基于动态优先级的相控阵雷达自适应调度

相控阵雷达需要在完成作战空域搜索的同时完成多个目标捕获以及精确跟踪。为了能够及时有效、充分地调度安排雷达时间资源,本文提出了基于动态优先级的雷达自适应调度模型,根据雷达事件调度时间窗偏移及其需求时间片与离散时间片的契合对优先级进行动态调整和排序,完成雷达事件自适应调度,并给出了相控阵雷达应用实例。与基于固定优先级的雷达自适应调度模型相比较,该模型能够提高雷达波束调度成功率和时间资源利用率。     

基于价值密度的相控阵雷达事件调度算法

针对相控阵雷达事件调度问题中求解目标综合优先级时未考虑事件驻留时间的问题,提出一种基于“价值密度”的相控阵雷达事件调度算法。通过引入作业车间调度领域“价值密度”概念,根据目标属性、运动状态、雷达硬件条件、事件截止期等参数,共同计算雷达完成该事件时单位时间内所能具有的价值,即该事件的价值密度;并基于价值密度进行调度。仿真实验表明,基于价值密度的调度算法与传统基于综合优先级排序调度算法相比,能有效提高调度成功率和实现价值率。     

雷达数据关联中动态加权模糊C-均值聚类算法研究

针对雷达本身及测量的运动目标淹没在大量的杂波中而导致所测数据的不准确问题,文中对雷达测量的大量目标数据进行卡尔曼滤波,以减少数据关联时的计算冗余量;并对模糊C-均值(C-Means)聚类算法进行改进,改进后的算法利用实时目标航迹斜率的变化率对传统的模糊C-Means聚类算法进行动态加权,从而使模糊C-Means聚类算法的目标函数最优化,优化后的目标函数确定的聚类中心更加逼近目标的实际值,从而保证数据关联的准确度,并减少了计算时间,提高算法的效率.仿真实验表明,将文中基于目标航迹斜率变化率动态加权的模糊C-Means聚类算法应用于曲线运动目标的数据关联中,与传统的模糊C-Means聚类算法相比,可以提高数据关联准确度和效率.     

多功能相控阵雷达自适应调度算法研究

由于阵列天线的波束捷变能力 ,多功能相控阵雷达可对多个目标交替进行搜索、验证、跟踪等工作方式的操作。为此 ,需要一种调度策略以有效地分配雷达时间和能量等资源 ,达到优化雷达整体性能的目的。针对多功能相控阵雷达 ,在分析自适应调度算法的设计原则基础上提出一种自适应调度算法 ,并给出具体的性能评估指标。算法能够根据雷达事件的优先级、驻留长度、期望发射时间及时间窗合理地安排一个调度间隔内的雷达事件序列 ,仿真结果验证了调度算法的有效性。     

车联网中交通安全消息动态优先调度机制

车联网中两类交通安全消息共享有限控制信道带宽,在消息突发状态下无法保证事件触发消息的传播性能,导致预警失效.基于差异化的消息传播性能需求提出了一种动态优先级区分的调度机制,按事件优先级分别进行队列管理,赋予事件触发消息优先权,通过设置优先级调度阈值实现对事件触发消息的动态调度.当优先队列长度高于阈值时,其抢占调度时隙.当队列长度低于阈值一半,退出抢占过程,恢复非抢占优先调度方法.仿真显示,所提调度机制能够减小事件触发消息的端到端时延约1.3 ms,提高周期性消息的公平性约0.22.     

