微动目标跟踪成像一体化的雷达资源优化调度算法

相控阵雷达可以同时担负搜索、跟踪、识别与成像等多种雷达任务。为了提高雷达对战场环境的感知能力并减轻雷达资源分配的冲突,提出一种微动目标跟踪成像一体化的雷达资源优化调度算法。该算法建立了包含微动目标成像任务的雷达优化调度模型并利用启发式算法求解,利用跟踪脉冲与调度剩余的空闲时间资源,动态地构造感知矩阵并采用正交匹配追踪（OMP）算法对微动目标进行特征提取并成像。仿真结果表明：该算法可以实现稀疏孔径条件下的微动目标成像,并具有良好的鲁棒性,同时进一步提高了雷达系统的资源利用率。     

MIMO雷达射频隐身性能优化的目标跟踪算法

随着现代战场中电子对抗的日益激烈,雷达的生存环境受到了严重的威胁。射频（RF）隐身技术是一种提高雷达及其运载平台战场生存能力的重要途径。为提高雷达射频隐身性能,针对具有MIMO探测模式的新体制雷达提出了隐身性能优化的目标跟踪算法。该算法基于射频隐身性能优化模型,通过自适应控制系统的子阵划分个数、平均发射功率、波束驻留时间以及采样周期,在满足系统跟踪性能要求的前提下优化系统射频隐身性能,其中的射频隐身性能综合考虑了截获因子及采样周期。仿真结果表明,与传统相控阵雷达相比,本文所提出的目标跟踪算法使MIMO雷达具有更好的射频隐身性能。     

基于二维资源管理的多功能雷达任务调度算法

动态孔径分割技术为相控阵雷达针对不同任务灵活分配孔径资源提供了可能,而传统的资源调度方法仅基于单一孔径条件研究了时间资源的优化分配问题。针对雷达搜索、跟踪与成像任务的自适应调度问题,提出了一种基于时间-孔径二维资源管理的雷达资源调度算法。该算法建立了雷达孔径分割条件下的二维资源调度模型,确立了能量资源约束条件;利用基于压缩感知的稀疏孔径逆合成孔径雷达（ISAR）成像技术,使雷达在完成目标搜索和跟踪任务的同时实现对目标的成像;定义了调度算法性能的评价指标。在仿真实验中将该算法与另外2种算法进行对比,验证了所提算法在高度成功率、二维资源利用率与任务并行度这3种性能指标上具有优越性。     

相控阵雷达搜索方式下波位编排与优化

分析不同波位编排方式对相控阵雷达能量需求与搜索性能的影响,给出了搜索方式下较为优化的波位编排方式。然后在分析相控阵雷达波束展宽效应的基础上,提出了非均匀划分扫描空域并对波束展宽效应进行补偿的方法,对波位编排方式进一步优化。最后利用该方法仿真分析了波束宽度与天线增益的变化,结果表明可有效补偿波束展宽效应带来的影响。     

一种相控阵雷达搜索参数设计策略

为实现相控阵雷达探测高超声速目标最远发现距离尽可能大，设计了一种基于改进告警-确认检测方法的搜索参数优化策略。首先根据雷达原理和目标特性指出搜索参数优化需求，分析告警-确认检测基本原理并给出考虑搜索空域内新目标平均出现率的帧时间计算公式，然后以每个波位的告警检测与确认检测的驻留时间和虚警概率为优化变量、以最大化最远发现距离为目标函数建立搜索参数优化数学模型并给出求解步骤，最后对设计方法的有效性进行仿真验证。结果表明，在总虚警概率和每个位置允许的最大驻留时间双重约束下，设计的搜索参数优化策略可以较短的帧时间获得较大的最远发现距离。跟踪负载相同时，设计的搜索参数优化策略优于均匀搜索方法和告警-确认检测方法。     

相控阵测控系统的特点和主要技术问题

在比较相控阵测控系统和相控阵雷达的基础上,归纳出相控阵测控系统的特点,根据研制相控阵多目标测控系统和TDRSS-SMA的体会,概述了它的测轨精度、波束形成、分时多波束和同时多波束、自适应时-空二维滤波、边扫描边跟踪和多目标跟踪、共形相控阵和宽角扫描以及降低造价等问题。     

