基于異構MAS的反導作戰傳感器任務規劃決策研究?

滕哲 姜寧

1 引言

復雜對抗環境、體系對抗特征的反導作戰需求決定了反導作戰必須要求高精確性和強實時性。在多源異構的傳感器網中通過多傳感器任務規劃實現對TBM快速搜索發現、連續穩定跟蹤識別是反導作戰首要解決的關鍵技術?，F階段對于多傳感器任務規劃的研究，大多關注于探測能力的分配、傳感器目標分配的內部機理、分配算法以及分配效果等［1～5］，但對于作戰背景和作戰體系結構的改變下的任務規劃問題涉及較少。針對反導作戰背景下的多傳感器任務規劃，對其內部機理、認識、任務還不夠清晰。研究成果一部分可直接適用于反導作戰，一部分無法適用。

實際上，反導傳感器體系構成了一個多層次多結構的網絡，而多維異構的反導傳感器平臺則構成了該網絡中的節點，這是一個混合大尺度異構無線傳感器網絡（Hybrid Large-scale Heterogeneous Wireless Sensor Network，HLSH-WSN）。因此，傳感器任務規劃首先需要在合理的反導多傳感器任務規劃體系構建的基礎上和網絡配置最優的總體要求下進行。有必要對反導作戰傳感器任務規劃技術框架展開研究，對其網絡拓撲結構及數據分發模式進行合理設計，重點在信息處理層對多維平臺之間的目標交接和指示過程進行優化；在規劃層針對有限的傳感器資源限制和可視化窗口的約束下，動態地確定傳感器對每個TBM目標的探測序列、探測時間窗口以及工作模式，從而使整體的效能達到最優。

2 異構MAS結構下的反導作戰多傳感器任務規劃體系構建

2.1 基于MAS的反導傳感器協同體系整體架構

MAS 是 目 前 DAI（Distributed Artificial Intelli?gence，DAI）領域研究的熱點，在供應鏈、無人機任務規劃、車間調度等領域有著廣泛的應用［6～8］。文獻［1］中指出觀測資源的異構性以及觀測任務的多維性、階段性和動態性，導致了集中式聯合任務規劃方法建模難、求解負責度高、系統魯棒性較差以及可擴展性不足，應當采用基于MAS的分布式協同規劃方法。文獻［9］中針對NADMS中ICF形成問題，從系統組成、個體行為、協作能力等方面將MAS與NADMS進行了分析比較，指出MAS中Agent的協同決策方法是實現IFC的有效途徑。文獻［10］利用MAS分析、構建了一個有限集中統籌、分布式協同調整的規劃機制，采用分布式動態規劃算驗證了機制的有效性。因此，構建的基于MAS的反導作戰多傳感器任務規劃體系架構［10～12］，見圖1。

圖1 反導作戰多傳感器任務規劃體系

2.2 基于任務共同體的異構MAS多傳感器任務規劃機制

彈道導彈飛行空間區域一般較長，會不斷地脫離一個衛星或雷達的視野而進入另一個衛星或雷達的視野范圍。那么對于某個特定的目標而言，只需整個反導傳感網中的部分傳感器節點對其進行探測，而無需網絡中所有節點的參與。此外多傳感器任務規劃技術涉及要素多、協同關系復雜，若直接進行全局優化配置，問題的維數和復雜度很高，并且受多階段觀測任務動態調整的影響大，系統魯棒性差。

因此，在圖1構建的體系架構的基礎上引入任務共同體概念，建立一種新的異構MAS多傳感器任務規劃結構和相應的任務規劃機制。這里先引入一個任務共同體概念。

任務共同體（Community of Interest，COI）是指由具有相同知識背景的成員組成，為共同的目標、利益、任務或業務處理過程進行信息交換的協作組織或團體，分為制度性和利益性兩種。前者為事先約定的配置，后者是分布式網絡結構下臨時組成的作戰聯盟。

在反導作戰中，COI為某種傳感器根據任務的動態組成的聚群——由網絡中處于對目標探測的所有傳感器節點組成，聚群集合來自于C2BMC為每個威脅目標制定的STPs。即假設對于威脅目標ti，C2BMC根據掌握的戰場態勢制定的ESG中為威脅目標 ti確定的傳感器任務計劃則 T 時刻，COI定義為：，其 中 1＜j＜k＜t＜n ，