基于模糊聚类的云任务调度算法

为了更好地实践云计算提供廉价按需服务的宗旨,提出了一种在模糊聚类基础上,基于两级调度模式的任务调度(FCTLBS,fuzzy clustering and two level based task scheduling)算法,新算法设置用户调度和任务调度2个等级。对资源进行性能模糊聚类;根据任务参数计算资源偏好,使不同偏好任务在不同聚类中选择,缩小了选择范围,更好地反映了任务需求。仿真实验表明,本算法较之同类算法具备一定的优越性。     

基于双重自适应策略的旋转相控阵雷达任务调度方法研究北大核心CSCD

针对旋转相控阵雷达任务调度过程中资源利用不充分问题和调度算法优化需求,提出基于双重自适应策略的任务调度算法(TSM-DAS)。首先,通过探究旋转相控阵雷达扫描特性,将雷达任务分为两类;然后,针对不同类型任务的调度时间差异,提出任务调度的双重自适应策略;最后,结合任务时间窗、优先级和贪心算法,给出基于双重自适应策略的任务调度算法,并通过仿真实验对TSM-DAS进行验证。实验结果表明,相比其他同类算法,TSM-DAS能够有效提升雷达资源利用率,降低任务截止期错失率,从整体上提升旋转相控阵雷达的任务调度效能。     

动态优先级下防空相控阵雷达在线交错调度算法

针对防空相控阵雷达中时间资源分配主观性强、利用率低的问题,结合任务内部结构,提出一种新的在线交错调度算法.该算法在将任务的重要性和紧急性均置于动态优先级的基础上,使得雷达任务收、发波束之间的等待期可以用来执行其它任务的发射期或接收期.仿真结果表明,相比于任务模式优先级加截止期的调度算法,所提算法的调度成功率、时间利用率和执行威胁率均得到有效提升.     

一种基于近类点和模糊点的未知雷达信号分选算法

针对基于密度聚类（DBSCAN）算法不能发现雷达信号密度分布不均匀的缺陷,提出了一种基于近类点和模糊点的聚类方法。该方法利用同一部雷达数据的分布特性进行聚类,通过确定近类点和模糊点以达到分选不同密度分布的雷达信号,适用于未知雷达信号的分选。算法测试表明,该方法对噪声不敏感,能够发现任意形状、大小和密度的聚类。     

基于弹簧振子模型的雷达事件调度方法

相控阵雷达与常规机械扫描雷达相比,其对空中目标的探测更加灵活、快速,能够在微秒量级形成定位的雷达波束,先进事件调度方式是发挥这一优势的关键所在。对于固定调度间隔和优先级调度算法,级别较高的事件抢占位置后不再调整,对于冲突的同等级别或级别低的事件进行时间窗内调整。其优点就是运算简单,无需反复调整,同时也产生较多破碎的时间片段,对于平均时间偏移率也无法实现优化调整,浪费雷达有限的资源。本文将弹簧振子模型引入到雷达事件调度算法中,利用弹簧双向调整原理,在最小能量的约束下,实现对雷达申请事件有反馈地自适应调度。结合对弹簧振子固有参数的设计可以在计算量与评价指标之间进行取舍,增加了算法可设计的空间。     

Knowledge-based resource management for multifunction radar: a look at scheduling and task prioritization

In this article, we consider two related aspects of radar resource management, scheduling and task prioritization. Two different methods of scheduling are examined and compared and their differences and similarities highlighted. The comparison suggests that prioritization of tasks plays a dominant role in determining performance. A prioritization scheme based on fuzzy logic is subsequently contrasted and compared with a hard logic approach as a basis for task prioritization. The setting of priorities is shown to be critically dependent on prior expert knowledge. By assessing the priorities of targets and sectors of surveillance according to a set of rules it is attempted to imitate the human decision-making process such that the resource manager can distribute the radar resources in a more effective way. Results suggest that the fuzzy approach is a valid means of evaluating the relative importance of the radar tasks; the resulting priorities have been adapted by the fuzzy logic prioritization method, according to how the radar system perceived the surrounding environment.     

模糊聚类CIAP在雷达组网中的应用

随着雷达网络传输技术的发展,雷达网络中的数据拥塞和流量分配不均衡问题亟待解决.文中针对多个被覆线与无线AP所组成的雷达传输网络中的流量分配不均衡问题,对多链路负载均衡算法(CIAP)中的任务调度算法进行改进.算法依据网络传输链路本身的固有特性,在进行链路碎片调度时,采用模糊聚类的思想对任务调度算法进行改进,该算法根据网络中各链路的剩余带宽和链路时延对负载较大的链路的路由碎片进行实时调度.实验结果表明,与传统的基于循环招标任务调度的多链路负载均衡算法比较,改进的算法能够迅速高效地均衡雷达网络中的链路负载.     

