，1997，25(9):1-5.(in Chinese)

［2］Gopalakrishnan S，Caccamo M，Shih C S.Finite-horizon scheduling of radar dwells with online template construction［C］//Proc of 25th IEEE International Real-Time Systems Symposium.Lisbon，Portugal:IEEE，2004:23-33.

［3］盧建斌，胡衛(wèi)東，郁文賢.多功能相控陣雷達實時任務調度研究［J］.電子學報，2006，34(4):732-736.LU Jian-bin，HU Wei-dong，YU Wen-hui.Study on real-time task scheduling of multifunction phased array radars［J］.Acta Electronica Sinica，2006，34(4):732-736.(in Chinese)

［4］Orman A J，Potts C N，Shahani A K，et al.Scheduling for a multifunction phased array radar system［J］.European Journal of Operational Research，1996，90(1):13-25.

［5］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)化調度［J］.系統(tǒng)工程與電子技術，2006，28(7):992-996，1005.ZHOU Ying，WANG Guo-yu，WANG Xue-song，et al.Optimal scheduling using hybrid GA with heuristic rules for phased array radar［J］.Systems Engineering and Electronics，2006，28(7):992-996，1005.(in Chinese)

［6］盧建斌，胡衛(wèi)東，郁文賢.多功能相控陣雷達實時駐留的自適應調度算法［J］.系統(tǒng)工程與電子技術，2005，27(12):1981-1984，1987.LU Jian-bin，HU Wei-dong，YU Wen-xian.Adaptive scheduling algorithm for real-time dwells in multifunction phased array radars［J］.Systems Engineering and Electronics，2005，27(12):1981-1984，1987.(in Chinese)

［7］趙宇，李建勛，曹蘭英，等.基于二次規(guī)劃的相控陣雷達任務自適應調度算法［J］.系統(tǒng)工程與電子技術，2012，34(4):698-703.ZHAO Yu，LI Jian-xun，CAO Lan-ying，et al.Adaptive scheduling algorithm based on quadratic programming for multifunction phased ar ray radars［J］.Systems Engineering and Electronics，2012，34(4):698-673.(in Chinese)

［8］胡衛(wèi)東，郁文賢，盧建斌，等.相控陣雷達資源管理的理論與方法［M］.北京:國防工業(yè)出版社，2010:204-215.

［9］Miranda S，Baker C，Woodbridge K，et al.Fuzzy logic approach for prioritisation of radar tasks and sectors of surveillance in multifunction radar［J］.IET Radar，Sonar and Navigation，2007，1(2):131-141.

［10］Miranda S，Baker C，Woodbridge K，et al.Knowledge-based resource management for multifunction radar:a look at scheduling and task prioritization［J］.IEEE Signal Processing Magazine，2006，23(1):66-76.

［11］何金新，邱杰，王國宏.相控陣雷達事件調度中的時間窗研究［J］.雷達科學與技術，2010，8(1):80-86.HE Jin-xin，QIU Jie，WANG Guo-hong.Study on window in multifunction phased array radar task scheduling［J］.Radar Science and Technology，2010，8(1):81-86.(in Chinese)