如圖2所示，相應隨著作戰過程的推進，STPs下的傳感器節點組成的COI的屬性也會不斷變化（預警—探測—跟蹤—識別—制導）。同樣，由于傳感器探測范圍和部署位置不同，目標飛行過程中，COI中的成員可分為兩類：探測狀態、待機接力狀態，并且隨著時間而不斷變化。

圖2 反導作戰多傳感器任務規劃過程中COI示意圖

2.3 任務共同體的作戰描述

基于任務共同體的思想，對反導作戰多傳感器任務規劃問題進行分析和研究，需要為共同體開發各自的行為準則來形式化描述它們的任務范圍，構造任務共同體目錄。下面基于任務共同體的思想，對反導作戰中的新型一體化作戰能力進行描述和分析，部分作戰能力的遂行需調整體系中的各任務共同體構成，因此反導作戰多傳感器中任務共同體執行的能力在一定程度上可作為調整任務規劃方案的動機和需求。下面分別對三種任務共同體能力進行形式化描述。

1）預警Agent任務共同體

假設 Tracking(ti，Sk，T)=1 表示 T 時刻傳感器節點Sk已經發現目標ti并實現跟蹤，Tracking(ti，Sk，T)=0 表示未發現或者尚未穩定跟蹤。

定義1 預警Agent任務共同體

對于預警 COIi(T)={ti，Sj，Sk，…，St}，根據第一收到預警信息后，若 Tracking(ti，Sk，T)=0 ，且有Tracking(ti，Sl，T)=1，其中l≠ k，Sk，Sl∈{Sj，Sk，…，St} ，基于信息共享，Sk接收到目標信息，使得Tracking(ti，Sk，T+Δ)=1，Δ＜σ ，σ 為 Sk自主搜索跟蹤目標的時間間隔；

預警Agent任務共同體示例如圖3所示。

2）跟蹤Agent任務共同體

圖3 預警Agent任務共同體示例

假設Tr_t(ti，T)=Sk表示T時刻跟蹤目標ti的傳感器為 Sk，Tr_a(ti，Sk，T)表示T時刻 Sk對目標 ti的跟蹤精度。

定義2 跟蹤Agent任務共同體

若 ?Tr_t(ti，T+ΔT)=Sl， l≠k ， 使 得Tr_a(ti，Sl，T+ΔT)＞Tr_a(ti，Sk，T+ΔT) ，則 由 Sl進行目標跟蹤。

對 Tr_t(ti，T)=Sk，?Tr_t(ti，T+1)=Sl，k≠ l，則由Sl進行接力跟蹤，Sk為Sl提供高精度引導信息。

跟蹤Agent任務共同體示例如圖4所示。

3）識別制導Agent任務共同體

假設Tr_r(ti，T)=Sk表示T時刻Sk進行目標識別，Tr_g(ti，wj，T)=Sl表示T時刻由 Sl對 wj發射的攔截彈實施制導，Sk對目標ti的可視化窗口為[Tik1，Tik2]，根據火力規劃給出的目標ti識別時間窗口為

圖4 跟蹤Agent任務共同體示例

定義3 識別制導Agent任務共同體

對 于 Tr_g(ti，wj，T)=Sk，若 Tracking(ti，Sk，T)=0 ，且 Tracking(ti，Sl，T)=1，l≠k ，則 wj可根據 Sl提供的目標信息進行攔截決策解算，wj發射攔截彈后，Tr_g(ti，wj，T')=Sl，T'為攔截彈中段或末制導的任意時刻；

若 Tr_g(ti，wj，T)=Sl，?Tr_g(ti，wj，T+1)=St，l≠t，則攔截的控制權移交給St。

特別要指出的是，由于跟蹤精度的限制，目前針對彈道目標的目標識別主要是依靠地基X波段雷達和低軌道SBIRS的跟蹤和識別探測器來完成，而其他類型的傳感器（如有需要）主要是以輔助信息支援的形式來參與。制導識別Agent任務共同體示例如圖5所示。

