基于Agent的信息融合系統(tǒng)研究與設(shè)計(jì)*

倪 晉 陳世友

(武漢數(shù)字工程研究所 武漢 430205)

?

基于Agent的信息融合系統(tǒng)研究與設(shè)計(jì)*

倪 晉 陳世友

(武漢數(shù)字工程研究所 武漢 430205)

傳感器資源分配是傳感器管理中的核心問題,在未來海上戰(zhàn)爭(zhēng)的網(wǎng)絡(luò)中心戰(zhàn)的背景下,對(duì)如何完成多種傳感器之間有效協(xié)同作戰(zhàn),使資源能夠合理分配到各個(gè)傳感器,具有十分重要的意義。論文介紹了一種基于Agent的信息融合系統(tǒng)結(jié)構(gòu),對(duì)該系統(tǒng)中各傳感器Agent的協(xié)商機(jī)制進(jìn)行了研究,并重點(diǎn)研究了基于合同網(wǎng)協(xié)議的分布式分配策略,最后用Repast仿真軟件對(duì)其進(jìn)行了仿真,證明了該方法的有效性與實(shí)用性。

傳感器管理; Repast; 資源分配; Agent; 協(xié)商

Class Number TP391.4

1 引言

網(wǎng)絡(luò)中心戰(zhàn)(Network-centric Warfare,NCW),現(xiàn)多稱網(wǎng)絡(luò)中心行動(dòng)(Network-centric operations,NCO),是一種美國(guó)國(guó)防部所創(chuàng)的新軍事指導(dǎo)原則,其做法是使用計(jì)算機(jī)、高速數(shù)據(jù)鏈和軟件等,將作戰(zhàn)艦艇、飛機(jī)與岸基軍事力量聯(lián)接成一個(gè)集中的通訊網(wǎng)絡(luò)。在該網(wǎng)絡(luò)中,各部分作戰(zhàn)單元共享大量關(guān)鍵信息,可以大大提高海軍作戰(zhàn)的精度、反應(yīng)速度和有效性。在該環(huán)境下,戰(zhàn)場(chǎng)的態(tài)勢(shì)十分復(fù)雜,戰(zhàn)場(chǎng)信息瞬息萬變,對(duì)如何完成多傳感器之間的協(xié)同作戰(zhàn)并實(shí)現(xiàn)資源的合理有效分配,具有重要的意義。

在傳感器管理領(lǐng)域中,對(duì)如何高效地對(duì)傳感器資源進(jìn)行分配已有了大量研究,Nash[1]最早提出了多傳感器管理問題,他把卡爾曼濾波器中的誤差協(xié)方差陣的跡作為目標(biāo)函數(shù)中的代價(jià)函數(shù),并使用線性規(guī)劃的方法來確定傳感器與目標(biāo)之間的分配。劉蕃[2]等提出了一種改進(jìn)的基于線性規(guī)劃的傳感器管理方法,通過建立傳感器對(duì)目標(biāo)的效能函數(shù),給出了一種多傳感器資源分配方法。田康生[3]等對(duì)序貫Kalman濾波在多傳感器多目標(biāo)跟蹤中的應(yīng)用情況進(jìn)行了分析,提出了一種基于費(fèi)歇信息增量的多傳感器對(duì)多目標(biāo)的分配方法。較好地解決了傳感器的組合分配問題,并能對(duì)目標(biāo)的跟蹤精度實(shí)施控制。黃樹采[4]等提出了一種基于多Agent的傳感器管理方法,通過傳感器Agent之間的相互協(xié)商實(shí)現(xiàn)了傳感器資源的分配。

