一种基于有源无源协同的时空频资源智能调度方法与系统技术方案

本发明专利技术提出一种基于有源无源协同的时空频资源智能调度方法与系统，属于数据处理术领域。本发明专利技术通过有源无源传感器探测信息的关联和融合，形成关于目标的频段、距离、高度、方位、属性等信息，克服无线电感知设备缺乏目标距离、真伪辨别能力的弱点，通过丰富无线电感知设备的探测识别信息，用于指导优化无线电感知设备的时空频资源调度，提升无线电感知设备对多目标尤其是高威胁目标的截获概率、跟踪精度和识别时效性。和识别时效性。和识别时效性。

【技术实现步骤摘要】
一种基于有源无源协同的时空频资源智能调度方法与系统


[0001]本专利技术属于数据处理
，尤其涉及一种基于有源无源协同的时空频资源智能调度方法与系统。

技术介绍

[0002]通常，无线电感知设备的调度策略是针对感知目标在时域、空域、频域等维度的不确定性，构建了以任务风险最小化和资源效能最佳为优化目标的感知资源调度方法，结合感知资源实时状态，通过对各类可用侦收、跟踪及确认的效费分析比较，确定最佳感知资源调度策略，使无源协同探测系统能够快速适应战情变化，高效管控资源应对各类感知任务，提升资源调配策略生成的实时性、合理性，提升无源感知系统对复杂环境不确定性的适应性，保证任务完成能力的强鲁棒性。
[0003]目前无线电感知设备的常用的调度策略有固定模板、多模板、部分模板和自适应调度策，调度的性能随着调度策略复杂度的提升而增加。
[0004]固定模板法在一个调度间隔内固定分配一系列固定的无线电感知任务组合，分别执行搜索、确认、跟踪等任务。系统按此流程固定的调度硬件进行序列任务。该调度策略设计简单，资源占用较少。但是，由于固定性的限制，导致这种策略仅适用于一些特殊的任务目标，缺乏普遍性和灵活性，无法自动根据感知任务的重要程度进行自我调节。
[0005]多模板法提前根据面对的环境设计了多个固定模板，在调度时根据一定要求寻找其中最适合的模板，摆脱了固定性的局限，增强了策略的多功能适应性。这种调度策略适用在对目标具有一定先验知识的情况下，但模板数过多则会耗费大量的资源进行模板匹配，难以满足多功能强实时调度的要求。
[0006]部分模板法在调度间隔中事先设计了部分无线电感知系统必须完成的任务以保证核心功能的最小程度执行，而对调度间隔中的其余资源则根据任务的优先级和约束条件进行调度优化。相比固定模板法、多模板法，该调度策略在系统资源利用率上有较大提升，且对不同电磁环境有较强的自适应能力，但在设计和分析策略时较为困难。
[0007]自适应调度法根据不同工作方式优先级条件，在无线电感知系统硬件约束范围内实时响应各种任务功能的驻留请求时间、能力和计算机资源，为每一个调度间隔选择最佳的实时任务调度序列。这种调度策略需要与动态的无线电感知环境相匹配，要符合系统设计条件，在多功能、多任务、强实时需求下的无线电感知系统中具有灵活调度、可自适应、资源利用率高等优点。
[0008]以上四种调度方法都是基于无线电感知设备获取了相关信息的条件下进行的调度，但是在实际中无线电感知设备获取目标相关信息的能力较弱，在单站条件下不能很好的确定目标的真伪、重要性等信息，同时不一定能够获取目标的距离信息，因此很多情况下进行的资源调度决策是有限认知下的优化调度，是一种局部优化调度而非全局最优调度。