圖5 識別制導Agent任務共同體示例

3 基于“周期-事件”的反導作戰多傳感器任務規劃分層決策框架

反導作戰多傳感器任務規劃是指對任意來襲目標，在有限的傳感器資源限制和可視化窗口的約束下，如何動態地確定傳感器對目標的探測跟蹤序列，進而確定探測時機和工作模式，以實現對多目標的探測、跟蹤和識別。其實質是一類非線性組合優化決策問題。其作為作戰決策中的關鍵問題，方案及時效性的優劣直接影響武器系統作戰效能的發揮，已成為軍事運籌領域中的一個研究熱點［13～16］。對此，基于周期-事件的綜合策略能夠同時兼顧調度方案的魯棒性和適應性問題，是解決此類問題的基本策略。

3.1 問題求解組成框架

多傳感器任務規劃的制定到最終被執行是一個不斷迭代、更新的過程。因此，根據反導作戰一體化的方式和特點：多源異類傳感器、多種攔截器、多個可變中心的指控節點分布式的網絡連接、采用集中指揮與分布式相結合的指控方式，相應地將反導作戰中的多傳感器任務規劃問題分解為兩個層次：集中式決策和分布式調整。集中式決策對應于所構建MAS架構的規劃層，而分布式調整則在處理層與實體層之間展開。

如圖6所示，在集中式決策生成預規劃，確保解的質量的基礎上，將部分權力下放，對任務規劃涉及到的相關各傳感器節點能夠協同決策，實現動態自同步更新，把不同的組成部分集成到一起，形成適合于當前戰場態勢的多種組合的傳感網。

圖6 問題求解組成框架

3.2 基于任務共同體的問題求解過程機制分析

任務規劃序列生成是動態的，既要考慮到空間維度上的延伸性，又要考慮到時間維度上的時效性。一方面，周期性的以集中式方法生成整體的任務序列方案，確保當前全局最優解；另一方面，動態事件觸發執行層傳感器進行分布式調整，確保對戰場任務動態變化的自適應。如果序列生成的周期過長，隨著對目標探測跟蹤誤差的增加，將使規劃失敗的可能性不斷增大；周期選取頻繁，將顯著增加任務共同體內部具體方案求解的工作量。因此，對周期的選取應根據對目標的量測結果和任務的變化趨勢進行自適應調整。具體如圖7所示。

1）周期的確定

周期性序列生成是集中式產生全新序列方案，周期長短的選擇對整個序列方案生成的魯棒性的影響是根本性的。根據任務共同體的劃分，在各彈道段內目標的運動軌跡一般具有可預測性，相對穩定。因此，考慮以任務共同體為依據作為一個選取周期。

2）基于任務共同體的周期調整

周期的調整需要根據前一次周期內對目標的執行情況來進行調整，考慮問題的求解復雜度以及要符合實際情況的客觀要求，以跟蹤精度和攔截區確定分別作為探測跟蹤任務共同體和識別制導任務共同體周期調整的兩個主要因素：

（1）探測跟蹤任務共同體

對于探測跟蹤任務共同體而言，就是要最優化目標的跟蹤性能，因此選擇以探測跟蹤誤差作為確定探測跟蹤任務共同體下周期序列生成的時機。假設預警任務共同體序列生成初始周期為T0，周期終止時刻為et，對目標跟蹤誤差的閾值為εmax，當前任務共同體下t時刻對目標的跟蹤協方差為P。那么探測跟蹤任務共同體周期T′開始時刻，以跟蹤精度比閾值高一個數量級為依據來確定，具體見式（1）。

（2）識別制導任務共同體

識別制導是在線控制整個反導作戰過程的關鍵點，是整體傳感器任務規劃的落腳點。其與攔截的耦合關系，必然要求以攔截成功為最終目標進行優化。因此，選擇以攔截區作為確定識別制導任務共同體下周期序列生成的時機。首先跟蹤任務共同體給出的信息可以確定目標的攔截點，進而來倒推目標識別窗口達到優化序列的目的。