傳感器資源分配是信息融合系統(tǒng)中的核心問題之一,本文首先在以上背景的基礎(chǔ)上,通過運(yùn)用分布式人工智能中的Agent技術(shù),結(jié)合傳統(tǒng)的信息融合系統(tǒng)模型提出了一種基于Agent的信息融合系統(tǒng)結(jié)構(gòu)。然后對(duì)該系統(tǒng)中各Agent之間的協(xié)商機(jī)制和系統(tǒng)工作流程進(jìn)行了簡(jiǎn)要介紹,最后通過采用一種基于合同網(wǎng)協(xié)議的分配策略,將任務(wù)分配給各傳感器Agent,并在Repast平臺(tái)上對(duì)該任務(wù)分配機(jī)制進(jìn)行了仿真,從而實(shí)現(xiàn)了系統(tǒng)資源分配的目標(biāo)。

2 基于Agent的信息融合系統(tǒng)結(jié)構(gòu)

2.1 多傳感器管理作用

傳統(tǒng)的信息融合系統(tǒng)由多傳感器子系統(tǒng),數(shù)據(jù)融合子系統(tǒng),人工決策子系統(tǒng)和傳感器管理子系統(tǒng)等構(gòu)成。劉先省[5]提出了一種以傳感器部分,數(shù)據(jù)融合部分和傳感器管理部分構(gòu)成的數(shù)據(jù)融合系統(tǒng)的閉環(huán)控制模式,借以分析各組成部分的功能及它們之間相互聯(lián)系、相互制約、相互控制的關(guān)系,以便得到一個(gè)具有反饋結(jié)構(gòu)的、實(shí)時(shí)調(diào)整的和整體優(yōu)化的數(shù)據(jù)融合系統(tǒng)。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 信息融合閉環(huán)控制模型

多傳感器子系統(tǒng)相當(dāng)于是整個(gè)數(shù)據(jù)融合閉環(huán)系統(tǒng)的探提供進(jìn)一步融合的結(jié)果,并為多傳感器管理子系統(tǒng)提供反饋的依據(jù);人工決策子系統(tǒng)接收融合處理的結(jié)果,并進(jìn)行態(tài)勢(shì)和威脅評(píng)估,其融合結(jié)果也是進(jìn)行多傳感器管理的重要依據(jù)之一,傳感器管理子系統(tǒng)則根據(jù)上面的反饋結(jié)果,對(duì)多傳感器資源進(jìn)行動(dòng)態(tài)的分配。

因此,多傳感器管理對(duì)形成數(shù)據(jù)融合閉環(huán)控制系統(tǒng)起著不可替代的反饋調(diào)節(jié)作用,也使我們對(duì)多傳感器管理和數(shù)據(jù)融合的研究從開環(huán)方式上升到閉環(huán)方式,更利于從整個(gè)系統(tǒng)的層面對(duì)局部功能和算法的實(shí)現(xiàn)進(jìn)行動(dòng)態(tài)優(yōu)化。

2.2 Agent技術(shù)

Agent是來自于分布式人工智能的一個(gè)模型,指駐留在某一環(huán)境下,能持續(xù)自主地發(fā)揮作用,具有駐留性、反應(yīng)性、社會(huì)性、主動(dòng)性等特征的計(jì)算實(shí)體。它具有非常高的自治性和靈活性,能夠在不確定環(huán)境中,根據(jù)自身的狀態(tài)、資源、外部環(huán)境等相關(guān)信息,通過推理、決策來實(shí)現(xiàn)問題求解,自主完成特定任務(wù)并達(dá)到某一目標(biāo)。

2.3 基于Agent的信息融合系統(tǒng)結(jié)構(gòu)

2.3.1 系統(tǒng)結(jié)構(gòu)

將Agent技術(shù)運(yùn)用到圖1所示的信息融合閉環(huán)模型中,并將各部分進(jìn)行細(xì)化處理。其中目標(biāo)環(huán)境模塊可用信源Agent替代,多傳感器子系統(tǒng)和數(shù)據(jù)融合子系統(tǒng)可以合并到一個(gè)模塊之中,并用融合中心Agent和傳感器Agent的組合替代,傳感器管理子系統(tǒng)可用方案生成Agent、方案優(yōu)化Agent、方案?jìng)鬟fAgent的組合替代,人工決策子系統(tǒng)可用人機(jī)交互Agent替代。具體結(jié)構(gòu)如圖2所示。

