空間目標(biāo)監(jiān)視任務(wù)資源調(diào)度技術(shù)建模分析

劉翔 呂麗紅 費立剛 劉佳玥

摘要：針對空間目標(biāo)監(jiān)視任務(wù)具有環(huán)境復(fù)雜性、目標(biāo)動態(tài)隨機性以及任務(wù)高度機動性等特點，建立了一種能夠體現(xiàn)監(jiān)視資源設(shè)備個體智能和群體智能的多智能體（Multi-Agent）任務(wù)資源調(diào)度模型，為了能夠快速、準(zhǔn)確求解任務(wù)資源調(diào)度決策方案，通過在基本粒子群算法結(jié)合多智能體間的相互引導(dǎo)，分析了基于多智能體模型的粒子群算法。仿真結(jié)果表明，針對隨機設(shè)定的任務(wù)要求，所提算法可以計算得到合理有效的調(diào)度分配方案。

關(guān)鍵詞：空間監(jiān)視；粒子群算法；多智能體系統(tǒng)；資源調(diào)度

中圖分類號：TP273文獻標(biāo)志碼：A文章編號：1008-1739（2023）05-46-6

0引言

空間目標(biāo)監(jiān)視具有環(huán)境復(fù)雜性、資源高度動態(tài)性、目標(biāo)動態(tài)隨機性、任務(wù)高度機動性等特點。如何將有限的資源進行科學(xué)合理的分配，達到充分、合理利用資源和最大化滿足監(jiān)視需求，已成為目前亟待解決的問題。由于低軌星座低軌目標(biāo)監(jiān)視資源所監(jiān)視目標(biāo)具有高速運動及空間廣域分布、多探測目標(biāo)全球隨機出現(xiàn)且時空跨度大等原因，通常少量的低軌目標(biāo)監(jiān)視資源不可能完成對目標(biāo)的全程跟蹤。系統(tǒng)需要較多低軌目標(biāo)監(jiān)視資源之間的彼此協(xié)同[1]、相互接力才能完成對多目標(biāo)的全程持續(xù)跟蹤，而解決跟蹤交接問題的關(guān)鍵是低軌目標(biāo)監(jiān)視資源調(diào)度技術(shù)。

用于空間監(jiān)視的主要監(jiān)視子系統(tǒng)（光學(xué)、雷達）本身已經(jīng)是一個較為復(fù)雜的系統(tǒng)設(shè)備，在當(dāng)前技術(shù)發(fā)展過程中個體設(shè)備已經(jīng)具備了系統(tǒng)內(nèi)的資源分配與調(diào)度的智能處理。本文提出基于多智能體（Multi-Agent）的資源調(diào)度技術(shù)，對用于滿足低軌目標(biāo)綜合監(jiān)視所需的多種監(jiān)視設(shè)備（智能體）進行調(diào)度建模，設(shè)計智能體之間的通信協(xié)商機制，構(gòu)建基于多智能體的低軌目標(biāo)監(jiān)視任務(wù)調(diào)度系統(tǒng)結(jié)構(gòu)模型，用于提升在個體智能基礎(chǔ)上進行協(xié)同調(diào)度的群體智能優(yōu)化。

目前，國外在資源管理調(diào)度領(lǐng)域的研究已經(jīng)較為成熟，主要分為2類方法：一類是靜態(tài)預(yù)先指派方法，主要針對資源和目標(biāo)有一方靜止的情況[2]；另一類是動態(tài)實時調(diào)度方法，主要針對資源和目標(biāo)均為運動的情況[3]。常用的資源調(diào)度方法包括基于規(guī)劃論的方法[4]、基于信息論的方法[5]、基于協(xié)方差控制的方法以及各種基于人工智能理論的方法[6]等。這些方法的研究側(cè)重點各不相同，規(guī)劃論方法側(cè)重于構(gòu)建低軌目標(biāo)監(jiān)視資源調(diào)度的規(guī)劃數(shù)學(xué)模型；控制論和信息論的方法側(cè)重于優(yōu)化量化的目標(biāo)函數(shù)；人工智能理論的方法側(cè)重于求解低軌目標(biāo)監(jiān)視資源調(diào)度的智能化模型。

