CN105955815A - 多功能组网雷达任务规划方法 - Google Patents
多功能组网雷达任务规划方法 Download PDFInfo
- Publication number
- CN105955815A CN105955815A CN201610436899.0A CN201610436899A CN105955815A CN 105955815 A CN105955815 A CN 105955815A CN 201610436899 A CN201610436899 A CN 201610436899A CN 105955815 A CN105955815 A CN 105955815A
- Authority
- CN
- China
- Prior art keywords
- radar
- task
- time shaft
- time
- functional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
- G06F9/4887—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues involving deadlines, e.g. rate based, periodic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/003—Bistatic radar systems; Multistatic radar systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种多功能组网雷达任务规划方法,首先建立一个雷达任务模型,模型中雷达任务的默认周期是无规则的任意正实数,组网雷达中包括了多部多功能雷达。然后根据已有任务的参数给各个雷达时间轴划分不同的槽宽和总周期,再将每个雷达任务分配到槽宽与雷达任务周期之间偏差最小的雷达时间轴上,并更新各个任务的周期。最后利用启发式算法将各个任务规划到对应的雷达中。本发明能够在多功能组网雷达中的各个雷达上规划多个任意周期的雷达任务。
Description
技术领域
本发明属于多功能组网雷达技术领域,具体涉及一种多功能组网雷达任务规划方法的设计。
背景技术
随着现代科学和技术的发展,作战平台面临的威胁日益增多,其工作的电磁环境也日渐复杂,作战平台不得不配备越来越多的电子设备。尤其是机动平台,如飞机、舰船等都必须同时装备多种雷达,以应对侦查、干扰、探测等不同任务。电子设备的增加不但要消耗大量的能源,占据更多的空间,而且削弱了作战平台的机动能力,增加了雷达目标反射面积,降低了现代电磁环境中武器装备系统的抗干扰能力和作战效能。随着一体化电子技术的发展,可将多种雷达天线功能综合到一个天线孔径中,进行孔径共享,实现了多功能雷达。
然而,传统的单站多功能雷达由于受到隐身目标、反辐射导弹、低空目标以及综合电子干扰的威胁,很难在现代电子战中出色的完成任务。与单站多功能雷达相比,多功能组网雷达可以利用空间分布的多样性显著地提高目标探测和信息获取的性能。因此,对多功能组网雷达的研究受到了越来越多的关注。
由于要处理更多更复杂的任务,因此针对多功能组网雷达,必须要有一个有效的任务规划方案才能够充分提高雷达资源的利用率,凸显多功能组网雷达在电子战中的优势。对于在不同环境下的雷达任务规划问题,已经有许多文章进行了研究。比如,文献“Cylic taskscheduling for multifunction radar,IEEE Trans.Autom.Sci.Engr.vol.9,pp.529–537,Jul.2012.”中应用了模糊集的思想,将任务的驻留时间定义为可以压缩的,通过对任务的驻留时间进行压缩使更多的雷达任务能够规划在同一个多功能雷达上。但是此方法的应用必须受到一定约束条件的限制,即所有雷达任务的周期必须互相成整数倍关系,这种雷达任务周期间的强相关性在实际的雷达应用中是很难实现的。因此,研究一种方法将任意周期的雷达任务规划到多功能雷达中是有意义的。
发明内容
本发明的目的是为了解决现有技术中无法将任意周期的雷达任务规划到多功能雷达中的问题,提出了一种多功能组网雷达任务规划方法。
本发明的技术方案为:多功能组网雷达任务规划方法,包括以下步骤:
S1、确定多功能组网雷达中各雷达时间轴槽宽和总周期;
S2、更新任务周期并对任务分组;
S3、利用启发式算法将任务分配到对应雷达中。
进一步地,步骤S1具体包括以下分步骤:
S11、定义一个雷达脉冲的发射时间、等待时间和接收时间之和抽象为一个雷达任务的驻留时间dn,雷达脉冲的重复周期pn也是雷达任务的重复周期,则pn的取值范围表示为:
式中表示雷达任务重复周期的默认值,参数α的取值范围是参数β的取值范围是1≤β;
S12、假设多功能组网雷达中共有M部多功能雷达,需要执行的雷达任务数量为N,多功能组网雷达中M部多功能雷达对应M个雷达时间轴,选取所有任务中最小的M个重复周期分别作为M个雷达时间轴的槽宽T1 m,同时用最大的任务周期分别除以各个雷达时间轴的槽宽T1 m,然后对得到的商向上取整,以此作为对应雷达时间轴总周期对槽宽的初始倍数即:
式中m为雷达时间轴序号;
S13、取到之间质因子最多的整数为雷达时间轴总周期与槽宽的最佳倍数,则雷达时间轴的总周期为:
从0到之间所有能整除的数,就是所有第m个雷达时间轴上可以规划的任务周期,用向量Tm表示。