一种舰载相控阵制导雷达驻留时间动态调度算法

为了解决舰载相控阵雷达的实时驻留问题,提出了一种新的相控阵雷达驻留时间调度算法。依据工作方式优先级和目标信噪比来设计调度准则。首先分析了构建舰载相控阵雷达模型所需要的各种理论模型,包括自由空间目标回波功率、干扰模型、目标检测模型。在此基础上,提出了雷达时间动态调度算法机制。最后根据建立的舰载多功能相控阵雷达模型分析驻留时间分配,目标信噪比检测的效能,仿真结果表明了该算法的合理性和有效性。     

基于脉冲交错的数字阵列雷达任务优化调度算法

针对数字阵列雷达搜索、跟踪和成像任务的资源调度问题,提出一种数字阵列雷达(DAR)任务的优化调度算法。该算法以脉冲交错技术为基础,在对目标搜索与跟踪的同时,利用基于压缩感知的稀疏孔径认知逆合成孔径雷达(ISAR)成像方法对部分精密跟踪目标成像,并采用观测时间动态调整策略以提高雷达系统的自适应能力。仿真结果表明,与传统雷达资源调度算法相比,该算法可以将成像任务考虑到优化调度模型中并合理分配资源,实现雷达多任务并行的调度,获得更高的资源利用率与期望的成像质量。     

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

基于波位聚类的相控阵雷达群目标调度模型

如何有效分配有限的能量和时间资源,从而实现大量密集群目标的跟踪测量,是相控阵雷达资源调度面临的难点问题。在采用基于最小期望时间和时间槽优先占用的自适应资源调度模型的基础上,论述了基于波位动态聚类及分区识别算法的相控阵雷达群目标调度模型,详细描述了群目标调度流程图。群目标调度模型根据距离门宽度、方位俯仰波束宽度、目标速度、航迹预测误差和点迹测量误差等确定群目标的分区位置及大小,自动实现群目标的聚类和跟踪。仿真分析表明:该模型能够适应目标群的动态演化过程,实现群内外所有目标的独立跟踪,有效节约群目标跟踪时的资源开销,并已在实际工程应用中得到了验证。     

基于工业物联网的混流车间机器人自适应调度

随着工业物联网技术与人工智能技术深度融合,物料机器人已广泛应用于物联网车间中。针对车间存在实时动态变化和状况不确定等诸多复杂因素,本文提出以组分层建树和以实时状态为根节点的SP–MCTS(Singleplayermonte-carlotreesearchalgorithm)搜索方法实现车间自适应调度决策。该方法将机器人调度问题转化为马尔科夫决策过程(Markov decision process,MDP),并详细描述车间状态、动作、奖励和策略的表示方法。在实时调度过程中,该搜索方法依据工件组分层建树,搜索中只考虑相邻两组间的状态关系,从而简化计算难度。在子树搜索中,应用SP–MCTS以实时状态为根节点进行搜索,同时应用扩展方法和剪支方法进行策略探索和信息累积,使得在子树内实时状态节点越深,就越能够快速精准获取最优策略。最后,通过实际案例模拟分析,验证了该方法的有效性和优越性。     

海岛独立微电网多时间尺度能量调度方法研究

海岛独立微电网是一个复杂信息物理系统,其能量调度是非线性、多约束、多时间尺度的动态性问题。针对这一问题,研究了改进自适应粒子群算法的多时间尺度优化调度模型,并给出了日前多目标调度模型和日内滚动优化修正模型。日前多目标调度基于改进自适应粒子群算法进行多目标优化,确保微电网系统的经济性和稳定性;日内滚动优化调度采取滚动优化方式修正日前调度,确保日前调度的有效性。仿真算例验证了所提方法的有效性和可行性。     

独立离场模式下多跑道时空资源优化调度方法

为有效缓解大流量、高密度机场日益严重的交通拥堵和航班延误现状,研究了多跑道离场航班优化调度问题。首先,从生产调度领域视角,将多跑道离场调度问题抽象为典型的车间作业调度NP-Hard组合优化问题;然后,面向航空运输各方利益需求,以航班延误、跑道容量和环境污染为优化目标,综合考虑航空器尾流影响、场面滑行和跑道穿越等各类限制因素,建立了独立离场模式下多跑道时空资源优化调度模型;最后,结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法(NSGA-II),寻求多跑道离场调度问题的Pareto最优解。仿真实验表明,模型可对独立离场航班进行优化配置,显著降低航班延误时间和航空发动机污染物排放量,并有效提升机场跑道容量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了51.2%和42.7%,所提方法可显著缓解大型繁忙机场离场航班起飞延误,有效提升航空运输服务品质。     