基于认知ISAR成像的相控阵雷达资源自适应调度算法

现有相控阵雷达资源调度策略通常没有考虑成像任务的要求,需要分出一部分固定资源实现成像功能。该文将认知成像的思想引入到雷达资源自适应调度中,提出一种基于稀疏孔径认知ISAR成像的雷达资源自适应调度算法,并给出了具体的性能评估指标。在对目标特征进行认知的基础上,根据反馈信息对雷达的时间资源进行自适应调度,能够在对不同目标进行跟踪和搜索的同时实现认知成像,从而显著提高了雷达的工作效率。仿真实验验证了该算法的有效性。     

校园计算网格作业自适应调度的研究和实现

由于网格资源具有分布、异构、动态、自治等特性。使得网格作业调度成为网格计算中具有挑战性的任务之一。针对校园高性能计算资源负载不均衡、管理模式不统一的问题，提出了校园计算网格自适应调度系统的解决方案。详细研究了网格作业的白适应调度技术，设计了含有负载均衡能力的资源动态信息收集模型，并给出自适应调度算法。实现了校园范围内高性能计算资源的负载均衡和统一的资源管理。     

基于博弈论的网格资源管理

针对网格环境中面临大量具有动态特性的资源管理的问题,研究了网格资源公平性分配方法,提出了基于博弈论思想的网格资源管理新方案,提高了网格资源分配的公平性,分析了资源选择对网格的影响.针对网格中资源均衡分配的问题,提出了基于博弈论思想的资源优化分配算法.对网格模拟器GridSim进行实验,结果表明,该方案使资源能够进行优化分配,其结论说明运用博弈方法预测资源分配是可行的,实现了对网格资源更加灵活高效的使用.     

多功能一体化雷达任务调度算法研究

雷达、电子战、通信等多功能电子系统一体化是雷达的发展方向之一,资源管理与调度技术是一体化雷达的关键技术。针对基于孔径分割实现雷达、电子对抗、通信等多种功能的一体化系统的任务调度问题,对系统任务建模、调度算法设计、算法评价指标进行了探讨。在研究常规相控阵雷达调度策略的基础上,提出了采用多任务并行EDF(Earliest Deadline First)算法来实现系统的自适应调度。最后对比常规多功能雷达的自适应调度进行了仿真比较,且对仿真结果进行了定量分析,结果表明采用多任务并行EDF(MTPEDF)算法的基于孔径分割的一体化雷达系统具有一定的优越性。     

基于并发流水线的直升机雷达多波束调度管理研究

武装直升机雷达为毫米波二维相控阵雷达,具有灵活、同时收发多个波束特征,基于此,本文提出了一种可以应用于同时多个波束通道的驻留任务管理算法。该算法在分析多波束驻留具有在时间重叠、独立波束间受能量等约束的基础上,给出最大化调度收益的多波束驻留调度模型。借鉴并发工作流水线的思想,提出一种启发式的驻留调度实现方法。仿真结果表明,由于该调度算法工作方式优先级原则和期望时间原则,有效地实现多波束驻留任务的调度,把各种任务丢失率控制在较低的范围,从而获得更高的系统实现价值率。     

孔径分割多功能雷达的任务调度研究

针对孔径分割多功能雷达实时任务调度中资源利用不充分的问题,提出了一种基于扩展域的任务自适应调度方法。方法以时间指针为对象,对该时刻的任务分析范围从当前调度间隔扩展到整个调度时间轴,从整个调度时间轴上所有满足时间指针处执行条件的任务中,选择一个优先级最高的任务,可实现任务间的紧密安排,有效减少空闲资源的浪费,使得孔径分割雷达能够在有限的资源内调度执行更多的任务。最后,将该方法与传统多任务并行调度方法进行对比仿真,仿真结果证明了该方法的有效性和优越性。