在天基红外系统中,预警卫星具有其他装配不可替代的对外层空间红外目标先知性的优点,但是存在可用资源少和对目标跟踪能力有限的缺点,尤其是在面对探测任务的随机性、跟踪任务的时效性和信息不完全性、预警任务的紧迫性和外界环境不确定性干扰等情形下,不得不实时优化其调度以最大化发挥其预警功能。本课题将以多星在线协作调度的方式和充分利用各种调度反馈信息的策略来处理调度过程中面临的这些困难。首先,基于鲁棒控制和数学规划理论构建最优化在线调度模型。然后,采用人工智能技术与问题本身特征相结合的方法,寻求适用于该问题的多种快速启发式优化算法。最后,基于正交试验原理设计标准测试想定集和调度评估指标体系并给出评估方法。对该问题的研究,在理论上可以拓宽现有的资源调度方法,尤其是对于在线调度;在应用上可以为优化理论、智能算法和不确定性决策分析提供鲜活的研究背景;在实践上可以为国家空间预警系统的建设提供最优决策支持。
Optimization;Scheduling online;Space-based Infrared Systems;Early-warning Satellite;Multiple-satellite Cooperation
天基红外系统是一个复杂系统。其可用的传感器资源少、传感器跟踪能力有限,所以,当有多个随机来袭的导弹时,如何调度正确的传感器并配置正确的工作模型和参数在正确的时间段内对正确的目标提供正确的跟踪服务,是导弹预警过程中亟待解决的决策问题。本项目研究发现,该问题具有决策强实时性、决策动态性、决策长期性、决策不确定性、决策目标多样性、决策约束复杂性、信息不完全性、资源稀缺性、资源协作性、任务随机性、任务时效性、任务关联性等特征。与其他类似问题相比,天基红外传感器调度问题在任务到达、任务等待、任务对象、时间窗约束、在线处理、约束复杂性、信息完整性、优化方法等要素方面存在差异,致使解决相似问题的方法无法满足该问题的需求。在问题建模、求解和仿真方面面临诸多挑战。本项目结合问题强实时性和信息不完全性,采用变周期滚动时域的调度框架,分单目标跟踪和多目标跟踪两个情形构建了数学优化模型。在模型开发过程中,重点研究了传感器接力跟踪约束和传感器切换约束的线性化表达问题。为快速求解此问题,本项目还研究了最新智能优化技术和声搜索算法和混洗蛙跳算法。并将这两种算法应用到了所研究问题中。为了提供算法对比平台,本项目还开发了一套基准测试集。该测试集由全球覆盖的想定和区域覆盖的想定构成,每种想定包含多种不同的导弹发射频率。