技术实现思路

[0009]本专利技术上述方法的不足，结合现有源雷达和无线电感知设备一体化调度运用的趋势，提出一种有源无源协同的时空频资源自适应调度方案。
[0010]本专利技术第一方面提出一种基于有源无源协同的时空频资源智能调度方法，所述方法包括：
[0011]步骤S1、无线电感知设备和有源雷达设备分别对感知目标进行感知探测，并分别输出感知探测信息；
[0012]其中，所述无线电感知设备输出的感知探测信息为第一目标位置和第一属性信息，所述有源雷达设备输出的感知探测信息为第二目标位置和第二属性信息；
[0013]步骤S2、基于所述第一目标位置和第二目标位置之间的关联关系以及所述第二属性信息和所述第二属性信息之间的关联关系，对所述感知目标进行关联；
[0014]其中，对于未关联的目标，判断所述未关联的目标是否存在有源信息；若否，则将所述未关联的目标加入无源跟踪队列，若是，则将所述未关联的目标加入无源搜索队列；
[0015]其中，对于已关联的目标，对所述已关联的目标的目标属性进行标识，并判断所述已关联的目标是否为合作源目标，若是，则输出所述合作源目标，若否，则将所述已关联的目标加入无源确认队列；
[0016]步骤S3、汇总所述无源跟踪队列、所述无源搜索队列和所述无源确认队列，判断当前空域是否覆盖目标空域，若否，将未覆盖的空域加入所述无源搜索队列，直到所述当前空域完全覆盖所述目标空域；
[0017]步骤S4、根据所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中各个目标的任务优先级和资源使用情况，统一调度时域资源、空域资源和频域资源，来优化所述无源跟踪队列、所述无源搜索队列和所述无源确认队列；
[0018]其中，所述空域资源具有最高优先级，优先调度所述空域资源；所述时域资源调度的优先级次之，所述时域资源优先满足截止时间优先的任务。
[0019]根据本专利技术第一方面的方法，对于所述空域资源的调度，其仅限于无线电感知设备瞬时无法覆盖全部责任空域，并通过转动天线来覆盖不同空域的情况；所述空域资源的调度的优先级为：
[0020]基于经划定的责任空域，按照每个空域中所述无源跟踪队列、所述无源搜索队列和所述无源确认队列的数量来进行编排，所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中目标的数量越多，则当前空域资源的调度优先级越高；
[0021]或者根据所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中目标的任务紧急程度来确定所述空域资源的调度优先级。
[0022]根据本专利技术第一方面的方法，对于所述时域资源的调度，其仅限于所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中目标的任务所需时间不一致，且所述无源搜索队列中目标的载频、重频和脉宽未知，以及所述无源跟踪队列和所述无源确认队列中目标的载频、重频和脉宽已知的情况；具体包括：
[0023]在搜索任务的间隙按照目标所处的频段执行跟踪任务和确认任务的编排；其中，在宽频段搜索过程中，以特定周期在特定频段处理所述跟踪任务和所述确认任务，保持所述跟踪任务和所述确认任务的时效性。
[0024]根据本专利技术第一方面的方法，对于所述频域调度，其基于固定时间间隔统计得到的所有目标的分布频段，在分布频繁度超过阈值的频段优先分配频域搜索资源；同时针对所述合作源目标，在原有无线电感知设备频域资源分配的基础上进一步减少所述频域搜索资源，针对所述非合作源目标，在原有无线电感知设备频域资源分配的基础上进一步增加所述频域搜索资源。
[0025]根据本专利技术第一方面的方法，所述分布频繁度由分布权重向量来表征，具体包括：
[0026]将每个目标的n维频段分布向量和所述感知探测信息拼接成n+1维向量，将m个目标的频段分布向量组成一个特征矩阵，并将所述特征矩阵输入神经网络；
[0027]在所述神经网络中，所述特征矩阵首先经过卷积块处理，该卷积块由卷积核大小为3的卷积层和卷积核大小为1的卷积层组成，通过所述卷积块增加所述特征矩阵的通道数，步距为1，采用零填充方式；
[0028]随后为三个连续的卷积操作，每个操作阶段由若干通道权重多尺度卷积模块和树状特征融合模块组成；每个阶段的通道权重多尺度卷积模块包括一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于有源无源协同的时空频资源智能调度方法，其特征在于，所述方法包括：步骤S1、无线电感知设备和有源雷达设备分别对感知目标进行感知探测，并分别输出感知探测信息；其中，所述无线电感知设备输出的感知探测信息为第一目标位置和第一属性信息，所述有源雷达设备输出的感知探测信息为第二目标位置和第二属性信息；步骤S2、基于所述第一目标位置和第二目标位置之间的关联关系以及所述第二属性信息和所述第二属性信息之间的关联关系，对所述感知目标进行关联；其中，对于未关联的目标，判断所述未关联的目标是否存在有源信息；若否，则将所述未关联的目标加入无源跟踪队列，若是，则将所述未关联的目标加入无源搜索队列；其中，对于已关联的目标，对所述已关联的目标的目标属性进行标