只有在這段時間內成功識別目標，才能達到目標的發射條件。

3）分布式更新

分布式更新問題，要設計與問題匹配的協同機制，各分配節點以該協同機制作為行為規則，對分配方案進行動態分布式調整。這一部分將在3.4節進行詳細敘述。

3.3 集中式反導作戰多傳感器任務規劃方法分析

集中式反導作戰多傳感器任務規劃是指對任意來襲目標，在有限的傳感器資源限制和可視化窗口的約束下，如何確定傳感器對目標的探測跟蹤序列、探測時機和工作模式，以實現對多目標的探測、跟蹤和識別。影響反導作戰多傳感器任務規劃的因素主要包括：傳感器資源的性能、任務的特性與規劃目標。體現為不同傳感器對不同類型任務的處理能力各不相同，即使針對同一任務各傳感器間也有所差異。同時，規劃的目標對規劃結果的影響是根本性的，不同的目標會有不同的規劃結果，它決定了資源與任務按什么原則去匹配。

因此，集中式反導作戰多傳感器任務規劃可歸結為：任務分配規劃（mission allocation program?ming，MAP）和任務分配調度（mission allocation scheduling，MAS）兩個問題。在任務規劃過程中，MAP和MAS有各自的決策變量和目標函數。在給定MAP方案后才能進一步確定MAS方案。一方面，MAS方案對其目標函數的優化決策具有決定性的作用；另一方面MAS方案又將對MAP的目標函數產生影響。綜上所述，反導作戰傳感器任務規劃實際上是一個以MAP為上層規劃，MAS為下層規劃的雙層規劃模型。

1）MAP上層規劃

在反導作戰中，傳感器從預警到攔截制導的“任務-時間-空間”線中涉及任務主要包括預警任務、探測跟蹤任務、識別制導任務。進而，MAP的目的是通過優化任務分配，以最大化作戰效能、平衡任務契合度為目標，合理匹配各個異構多源傳感器的能力，以獲得最佳任務效益的傳感器集合。

2）MAS下層規劃

MAS的目的是在任務匹配的基礎上，各傳感器間以最大化探測有利度、最小化傳感器節點數、平衡全局資源負載為目標，尋求執行任務最佳的傳感器節點時間序列組合，并將規劃結果反饋到上層，由上層進行總體權衡，從而得到最終決策結果。

可以看出，MAP和MAS都是組合優化問題，存在“維數災難”的問題。因此這是一個包含復雜約束條件、上下層規劃問題的非線性雙層規劃問題。求解該類問題就需要設計一種搜索能力強、收斂速度快的分層遞階的求解算法。而在求解算法研究方面，隨著計算機技術的發展，智能優化算法被大量應用于傳統優化算法難以解決的NP問題中，由此發展起來的swarm intelligence（SI）是目前研究的熱點。典型的有遺傳算法、差分優化算法、粒子群算法、蟻群算法、狼群算法以及混合智能算法等等［17～22］，這類算法在計算復雜度上相對于傳統算法表現出的極大優勢，使得它們在各個領域都得到了廣泛的應用。

3.4 分布式反導作戰多傳感器任務規劃方法分析

分布式反導作戰多傳感器任務規劃在本質上屬于分布式任務分配問題范疇。求解該類問題的核心是設計任務執行者之間的協同機制，各執行者以該協同機制作為行為規則，實現作戰過程中的動態更新。主要包括確定問題的目標函數和約束條件；分析分布式調整的觸發時機；根據問題背景和作戰需求，設計合理的協同機制，以實現交戰過程中任務規劃方案分布式調整后的作戰效能最大化。

1）執行時機分析

在作戰過程中可能由于后續約束條件滿足、戰場節點損耗/失效等情況的改變而使得某個周期內的集中式方案變得不再是最優解，甚至變為不可行解。此時，就需要根據戰場的實時態勢進行動態的分布式調整。具體執行條件如下。