空間目標(biāo)監(jiān)視任務(wù)通常具有一定程度的可預(yù)測性。因為根據(jù)動力學(xué)可以粗略地預(yù)測目標(biāo)的飛行軌跡，依據(jù)星座中各衛(wèi)星的星歷，可預(yù)測監(jiān)視對目標(biāo)的可視時間窗口，這些數(shù)據(jù)為低軌目標(biāo)監(jiān)視任務(wù)的調(diào)度和空間低軌目標(biāo)監(jiān)視資源的分配提供決策依據(jù)。同時，低軌目標(biāo)監(jiān)視任務(wù)的執(zhí)行過程也面臨諸多動態(tài)和不確定因素，當(dāng)這些動態(tài)和不確定性因素的影響超過一定界限時，通常需要對低軌目標(biāo)監(jiān)視任務(wù)進行動態(tài)重調(diào)度。

本文在引入人工智能領(lǐng)域多智能體技術(shù)的同時，在基本粒子群進化算法[7]的基礎(chǔ)上，結(jié)合多智能體之間的合作和競爭機制，提出一種多智能體粒子群算法來求解空間目標(biāo)調(diào)度決策問題，以此來提高調(diào)度決策方案的求解效率。

1基于多智能體的空間目標(biāo)資源調(diào)度模型

智能體（Agent）的概念是從分布式人工智能技術(shù)發(fā)展起來的。多Agent系統(tǒng)是指由多個具有自主性、交互性、反應(yīng)性的高度自治的Agent組成的系統(tǒng)，它是為了解決單個Agent不能解決的復(fù)雜問題，由多個Agent協(xié)調(diào)合作形成的問題求解網(wǎng)絡(luò)[8]。在任務(wù)調(diào)度系統(tǒng)中應(yīng)用多智能體技術(shù)，主要是針對不確定的和不斷變化的系統(tǒng)環(huán)境下比較復(fù)雜的調(diào)度問題，特別是那些短期的、敏捷性要求較高的動態(tài)調(diào)度問題?；诙嘀悄荏w的調(diào)度系統(tǒng)通過在一系列分散的自治Agent間進行協(xié)調(diào)和合作來解決問題，具有自治、分布、動態(tài)等一些自然特性，可以滿足復(fù)雜的和動態(tài)的系統(tǒng)任務(wù)調(diào)度的需要?；诙嘀悄荏w的面向任務(wù)的空間目標(biāo)資源調(diào)度模型整體設(shè)計如圖1所示。該模型主要包括資源Agent、任務(wù)Agent、調(diào)度Agent以及通信Agent。該模型工作流程為：地基或天基監(jiān)視系統(tǒng)探測到可疑目標(biāo)向任務(wù)獲取Agent發(fā)送信息，任務(wù)獲取Agent整合收到的信息形成監(jiān)視任務(wù)并將任務(wù)發(fā)送給任務(wù)管理Agent。任務(wù)管理Agent通過任務(wù)分解Agent將針對可疑目標(biāo)的監(jiān)視任務(wù)分解成多個不同層級的子任務(wù)Agent。調(diào)度Agent綜合考慮各層級子任務(wù)Agent的任務(wù)需求、資源Agent的工作狀態(tài)和工作適應(yīng)度以及歷史調(diào)度經(jīng)驗等多重因素選擇合適的調(diào)度算法計算出當(dāng)前任務(wù)的最優(yōu)調(diào)度方案，并通過通信Agent傳遞給相應(yīng)的資源Agent完成任務(wù)。

1.1資源Agent

資源Agent實際上是目標(biāo)監(jiān)視任務(wù)的最終完成者，主要建立電磁籬笆、大口徑望遠(yuǎn)鏡、精密跟蹤雷達、相控陣?yán)走_和陣列望遠(yuǎn)鏡這5種監(jiān)視資源的資源Agent。資源Agent是通過將監(jiān)視資源進行軟件封裝并模塊化處理后的框架模型。資源Agent結(jié)構(gòu)圖如圖2所示，主要包括管理模塊、信息處理模塊以及通信模塊。管理模塊登記、更新以及儲存監(jiān)視資源的各類信息，主要負(fù)責(zé)儲存監(jiān)視資源完成任務(wù)需要的條件以及監(jiān)視資源能夠進行的各種操作和所能夠完成的任務(wù)。信息處理模塊負(fù)責(zé)與外部Agent進行信息交互并處理本Agent的任務(wù)執(zhí)行，調(diào)度Agent分配任務(wù)后由信息處理模塊從監(jiān)視資源庫中找出能夠完成任務(wù)的監(jiān)視資源與之匹配，并將該任務(wù)進行指派。通信模塊負(fù)責(zé)與外部Agent進行通信。