圖2 基于Agent的信息融合系統(tǒng)

2.3.2 系統(tǒng)主要功能與協(xié)商策略

該系統(tǒng)主要由信源Agent,傳感器Agent,融合中心Agent,人機(jī)交互Agent,方案?jìng)鬟fAgent,方案優(yōu)化Agent,方案生成Agent組成。

各Agent主要功能與運(yùn)行機(jī)制如下:

· 信源Agent:包括一系列輸入信息,如目標(biāo)態(tài)勢(shì)信息、傳感器位置信息、我方平臺(tái)位置信息、目標(biāo)威脅等級(jí)信息、傳感器探測(cè)能力模型、傳感器優(yōu)先級(jí)、目標(biāo)跟蹤精度要求等。該Agent將獲取的相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)對(duì)準(zhǔn),將數(shù)據(jù)在時(shí)間、空間和單位上統(tǒng)一到相同的坐標(biāo)系,使數(shù)據(jù)被處理成其他Agent所需要的形式。

· 人機(jī)交互Agent:接收融合之后的信息,并將此信息與用戶需求信息進(jìn)行比對(duì),若沒達(dá)到需求目標(biāo),則通過和與其他Agent進(jìn)行交互來改變傳感器探測(cè)模型,目標(biāo)跟蹤精度等信息,并調(diào)整傳感器融合相關(guān)策略,得到新的傳感器管理方案。

· 融合中心Agent:得到方案?jìng)鬟fAgent傳遞過來的方案后,對(duì)該方案進(jìn)行進(jìn)一步的分解,確定下一個(gè)傳感器周期內(nèi)每個(gè)傳感器Agent需要完成的任務(wù)及性能指標(biāo)。并對(duì)傳感器反饋回來的相關(guān)信息進(jìn)行融合,并對(duì)其進(jìn)行監(jiān)控。

· 傳感器Agent:獲取傳感器需要完成的任務(wù)及性能指標(biāo),以及傳感器與目標(biāo)的相關(guān)數(shù)據(jù),與其他傳感器Agent、融合中心Agent進(jìn)行協(xié)商,對(duì)傳感器協(xié)商后的任務(wù)進(jìn)行分配。并與融合中心Agent保持通信。

· 方案生成Agent:根據(jù)預(yù)先設(shè)置好的傳感器與任務(wù)、目標(biāo)的配對(duì)方案,給當(dāng)前監(jiān)控區(qū)域的特定目標(biāo),配對(duì)一個(gè)特定的傳感器或傳感器組合對(duì)其進(jìn)行檢測(cè)[6]。

· 方案優(yōu)化Agent:根據(jù)融合中心與人機(jī)交互形成的任務(wù)需求,形成目標(biāo)的優(yōu)先級(jí),對(duì)目標(biāo)進(jìn)行威脅等級(jí)排序。

· 方案?jìng)鬟fAgent:具體負(fù)責(zé)將得到的傳感器目標(biāo)分配方案與目標(biāo)優(yōu)先級(jí)等信息傳遞給融合中心Agent與傳感器Agent。

2.4 系統(tǒng)工作流程

1) 首先方案生成Agent根據(jù)各傳感器的特征形成相關(guān)的傳感器或傳感器組與任務(wù)之間分配方案,并為某特定的目標(biāo)分配傳感器或傳感器組合對(duì)其進(jìn)行檢測(cè)。