執行條件1：當T時刻，目標尚未到達傳感器節點有效威力范圍時，融合Agent（處理層Agent）根據體系內的目標綜合信息，發現目標實際航跡偏離之前規劃時采用的預測彈道，使得處理層Agent根據所轄實體層Agent的部署位置、武器性能、剩余資源等因素的掌握程度，判定“之前由于作戰區域、系統資源或不滿足其他等原因未能分配到該目標”的傳感器節點可對其提前作戰，則發出協同交戰請求，對相應任務規劃方案進行調整。這樣做是為了有機會選擇更加有效的傳感器節點對目標實施作戰，提高作戰效能。

執行條件2：當T時刻，實體層Agent判定無法成功完成任務（失跟、傳感器節點失效、無剩余資源等）或者目標強機動飛出當前傳感器節點有效范圍，處理層Agent根據當前其他節點的部署位置、武器性能等因素判定其它傳感器節點可對目標繼續實施作戰，則發出協同交戰請求，重新調整任務規劃序列，盡可能減小目標突防概率。

2）分布式協同決策方法分析

不同類型的任務共同體共同構成了傳感器任務規劃，彼此間既存在區別、又存在耦合，因此相對應的求解方法也應當是不盡相同的。具體體現為問題解決的目的、分配對象、任務執行能力需求，如表1所示。

一方面，目的和分配對象這兩個因素決定了分配問題的建模方式、約束條件和求解的粒度；另一方面，任務執行能力需求決定了協同決策的依據、機理和過程。從表1中，可以看出預警與探測跟蹤主要關注目標跟蹤性能上的穩定和優化，可以用某個或某些具體特性的最優度量值（檢測概率、截獲概率、跟蹤精度等）作為目標函數，是實現目標-傳感器之間的動態調整；而識別制導任務共同體是要在攔截點規劃的基礎上對目標-制導節點-火力節點的進一步動態調整。與前兩者相比，在識別制導任務共同體階段，資源沖突高，約束復雜，實時性要求高。因此，有必要將分布式反導作戰多傳感器任務規劃問題分為預警探測跟蹤協同規劃和識別制導協同規劃分別進行研究。

表1 不同類型任務體下的求解問題比較

在求解算法方面，目前對于分布式分配問題的研究可分為以Brown算法為代表的通用算法求解方法和以人工智能為基礎的協同機制求解方法。前者可實現全局最優，一致性好，但是對作戰計算資源、數據要求以及指控能力的要求極高。一旦對抗體系發生變化（體系中有節點加入或者退出），就需要全局進行重新優化。而基于人工智能的求解方法，由于其計算復雜度低、體系結構動態調整速度快，可擴展性好，局部優化能力強等特點，成為了目前研究的熱點。主要包括了基于行為的方法［23］，基于拍賣和市場機制的方法［24～25］，基于空閑鏈的方法［26］以及如蟻群、狼群等基于群智能［20～21］的方法。

4 結語

異構MAS下的反導作戰傳感器任務規劃框架通過將反導作戰傳感器任務規劃依據任務性質進行分割，不但是為了平衡各傳感器的任務執行量，也是為了區分多源異類傳感器能力帶來的區域性差異問題。在此基礎上，構建了一種基于任務共同體的分層決策框架。最后，探討了基于雙層規劃的傳感器任務規劃序列生成模型，以及分布式協同決策下的動態更新問題。為反導作戰傳感器任務規劃問題提供了一個新的思路。

下一步的工作包括兩個方面：一是考慮更符合戰場環境的目標和約束條件，構建多目標規劃模型，使得模型更貼近作戰應用特點及決策需求；二是構建能夠動態適應戰場攻防對抗態勢變化的面向多任務分布式智能協同任務規劃理論與算法，以進一步提高不確定戰場環境下，算法求解效率及解的精度。

［1］李軍，鐘志良，景寧，胡衛東.異構MAS結構下的空天資源多階段協同任務規劃方法［J］.航空學報，2013，34（7）：1682-1697.

［2］Br?ring A，Echterhoff J，Jirka S，et al.New generation sensor web enablement［J］.Sensors，2011，11（3）：2652-2699.

［3］劉欽，劉崢.一種基于Rényi信息增量的機動目標協同跟蹤方法［J］.控制與決策，2012，27（9）：1437-1440.

［4］王一川，單甘霖，童俊.基于協同memetic PSO算法的傳感器-目標分配問題求解［J］.系統工程與電子技術，，2013，35（5）：1000-1007.