1.2任務(wù)Agent

任務(wù)Agent負(fù)責(zé)管理任務(wù)的生成、分解以及執(zhí)行，并隨著任務(wù)的產(chǎn)生和完成而自動生成和消除。任務(wù)Agent結(jié)構(gòu)如圖3所示，主要包括任務(wù)獲取Agent、多任務(wù)管理模塊、任務(wù)分解模塊以及任務(wù)發(fā)布Agent。監(jiān)視任務(wù)由任務(wù)獲取Agent生成，當(dāng)多個任務(wù)被同時發(fā)布時，由多任務(wù)管理模塊按照任務(wù)優(yōu)先級、資源Agent使用情況和任務(wù)難易度綜合考慮后排序；任務(wù)分解Agent按照分解策略和分解經(jīng)驗將任務(wù)分解為多個不同層次的子任務(wù)；任務(wù)發(fā)布Agent按照預(yù)先設(shè)定的規(guī)則發(fā)布任務(wù)。

1.3任務(wù)分配與調(diào)度Agent

調(diào)度Agent負(fù)責(zé)調(diào)用相應(yīng)的調(diào)度模型以及算法對每個子任務(wù)進行合理的規(guī)劃和調(diào)度，使之滿足預(yù)定目標(biāo)要求，并將優(yōu)化后的調(diào)度序列信息和資源分配方案信息反饋給任務(wù)Agent和資源Agent，由資源Agent執(zhí)行相應(yīng)的子任務(wù)。調(diào)度Agent還實現(xiàn)對任務(wù)執(zhí)行過程的監(jiān)控，如果出現(xiàn)新目標(biāo)和資源故障等突發(fā)的動態(tài)事件，進行任務(wù)重調(diào)度，重新制定調(diào)度方案，或者尋求替代資源Agent，或者與其他資源Agent協(xié)商完成任務(wù)。調(diào)度Agent結(jié)構(gòu)如圖4所示。

2基于粒子群算法的空間目標(biāo)監(jiān)視調(diào)度決策模型

2.1多智能體粒子的表示方法

空間目標(biāo)監(jiān)視系統(tǒng)運行需要完成任務(wù)計劃和傳感器監(jiān)視中心根據(jù)編目需求，為傳感器生成觀測目標(biāo)的清單及觀測頻度等要求，并給出觀測優(yōu)先級。傳感器調(diào)度是指傳感器為完成觀測任務(wù)而進行的資源調(diào)度，隨著空間目標(biāo)數(shù)的增加、跟蹤更小目標(biāo)需求的出現(xiàn)，軌道編目的規(guī)模也越來越大，進而加重了空間監(jiān)視網(wǎng)的負(fù)擔(dān)。

資源調(diào)度為了監(jiān)視設(shè)備更好地完成空間目標(biāo)監(jiān)視中心分配的任務(wù)和日常監(jiān)視任務(wù)進行傳感器空域、時間、功率等資源的優(yōu)化分配和使用。由于用于空間監(jiān)視資源有限、空間目標(biāo)眾多，監(jiān)視資源分配調(diào)度是指在符合監(jiān)視任務(wù)分配原則和性能約束條件下，根據(jù)任務(wù)目標(biāo)的空間位置和目標(biāo)屬性合理地分配監(jiān)視資源，以使空間監(jiān)視資源使用效率達到最大，總體的觀測收益最大。

對目標(biāo)的監(jiān)視資源調(diào)度方案可以描述為：對于給定的監(jiān)視設(shè)備，以及監(jiān)視任務(wù)，尋找一個合適的任務(wù)目標(biāo)分配方案，使監(jiān)視資源的總體觀測收益最大。在算法中粒子進化時涉及到粒子位置和速度，位置體現(xiàn)了粒子所代表的解在解空間的位置，適應(yīng)度函數(shù)用該向量來評估粒子的優(yōu)劣，是評估解質(zhì)量的基礎(chǔ)[9]。

對于多智能體協(xié)作的粒子來說，一個問題的解由協(xié)作智能體的解共同組合而成，則粒子的位置也是由各個智能體的位置組合而成。定義第個設(shè)備的第個狀態(tài)對目標(biāo)在時段的任務(wù)剖面為一個粒子的位置，1部設(shè)備在2個可控觀測狀態(tài)中選擇合適狀態(tài)，同時在3個可觀測時段對目標(biāo)實現(xiàn)的任務(wù)分配綜合構(gòu)建為粒子群。通過粒子群的進化處理實現(xiàn)對任務(wù)分配與調(diào)度的優(yōu)化。