识，并判断所述已关联的目标是否为合作源目标，若是，则输出所述合作源目标，若否，则将所述已关联的目标加入无源确认队列；步骤S3、汇总所述无源跟踪队列、所述无源搜索队列和所述无源确认队列，判断当前空域是否覆盖目标空域，若否，将未覆盖的空域加入所述无源搜索队列，直到所述当前空域完全覆盖所述目标空域；步骤S4、根据所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中各个目标的任务优先级和资源使用情况，统一调度时域资源、空域资源和频域资源，来优化所述无源跟踪队列、所述无源搜索队列和所述无源确认队列；其中，所述空域资源具有最高优先级，优先调度所述空域资源；所述时域资源调度的优先级次之，所述时域资源优先满足截止时间优先的任务。2.根据权利要求1所述的一种基于有源无源协同的时空频资源智能调度方法，其特征在于，对于所述空域资源的调度，其仅限于无线电感知设备瞬时无法覆盖全部责任空域，并通过转动天线来覆盖不同空域的情况；所述空域资源的调度的优先级为：基于经划定的责任空域，按照每个空域中所述无源跟踪队列、所述无源搜索队列和所述无源确认队列的数量来进行编排，所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中目标的数量越多，则当前空域资源的调度优先级越高；或者根据所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中目标的任务紧急程度来确定空域资源调度优先级。3.根据权利要求2所述的一种基于有源无源协同的时空频资源智能调度方法，其特征在于，对于所述时域资源的调度，其仅限于所述无源跟踪队列、所述无源搜索队列和所述无源确认队列中目标的任务所需时间不一致，且所述无源搜索队列中目标的载频、重频和脉宽未知，以及所述无源跟踪队列和所述无源确认队列中目标的载频、重频和脉宽已知的情况；具体包括：在搜索任务的间隙按照目标所处的频段执行跟踪任务和确认任务的编排；其中，在宽频段搜索过程中，以特定周期在特定频段处理所述跟踪任务和所述确认任务，保持所述跟踪任务和所述确认任务的时效性。4.根据权利要求3所述的一种基于有源无源协同的时空频资源智能调度方法，其特征在于，对于所述频域调度，其基于固定时间间隔统计得到的所有目标的分布频段，在分布频繁度超过阈值的频段优先分配频域搜索资源；同时针对所述合作源目标，在原有无线电感
知设备频域资源分配的基础上进一步减少所述频域搜索资源，针对所述非合作源目标，在原有无线电感知设备频域资源分配的基础上进一步增加所述频域搜索资源。5.根据权利要求4所述的一种基于有源无源协同的时空频资源智能调度方法，其特征在于，所述分布频繁度由分布权重向量来表征，具体包括：将每个目标的n维频段分布向量和所述感知探测信息拼接成n+1维向量，将m个目标的频段分布向量组成一个特征矩阵，并将所述特征矩阵输入神经网络；在所述神经网络中，所述特征矩阵首先经过卷积块处理，该卷积块由卷积核大小为3的卷积层和卷积核大小为1的卷积层组成，通过所述卷积块增加所述特征矩阵的通道数，步距为1，采用零填充方式；随后为三个连续的卷积操作，每个操作阶段由若干通道权重多尺度卷积模块和树状特征融合模块组成；每个阶段的通道权重多尺度卷积模块包括一个卷积核大小为1的卷积层和三个并联的卷积层，三个并联的卷积层的卷积核大小分别为3、5和7，将所述三个并联的卷积层的输出相加后经过卷积核大小为1的卷积层和Relu激活函数；其中，在所述三个并联的卷积层的第一个卷积层的输入处设置一条支路，该支路对相同的输入进行连续的两层卷积核大小为3的卷积层处理，并且每个卷积层后都接有Relu激活函数；然后对生成的特征矩阵进行全局平均池化操作处理，得到一个维度等于通道数量的向量；再经过softmax函数处理后得到一个权重向量；将所得的权重向量和所述三个并联的卷积层中最后一个卷积层得到的特征矩阵相乘，将相乘结果经BN层和Relu激活函数处理后输出至所述树状特征融合模块；其中，每个阶段的树状特征融合模块对输入特征矩阵做四个并行的卷积层处理，前两个卷积层的卷积核大小为1和3，后两个卷积层的卷积核大小为1和5，采用填充方式，得到的特征矩阵有相同的尺寸大小；分别将前两层和后两层的卷积输出结果相加，得到两个特征矩阵，再分别经过卷积核大小为3和5的卷积层处理，最后将得到的两个特征矩阵相加，经过BN层和Relu激活函数；设置每个阶段的第一个树状特征融合模块的四个卷积层步距为2，以缩减特征矩阵的长和宽，其他卷积层步距均为1；将经过所述三个连续的卷积操作后得到的特征矩阵做全局平均池化操作处理，得到维度等于通道数的一维向量，再经过输入维度等于通道数、输出维度等于频段维度n的全连接层处理后，得到最终的一维向量，经softmax函数处理，从而获取每个频段的分布权重向量。6.一种基于有源无源协同的时空频资源智能调度系统，其特征在于，所述系统包括：第一处理单元，被配置为：调用无线电感知设备和有源雷达设备分别对感知目标进行感知探测，并分别输出感知探测信息；其中，所述无线...

【专利技术属性】
技术研发人员：刘燕，邵文佳，李宏，田明宏，郭建明，关鑫璞，万晓磊，卫超，
申请(专利权)人：中国人民解放军九三二零九部队，
类型：发明
国别省市：