2) 方案優(yōu)化Agent根據(jù)相關(guān)信息,優(yōu)化上述方案,并形成目標(biāo)優(yōu)先級(jí)的排序。

3) 然后通過方案?jìng)鬟fAgent將具體的分配方案?jìng)鬟f給融合中心Agent與傳感器Agent。

4) 融合中心Agent對(duì)該方案進(jìn)行進(jìn)一步的分解,在與傳感器Agent協(xié)商的情況下確定下一個(gè)傳感器周期內(nèi)每個(gè)傳感器Agent需要完成的任務(wù)及性能指標(biāo),傳感器Agent從信源Agent得到系統(tǒng)的輸入信息,并在與其他傳感器Agent和融合中心Agent協(xié)商的情況下,根據(jù)融合中心分解的任務(wù)和指標(biāo)完成任務(wù)的分配。并將相關(guān)數(shù)據(jù)信息反饋給融合中心Agent。

5) 融合中心Agent對(duì)相關(guān)數(shù)據(jù)進(jìn)行處理和融合,并將融合之后的信息反饋給人機(jī)交互Agent,并與系統(tǒng)目標(biāo)進(jìn)行比對(duì),看是否達(dá)到了預(yù)期的效果。

6) 若沒達(dá)到預(yù)期效果,人機(jī)交互Agent繼續(xù)通過上述步驟,來調(diào)整信源模型,融合策略,分配方案等信息,以達(dá)到融合的目標(biāo)與任務(wù)的合理分配。

3 基于合同網(wǎng)協(xié)議的資源分配

3.1 傳感器資源分配問題描述

信息融合系統(tǒng)中傳感器執(zhí)行的任務(wù)一般分為三種[7]。

1) 孤立傳感器任務(wù)。只能由一個(gè)傳感器執(zhí)行的任務(wù),如只在某個(gè)傳感器探測(cè)范圍內(nèi)的搜索任務(wù)。

2) 聯(lián)合任務(wù)。能夠被多個(gè)傳感器執(zhí)行的任務(wù),如多個(gè)傳感器能同時(shí)探測(cè)到的范圍內(nèi)探測(cè)到的任務(wù)。

3) 獨(dú)立傳感器任務(wù)。和孤立傳感器任務(wù)不同,該任務(wù)剛開始可以由多個(gè)傳感器協(xié)商,但最后只能由一個(gè)特定的傳感器執(zhí)行的任務(wù)。如特殊狀況下,只有一個(gè)傳感器能夠正常工作,這時(shí)需要融合中心將任務(wù)分配給特定的傳感器執(zhí)行。

一般情況下,孤立與獨(dú)立的傳感器任務(wù)不需要傳感器Agent之間進(jìn)行協(xié)商,由融合中心Agent將任務(wù)分配給相應(yīng)的傳感器Agent即可。聯(lián)合任務(wù)需要先由融合中心Agent確定分解后的任務(wù)的優(yōu)先級(jí),然后融合中心Agent對(duì)所有傳感器Agent發(fā)送請(qǐng)求消息,以及能夠完成該任務(wù)的傳感器集合信息。然后各傳感器Agent之間通過協(xié)商,確定任務(wù)的分配。

3.2 基于合同網(wǎng)協(xié)議的資源分配

合同網(wǎng)協(xié)議[8](Contact Net Protocol,CNP)是多Agent系統(tǒng)中一種經(jīng)典的資源分配方法,它通過模擬市場(chǎng)中的招投標(biāo)行為來完成傳感器資源分配任務(wù)。其中招標(biāo)者將需要處理的任務(wù)放置在市場(chǎng)上招標(biāo),并同時(shí)說明任務(wù)的性質(zhì)與需求;投標(biāo)者根據(jù)自身的資源情況來計(jì)算完成該任務(wù)的成本、時(shí)間、質(zhì)量等,并轉(zhuǎn)換為標(biāo)值反饋給招標(biāo)者。招標(biāo)者通過投標(biāo)者的標(biāo)值選擇最后的中標(biāo)者,并與之簽訂合同,將任務(wù)交由它處理。

