面向多任务的红外低轨星座传感器调度研究

持续的多目标监视与跟踪能力是红外低轨星座的重要功能，而要实现这一功能，就必须对其实施有效的调度和管理。红外低轨星座传感器调度属于一类NP-hard问题，不仅涉及到多个资源对多个任务的多对多调度，而且具有多方面的约束和较高的实时性需求，十分复杂。如何解决这一复杂的调度问题，既是低轨星座对多目标进行持续、高精度跟踪的关键，也是研究信息融合中协作信号和信息处理信息组织问题的一条重要途径，具有极大的研究价值。因此本文围绕红外低轨星座传感器调度问题进行研究。 作为传感器调度的重要优化目标之一，本文首先研究了传感器对目标进行只测角交汇无源定位测量时在存在高斯白噪声的情况下实际量测和定位位置的数据融合技术，考察了定位误差在三维空间内的分布情况。在此基础上研究定位误差的估计技术，并进行了仿真实验。结果说明估计与实际量测吻合较好，为传感器调度中优化目标值的计算奠定基础。 为了从数学上给出明确定义，本文从优化目标、约束条件及求解方法三个方面抽象出红外低轨星座传感器调度这一实际问题的特征，进行了详细定义，系统地归纳出面向该问题求解过程的数学模型。 在上述工作的基础上，本文将经典算法针对红外低轨星座传感器调度这一特定问题进行了优化，设计了多任务规划实值粒子群优化算法。基于此，结合经典算法的优点，针对实际应用中重调度及实时性需求，设计了自适应多任务规划概率选择算法，利用趋势捕捉、概率选择和克隆变异防止搜索陷入局部最优，利用启发规则避免了进化算法的盲目性。仿真实验表明该算法能够较好地解决多个优化目标及多个任务条件下传感器在线调度问题，具有广泛的应用前景。