定義變量表示第個設(shè)備的第個狀態(tài)對目標(biāo)在時段的監(jiān)視能力，監(jiān)視能力可以看作是雷達對目標(biāo)在一定檢測狀態(tài)下的檢測綜合能力。檢測的綜合能力不僅與雷達設(shè)備狀態(tài)有關(guān)，還與監(jiān)測環(huán)境以及目標(biāo)屬性有關(guān)。

2.2目標(biāo)決策函數(shù)的建立

決策的主要目標(biāo)是使各設(shè)備承擔(dān)的監(jiān)視任務(wù)基本均等，并且盡可能處于較低功率狀態(tài)以節(jié)省能源，同時要實現(xiàn)對視場內(nèi)目標(biāo)的監(jiān)視任務(wù)盡可能地全部完成，從而實現(xiàn)監(jiān)視任務(wù)效益最大化。

2.3約束條件

①一個設(shè)備一個狀態(tài)在某一個時段只能監(jiān)視一個目標(biāo)。

②當(dāng)周邊設(shè)備發(fā)現(xiàn)目標(biāo)后可以提升當(dāng)前設(shè)備的一個檢測狀態(tài)。

③各個設(shè)備的總負(fù)擔(dān)基本相同。

④當(dāng)前設(shè)備的狀態(tài)與目標(biāo)的環(huán)境關(guān)聯(lián)因子的綜合應(yīng)滿足探測要求。

2.4粒子群算法流程

本文將多智能體技術(shù)與粒子群優(yōu)化算法相結(jié)合用于空間目標(biāo)監(jiān)視的任務(wù)調(diào)度分析。

粒子群優(yōu)化（Particle Swarm Optimization，PSO）是一種仿生優(yōu)化算法，具有原理明確、算法結(jié)構(gòu)簡單易實現(xiàn)、性能穩(wěn)定且參數(shù)少的特點。PSO的基本原理是模擬鳥群的覓食過程。該方法將鳥群中個體也就是“粒子”的位置作為尋找最優(yōu)位置過程的解。而“粒子”位置的更新即“速度”通過綜合考慮群體中最優(yōu)粒子位置和個體最優(yōu)粒子位置而獲得。因此，該算法通過粒子在解空間按照位置和速度來追隨最優(yōu)的粒子進行搜索從而找到最優(yōu)解。

監(jiān)視設(shè)備智能體在任務(wù)分配過程中能夠通過交互和粒子群進化策略實現(xiàn)群體的智能進化從而實現(xiàn)對智能體個體智能體現(xiàn)的同時實現(xiàn)群體智能[10]。智能體能夠充分利用粒子群算法的信息共享和記憶保存機制，不斷從其自身經(jīng)驗和鄰域智能體獲取知識，并以此來指導(dǎo)自身下一步的進化，使算法具有良好的自適應(yīng)搜索能力和魯棒性，能夠完成在具有不確定性的復(fù)雜空間中搜索得到全局最優(yōu)解的任務(wù)。算法流程如下：

①參數(shù)初始化，包括粒子個數(shù)、算法迭代次數(shù)、粒子的初始位置、初始速度、初始群體中的最優(yōu)位置。

②將初代粒子代入式（1）計算當(dāng)前粒子的目標(biāo)函數(shù)值即適應(yīng)度值。

步驟⑥達到結(jié)束條件或迭代次數(shù)，結(jié)束程序執(zhí)行；否則返回步驟②繼續(xù)循環(huán)。本文算法設(shè)置了結(jié)束條件以避免陷入局部最優(yōu)解。

3優(yōu)化仿真

為了驗證本文所建立的空間監(jiān)視調(diào)度模型以及多智能體粒子群優(yōu)化算法的可行性，設(shè)計一種典型的空間目標(biāo)監(jiān)視需求進行仿真實驗。為簡化分析，做以下假定：用于監(jiān)視的雷達共有4部，每部雷達可實現(xiàn)的9個觀測狀態(tài)（以等效發(fā)射功率因子=（-4，-3，-2，-1，0，1，2，3，4）代替，每部雷達有8個有效觀測時段；需監(jiān)測的空間目標(biāo)有8個（隨機分配在8個時段），在仿真中設(shè)置了9個等級來區(qū)分目標(biāo)的反射強度。目標(biāo)關(guān)聯(lián)因子簡化為（-4，-3，-2，-1，0，1，2，3，4），隨機設(shè)置各目標(biāo)對雷達的關(guān)聯(lián)因子。采用多智能體粒子群算法求解目標(biāo)調(diào)度決策方案，將初始粒子規(guī)模數(shù)設(shè)定為50，迭代次數(shù)400。