［5］aheswararajah S，Halgamuge S.Sensor scheduling for tar?get tracking using particle swarm optimization［C］//Proc.of the IEEE 63rdVehicular Technology conference，2006：573-577.

［6］Badawy R，Hirsch B，Albayrak S.Agent-based coordina?tion techniques for matching supply and demand in energy networks［J］.Integrated Computer-Aided Engineering，2010，17（4）：373-382.

［7］de Jong S，Tuyls K，Verbeeck K.Fairness in multi-agent systems［J］.Knowledge Engineering Review，2008，23（2）：153-180

［8］Confessore G，Giordani S，Rismondo S.A market-based multi-agent system model for decetrlized multi-project scheduling［J］.Annals of Operations Research，2003：27-38.

［9］唐蘇妍.網絡化防空導彈體系動態攔截聯盟形成機制與方法研究［D］.長沙：國防科學技術大學，2011：40-48.

［10］Peng Ni，Jin-Mang Liu，Yong-lan Liu，Qiang Fu.Re?search on mission planning for distributed multi-sensors in anti-TBM combat based on multi-agent system［J］.Sensor Letters.2014，12（2）：325-331.

［11］吳林鋒，王剛，劉昌云，楊少春.基于多智能體的反導傳感器任務規劃算法［J］.現代防御技術，2012，40（2）：88-93.

［12］王剛，何晶.基于Agent的網絡化防空作戰多傳感器集成研究［J］.火力指揮與控制，2009，34（1）：19-22.

［13］Bogdanowicz Z R.A new efficient algorithm for optimal assignment of smart weapons to targets［J］.Computers and Mathematics with Applications，2009，58（4）：1965-1969.

［14］陳英武，蔡懷平，邢立寧.動態武器目標分配問題中策略優化的改進算法［J］.系統工程理論與實踐，2007，27（7）：160-165.

［15］Karasakal O.Air defense missile-target allocation mod?els for a naval task group［J］.Computers&Operations Research，2008，35（2）：1759-1770.

［16］劉曉，劉忠，侯文姝.火力分配多目標規劃模型的改進MOPSO算法［J］.系統工程與電子技術，2013，35（2）：326-330.

［17］王瑋，程樹昌，張玉芝.基于遺傳算法的一類武器目標分配方法研究［J］.系統工程與電子技術，2008，30（9）：1708-1711.

［18］黃仁全，靳聰，賀筱軍，等.自適應局部增強微分進化改進算法［J］.空軍工程大學學報（自然科學版），2011，12（3）：84-89.

［19］范成禮，邢清華，范海雄.帶審斂因子的變鄰域粒子群算法［J］.控制與決策，2014，29（4）：696-700.

［20］李猛，王道波，盛守照.采用多重啟發蟻群優化算法的無人機航跡規劃［J］.華南理工大學學報（自然科學版），2011，39（10）：37-43.

［21］吳虎勝，張鳳鳴，吳廬山.一種新的群體智能算法——狼群算法［J］.系統工程與電子技術，2013，35（11）：2430-2438.

［22］劉朝華，李小花，章兢.精英免疫克隆選擇的協同進化粒子群算法［J］. 電子學報，2013，41（11）：2167-2173.

［23］Gage Aaron.Multi-Robot Task Allocation Using Affect［D］. Tampa： University of South Florida， 2004：15-20.

［24］Jones E.Gil，Dias M.Bernardine，Stentz Anthony.Learn?ing-Enhanced Market-based Task Allocation for Disas?ter Response［A］.CMU-RI-TR-06-48.Pittsburgh：Carnegie Mellon University，2006：88-96.

［25］Dobzinski Shahar，Nisan Noam，Schapira Michael.Ap?proximation Algorithms for Combinatorial Auctions with Complement-Free Bidders［J］.Mathematics of Opera?tions Research，2010，35（1）：1-13.

［26］I.D.Chase，Weissburg M.，Dewitt T.H.The Vacancy Chain Process：A New Mechanism of Resource Distribu?tion in Animals with Application to Hermit Crabs［J］.Animal Behavior，1998（36）：1265-1274.