Modeling and parameter optimization of agile beam radar tracking

In the work presented here, we address parameter optimization for agile beam radar tracking to minimize the radar resources that are required to maintain a target under track. The parameters to be optimized include the track-revisit interval as well as the sequence of pairs of target signal strengths and detection thresholds associated with successive illumination attempts in each track-revisit. The effects of false alarms and clutter interference are taken into account in the modeling of target detection and in the characterization of tracking performance. Based on the detection model and tracker characterization, the parameter optimization problem is formulated. Typical examples of the optimization problem are numerically solved. The optimal solution gives an off-line scheduling of the parameter set. It also provides insight into the selection of a near-optimal parameter set that is appropriate for real-time implementation.     

Sequential dynamic resource allocation in multi-beam satellite systems:A learning-based optimization method

Multi-beam antenna and beam hopping technologies are an effective solution for scarce satellite frequency resources. One of the primary challenges accompanying with Multi-Beam Satellites(MBS) is an efficient Dynamic Resource Allocation(DRA) strategy. This paper presents a learning-based Hybrid-Action Deep Q-Network(HADQN) algorithm to address the sequential decision-making optimization problem in DRA. By using a parameterized hybrid action space,HADQN makes it possible to schedule the beam patte...     

相控阵主动雷达导引头波形策略

针对高脉冲重复频率脉冲多普勒(HPRF-PD)体制的相控阵主动雷达导引头中存在的距离遮挡问题,设计了一种新的波形选择策略。首先,利用提出的脉冲重复频率(PRF)波形选择策略,离线计算得到距离对应PRF的波形查找表。然后,通过叉积自动频率控制环路滤波(CPAFCLF)算法预估下个相参处理间隔(CPI)导引头与目标间的径向相对速度,并联合提出的基于Sage-Husa带有速度预测的自适应"当前"统计模型(SH-ACSMVP)算法得到的距离跟踪值,获得下个CPI的距离预测值。在跟踪机动目标场景中,相比于"当前"统计(CS)模型跟踪算法及基于"当前"统计模型的自适应无迹卡尔曼滤波(CAUKF)算法,本文算法得到的距离预测误差更小,误差收敛速度更快。根据此距离预测值从波形查找表中选择波形发射,作为下个CPI的发射波形,实现后续跟踪阶段的抗距离遮挡,提高目标跟踪性能。仿真结果表明了本文所设计波形选择策略的正确性及有效性。     

Beam resource scheduling for a VHF-MIMO radar network in low-angle tracking

The low-angle tracking in multipath interference is a challenging problem for the Very High Frequency (VHF) radar. The colocated Multi-Input Multi-Output (MIMO) technique can remedy such a defect. In this paper, a Joint Beam-Target Assignment and Power Allocation (JBTAPA) strategy is proposed for the VHF-MIMO radar network tracking low-angle targets. The core of the JBTAPA strategy is to improve the worst tracking accuracy among multiple targets by assigning appropriate beams to targets and allocating the power resource in each beam using the feedback information in the tracking cycle. Taking into account the transmit multipath and receive multipath, we derive the Cramér-Rao Lower Bound (CRLB) on angle estimate, which is then incorporated in the Predicted Conditional CRLB (PC-CRLB). A more accurate and consistent lower bound is provided as the optimization metric since the PC-CRLB is based on the most recently realized measurements. A two-stage-based technique is proposed to solve the JBTAPA problem, which is originally NP-hard. Simulation results verify the effectiveness and efficiency of the proposed method. The results also imply that the target reflectivity plays one of the important roles in resource allocation.     

基于微分进化算法的二自由度PID控制器参数优化

针对二自由度PID控制器参数多、调节困难等问题,提出了一种基于微分进化算法参数调节优化方法。证明了微分进化算法能够收敛到平稳点,并具有概率全局收敛性。研究了二自由度PID控制器参数与抑制特性、跟踪特性的关系,并将微分算法与遗传算法、粒子群算法的参数优化结果进行了比较。仿真验证表明,微分算法能够更好地实现二自由度PID控制器参数的调节,具有优异的跟踪特性和抑制特性。