假定簡化的目標(biāo)與監(jiān)視雷達資源的關(guān)聯(lián)因子關(guān)系數(shù)據(jù)如表1所示，表示目標(biāo)相對雷達檢測的信號反射等效相對強度數(shù)據(jù)。

假定被監(jiān)視目標(biāo)相對各雷達出現(xiàn)的可檢測時段如表2所示，在仿真中設(shè)置了8個可檢測時段。

針對上述目標(biāo)與雷達狀況，采用多智能體粒子群算法求解目標(biāo)決策方案，多智能體種群規(guī)模設(shè)為50，迭代次數(shù)為80，則計算所得到的最優(yōu)粒子編碼如表3所示，適應(yīng)度函數(shù)收斂曲線如圖5所示。

由表3可以看出，設(shè)置的8個目標(biāo)均有雷達可以觀測，并且在同時段單個雷達只針對1個目標(biāo)完成觀測。該結(jié)果符合表1和表2中的目標(biāo)觀測設(shè)計要求。經(jīng)過粒子群優(yōu)化的目標(biāo)分配調(diào)度方案符合空間目標(biāo)監(jiān)視所提出的約束條件，可以在各監(jiān)視設(shè)備任務(wù)均衡的前提下，實現(xiàn)總能耗達到最小，同時兼顧雷達觀測目標(biāo)的時段分配要求。說明本文方法能夠求解得到合理、有效的目標(biāo)監(jiān)視任務(wù)調(diào)度與分配方案。

4結(jié)束語

本文針對復(fù)雜的空間目標(biāo)監(jiān)視任務(wù)，建立了一種能夠體現(xiàn)監(jiān)視資源設(shè)備個體智能和群體智能的多智能體任務(wù)資源調(diào)度模型，為了能夠快速、準(zhǔn)確求解任務(wù)資源調(diào)度決策方案，通過在基本粒子群算法結(jié)合多智能體間的相互引導(dǎo)，分析了基于多智能體模型的粒子群算法。仿真結(jié)果表明，針對隨機設(shè)定的任務(wù)要求，本文方法能夠得到合理、有效的空間目標(biāo)任務(wù)分配調(diào)度決策方案，并且具有良好的實時性。

參考文獻

[1]陸震.美國空間態(tài)勢感知能力的過去和現(xiàn)狀[J].兵器裝備工程學(xué)報，2016，37（1）：1-8.

[2]宋宇鯤，韋龍龍，張多利.多核系統(tǒng)靜態(tài)任務(wù)調(diào)度的啟發(fā)式算法[J].電子測量與儀器學(xué)報，2018，32（5）：134-141.

[3]莊樹峰.跟蹤與數(shù)據(jù)中繼衛(wèi)星系統(tǒng)資源調(diào)度技術(shù)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2017.

[4] CHHETRI A S，MORRELL D，PAPANDREOU-UPPAPPOLA A. SOn the Use of Binary Programming for Sensor Scheduling[J].IEEE Transactions on Signal Processing： A Publication of the IEEE Signal Processing Society，2007，55（6）：2826-2839.

[5]張耀中，姚康佳，郭操.基于HMM和信息熵的分布式傳感器協(xié)同任務(wù)規(guī)劃研究[J].電光與控制， 2018，25（12）：5-10.

[6] LOPEZ J M M，HERRERO J G，RODRIGUEZ F J J，et al. Cooperative Management of a Net of Intelligent Surveillance Agent Sensors[J].Internation Journal of Intelligent Systems. 2003，18（3）：279-307.

[7]潘軍軍，馮柯，李煥良，等.改進多目標(biāo)粒子群算法的火箭雷彈彈道求解方法[J].火力與指揮控制，2018，43（2）：157-161.

[8]劉聞，王曉路，昇汪宏，等.基于Agent的低軌預(yù)警衛(wèi)星星座探測仿真分析[J].系統(tǒng)仿真學(xué)報，2019，31（11）：2413-2421.

[9]劉昊，宋敬峰，陳超.基于進化粒子群算法的聯(lián)合火力打擊任務(wù)規(guī)劃方法[J].艦船電子工程，2020，40（4）：21-26.

[10]付躍文，王元誠，陳珍，等.基于多智能體粒子群的協(xié)同空戰(zhàn)目標(biāo)決策研究[J].系統(tǒng)仿真學(xué)報，2018，30（11）：4151-4157.