在本文提出的信息融合系統(tǒng)中,當(dāng)方案?jìng)鬟fAgent將方案?jìng)鬟f給融合中心Agent與傳感器Agent之后,融合中心Agent和傳感器Agent之間具體的任務(wù)分配可以看成合同網(wǎng)協(xié)商問題。融合中心Agent和傳感器Agent之間可以通過招投標(biāo)來進(jìn)行交互和協(xié)商以完成最后的目標(biāo)任務(wù)。文獻(xiàn)[9]提出的動(dòng)態(tài)合同網(wǎng)(DCNP)中,引入了信任度的概念:一個(gè)傳感器Agent相對(duì)于某類任務(wù)的信任度越大,則該Agent相對(duì)于該類任務(wù)的響應(yīng)閾值越低,反之則越高;當(dāng)傳感器完成追蹤任務(wù)時(shí),就增加他的信任度,使其有更高的概率接到新任務(wù)。本文對(duì)上述方法進(jìn)行了一定的改進(jìn),即改進(jìn)的動(dòng)態(tài)合同網(wǎng)(ADCNP),其對(duì)于不同的傳感器Agent,他們完成任務(wù)的代價(jià)不同,因此當(dāng)融合中心Agent進(jìn)行任務(wù)的分解與分配時(shí),應(yīng)該同時(shí)考慮傳感器Agent的信任度和任務(wù)完成的代價(jià)來提高任務(wù)完成的質(zhì)量。

4 實(shí)例與分析

4.1 仿真平臺(tái)簡(jiǎn)介

由于多Agent系統(tǒng)的應(yīng)用前景非常廣泛,近年來,人們對(duì)于多Agent系統(tǒng)的研究日趨增多,關(guān)于多Agent的建模方法的應(yīng)用也越來越廣泛,所研究的系統(tǒng)也越來越大,因此為了更好地實(shí)現(xiàn)多Agent系統(tǒng)的仿真,涌現(xiàn)了一些專門用于多Agent仿真實(shí)驗(yàn)的平臺(tái),如NetLogo、Swarm、JADE、Repast、MadKit等[10]。

Repast(recursive porous Agent simulation toolkit)是由芝加哥大學(xué)社會(huì)科學(xué)計(jì)算研究中心開發(fā)的基于Agent的計(jì)算機(jī)模擬軟件架構(gòu)。在經(jīng)濟(jì)、軍事、生態(tài)領(lǐng)域都有廣泛的應(yīng)用。它以Java為主要編程語言,可以在多種操作系統(tǒng)上安裝使用,具有強(qiáng)大的支持類庫和編程資源供參考。又考慮到Repast具有底層結(jié)構(gòu)的抽象性,很強(qiáng)的擴(kuò)展性和良好的表現(xiàn)能力等特點(diǎn),因此選擇Repast作為Agent任務(wù)分配的仿真軟件,并選擇開發(fā)語言為Java。

4.2 仿真流程及模型建立

4.2.1 仿真流程

Repast仿真程序的基本流程如下:

圖3 仿真流程

傳感器資源分配的仿真主要按照以下流程實(shí)現(xiàn):

1) 確定Agent之間的關(guān)系;

由以上任務(wù)分配問題知,該仿真系統(tǒng)中包括兩類個(gè)體,融合中心Agent與傳感器Agent。模型中包括對(duì)應(yīng)的兩類Agent:Fusion和Sensor。

2) 根據(jù)個(gè)體數(shù)學(xué)模型定義Agent屬性、狀態(tài)和行為[11];

3) 根據(jù)Agent的行為,定義Agent工作環(huán)境;

4) 定義Agent的移動(dòng)規(guī)則和博弈規(guī)則,即Agent如何在環(huán)境中移動(dòng),如何與其他Agent交互;

5) 設(shè)計(jì)仿真程序,用戶界面。

4.2.2 核心模塊

Repast仿真模型主要由以下幾部分組成:

· Agent類:描述實(shí)際系統(tǒng)中的個(gè)體屬性和行為規(guī)則。

· 環(huán)境類:對(duì)應(yīng)Agent運(yùn)行的環(huán)境。

· 模型類:對(duì)應(yīng)仿真模型本身,用于系統(tǒng)初始化,仿真調(diào)度和管理。該類為方針系統(tǒng)的核心,開發(fā)者可以使用Repast提供的默認(rèn)模型類SimpleModel作為仿真模型的模型類,或者從SimpleModel繼承模型類。

· 行為類:仿真調(diào)度器與Agent類之間的關(guān)系

· 數(shù)據(jù)源類:負(fù)責(zé)在仿真程序運(yùn)行時(shí),記錄、收集Agent所產(chǎn)生的數(shù)據(jù),并提供給分析、顯示模塊,即作為Agent與分析、顯示模塊之間的接口。

· 顯示模塊類:負(fù)責(zé)仿真中的可視化顯示,由顯示類(Display),簡(jiǎn)單圖形類(SimGraphics),繪圖接口(Drawable)等組成

4.2.3 模型建立

系統(tǒng)中的仿真模型創(chuàng)建主要分為兩個(gè)部分,agent類與模型類的創(chuàng)建。

1) Agent類創(chuàng)建

Agent類:包括兩類Agent,Fusion和Sensor。

Fusion主要有兩種行為:選擇完成任務(wù)的Sensor;更新Sensor的信任度。行為準(zhǔn)則如下:Fusion優(yōu)先選擇信任度大于閾值的Sensor來完成任務(wù),若所有的Sensor都不滿足信任度條件,則Fusion對(duì)所有的Sensor進(jìn)行招標(biāo),并對(duì)投標(biāo)的Sensor進(jìn)行評(píng)估,選擇代價(jià)最小的Sensor來完成任務(wù)。并根據(jù)任務(wù)的完成情況對(duì)Agent的信任度進(jìn)行更新。

Sensor有一種行為:模擬任務(wù)的完成。Sensor對(duì)于不同目標(biāo)的追蹤,所花費(fèi)的代價(jià)不同,模擬任務(wù)完成過程,并將信息返回給Fusion。

2) 模型類創(chuàng)建

可利用Repast自帶的SimpleModel類實(shí)現(xiàn)模型框架,然后設(shè)置相關(guān)參數(shù)即可[12]。

SimpleModel使用一下方法來實(shí)現(xiàn)模型框架的建立:

Import uchicago.src.sim.engine.SimpleModel;

Public class MyModel extends SimpleModel{…

Public MyModel(){

…//構(gòu)造函數(shù)

}

Public String[] getInitParam(){

…//返回模型初始化參數(shù)名序列

}

Private void buildDisplay(){

…//創(chuàng)建仿真過程圖形界面}

Private void buildGraph(){

…//創(chuàng)建仿真數(shù)據(jù)結(jié)果圖形界面

}

Public void buildModel(){

…//創(chuàng)建所需的對(duì)象

}

Public void setup(){

…//使模型的變量值回到缺省值

}

Public void begin(){

…//啟動(dòng)模型

}

}

4.3 結(jié)果分析

實(shí)驗(yàn)中最重要的是對(duì)Agent行為的多次模擬實(shí)現(xiàn),按照以上步驟,利用Repast平臺(tái)建立動(dòng)態(tài)合同網(wǎng)的仿真模型,實(shí)驗(yàn)中建立的Agent模型的總數(shù)量為20,任務(wù)數(shù)為500。通過以下對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),利用ADCNP的方法能夠顯著減少程序執(zhí)行時(shí)間和通訊量,相對(duì)傳統(tǒng)的合同網(wǎng)方法有較大優(yōu)勢(shì)。

圖4 程序執(zhí)行時(shí)間

圖5 通訊量

5 結(jié)語

本文在基于Agent的信息融合系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上,提出了一種基于合同網(wǎng)協(xié)議的資源分配方法,通過Repast仿真平臺(tái)進(jìn)行了仿真實(shí)現(xiàn)。仿真結(jié)果表明基于ADCNP的方法能夠有效減少程序執(zhí)行時(shí)間和通訊量,為系統(tǒng)資源分配的實(shí)現(xiàn)提供了一種方法。本文只是提出了一個(gè)初步的信息融合系統(tǒng)結(jié)構(gòu)模型和一個(gè)簡(jiǎn)單的資源分配方法,還有很多細(xì)節(jié)需要完善。下一步,仍需要加強(qiáng)對(duì)多傳感器資源分配、仿真建模相關(guān)理論的研究,以提高系統(tǒng)的穩(wěn)定性,分配的有效性。

[1] Nash-JM. Optimal allocation of tracking resource[C]//Proceedings of the IEEE Conference on Decision and Control,1977:1177-1180.

[2] 劉蕃,王新民,李愛軍,等.一種改進(jìn)的基于線性規(guī)劃的機(jī)載多傳感器管理算法[J].計(jì)算機(jī)測(cè)量與控制,2005,13(10):1158-1160.

[3] 田康生,朱光喜.目標(biāo)跟蹤中的傳感器管理[J].傳感器技術(shù),2003,22(3):27-29.

[4] 黃樹采,李為民,李威.基于多代理技術(shù)的防空監(jiān)視網(wǎng)絡(luò)傳感器協(xié)作管理方法[J].傳感器技術(shù),2005,24(3):38-40.

[5] 劉先省,申石磊,潘泉.傳感器管理及方法綜述[J].電子學(xué)報(bào),2002,30(3):394-396.

[6] 李薇,張鳳鳴.基于多Agent的傳感器管理系統(tǒng)研究與設(shè)計(jì)[J].傳感器與儀器儀表,2006,22(7):157-159.

[7] 田康生,朱光喜,徐毓.基于多代理技術(shù)的傳感器管理系統(tǒng)[J].現(xiàn)代雷達(dá),2004,26(2):9-13.

[8] 宗方勇,張森,楊立強(qiáng).基于MAS的多平臺(tái)協(xié)同作戰(zhàn)分布式武器目標(biāo)分配研究[J].艦船電子工程,2010,30(5):59-61.

[9] 張海俊,史忠植.動(dòng)態(tài)合同網(wǎng)協(xié)議[J].計(jì)算機(jī)工程,2004,30(21):44-57.

[10] 蔣慧超,韋兆文.基于Repast平臺(tái)的多Agent仿真建模研究[J].計(jì)算機(jī)技術(shù)與發(fā)展,2008,18(11):250-252.

[11] 郭超,陳勇.基于Repast的多Agent建模方法仿真實(shí)現(xiàn)研究[J].裝備學(xué)院學(xué)報(bào),2012,23(6):97-100.

[12] 趙劍東,林健.基于Agent的Repast仿真分析與實(shí)現(xiàn)[J].計(jì)算機(jī)仿真,2007,24(9):265-268.

Research and Design of Information Fusion System Based on Agent

NI Jin CHEN Shiyou

(Wuhan Digital Engineering Institute, Wuhan 430205)

The distribution of sensor resources is the kernel question in sensor management. Under the background of future network-centric warfare, how to complete the cooperation of sensors and distribute resources to the right sensor makes sense. Firstly, a structure of information fusion system based on agent is introduced, then the consultation mechanisms of sensor agent are studied, and the distribution strategy based on contact net protocol are researched, finally, Repast, a simulation software, is used to simulate the strategy. The simulation result shows that the method is valid.

sensor management, Repast, resource distribute, agent, negotiate

2014年11月8日,

2014年12月29日

倪晉,男,碩士研究生,研究方向:信息融合技術(shù)與傳感管理技術(shù)。陳世友,男,博士,研究方向:信息融合技術(shù)、信息系統(tǒng)技術(shù)。

TP391.4

10.3969/j.issn1672-9730.2015.05.008