进一步地,步骤S12中每个雷达时间轴的槽宽不同,即T1 m≠T1 n,m≠n,式中m和n都是雷达时间轴的序号。
进一步地,步骤S2具体为:
在各雷达时间轴可规划的任务周期中选择与雷达任务重复周期的默认值最接近的值作为雷达任务新的重复周期pn,如果pn超出了步骤S11中pn的取值范围,则此任务被丢弃,满足条件的任务就被分配到对应雷达的任务组中。
进一步地,步骤S3具体为:
对每个雷达任务的驻留时间dn进行适当压缩,最小值为ln,用隶属度μ表示每个雷达任务的执行效果,则:
式中为雷达任务驻留时间的默认值;当雷达时间轴上没有空隙可以加入新的任务时,则压缩已有任务的驻留时间;当所有任务的驻留时间都压缩到ln后,仍不能加入新的任务,则丢弃新的任务,继续规划下一个任务。
本发明的有益效果是:本发明在雷达任务周期为任意正实数的情况下,可以将多个雷达任务同时规划到多功能组网雷达中的多部雷达中,根据雷达任务周期的默认值为各个雷达时间轴确定出不同的槽宽和总周期,使得各雷达更适合规划给定的任务。同时,将雷达任务分组到与其周期最接近的雷达时间轴上,可以使雷达任务执行效果达到最好,丢弃率最小,雷达时间轴占空比最大,充分发挥多功能组网雷达的优势,提高了雷达资源利用率。
附图说明
图1为本发明提供的多功能组网雷达任务规划方法流程图。
图2为本发明雷达任务的基本结构示意图。
图3为本发明实施例一的8个任务在2部雷达上的规划结果示意图。
图4为本发明实施例二的初始化过程中雷达任务丢弃比例曲线图。
图5为本发明实施例二的各雷达时间轴占空比曲线图。
图6为本发明实施例二的规划过程中各雷达丢弃任务比例曲线图。
图7为本发明实施例二的各雷达任务的平均隶属度值曲线图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
本发明提供了一种多功能组网雷达任务规划方法,如图1所示,包括以下步骤:
S1、确定多功能组网雷达中各雷达时间轴槽宽和总周期。
该步骤包括以下分步骤:
S11、如图2所示,定义一个雷达脉冲的发射时间、等待时间和接收时间之和抽象为一个雷达任务的驻留时间dn,雷达执行任务的过程可以看作是驻留时间在雷达时间轴上按周期重复,雷达脉冲的重复周期pn也是雷达任务的重复周期,本发明实施例中,雷达任务的重复周期pn是任意的正实数。
雷达任务的重复周期pn反映了雷达辐射脉冲的频率。如果pn太短,就会造成雷达时间轴不必要的浪费;如果pn太长,就有可能引起被跟踪目标的丢失。因此,我们根据实际作战情况定义两个参数α和β来限制pn的值,则pn的取值范围可以表示为:
式中表示雷达任务重复周期的默认值,参数α的取值范围是如果雷达资源充足,则α的值可以较小。参数β的取值范围是1≤β,如果目标很远,或者目标的机动性很弱,则β的值可以较大。
S12、假设多功能组网雷达中共有M部多功能雷达,需要执行的雷达任务数量为N。多功能组网雷达中M部多功能雷达对应M个雷达时间轴。雷达任务在雷达时间轴上按周期重复,周期互为整数倍的雷达任务可以在同一个雷达时间轴上按周期重复,定义第m个雷达时间轴上最小的任务周期为雷达时间轴的槽宽T1 m,最大的任务周期为雷达时间轴的总周期Nm为可以规划在第m个雷达时间轴上的任务周期种类数,也就是的约数的数量。
现有技术中为了使所有任务规划在雷达上,选取所有任务中周期的最小值作为雷达时间轴的槽宽,选取所有任务中周期的最大值作为雷达时间轴的总周期。而在本发明实施例中,需要对M部雷达进行任务规划,选取所有任务中最小的M个重复周期分别作为M个雷达时间轴的槽宽T1 m,并保证每个雷达时间轴的槽宽不同,即T1 m≠T1 n,m≠n,式中m和n都是雷达时间轴的序号。为使周期最大的任务可以规划到多功能组网雷达中,各个雷达的总周期必须大于任务周期的最大值。又因为雷达时间轴的总周期必须为槽宽T1 m的整数倍,因此在确定雷达时间轴总周期时,用最大的任务周期分别除以各个雷达时间轴的槽宽T1 m,然后对得到的商向上取整,以此作为对应雷达时间轴总周期对槽宽的初始倍数即:
式中m为雷达时间轴序号。
S13、步骤S12中得到的初始倍数不一定是雷达时间轴总周期与槽宽的最佳倍数,例如:
假设,槽宽T1 m=1,如果雷达时间轴总周期那么此时间轴可以规划的任务周期只能为1或11,若某个任务的周期默认值为6.5,则只能将其周期调整为1或11才能规划在此雷达时间轴上,任务周期大幅度的变化会严重影响任务执行效果。然而,如果雷达时间轴总周期那么此雷达时间轴上可以规划的任务周期可以为1、2、3、4、6、12,周期默认值为6.5的雷达任务,此时就可以初始化为6,任务周期的变化幅度很小,任务的执行效果也会很好。与相比,的质因子数量更多。
因此,取到之间质因子最多的整数为雷达时间轴总周期与槽宽的最佳倍数,则雷达时间轴的总周期为:
从0到之间所有能整除的数,就是所有第m个雷达时间轴上可以规划的任务周期,用向量Tm表示,即:
各雷达时间轴的槽宽和总周期的计算方法可写作如下算法:
算法1
S2、更新任务周期并对任务分组。
任务要能够规划到某一部雷达中,任务周期必须是雷达时间轴总周期的约数,由于任务周期的默认值为随机正实数,未必是雷达时间轴总周期的约数,因此,要对任务周期进行调整。因为多功能组网雷达中每个雷达时间轴的槽宽T1 m和总周期都不同,因此将某一任务规划到不同雷达上,对任务周期默认值的调整也不同。为了使周期调整对雷达任务执行效果的影响最小,就要使调整后的任务周期pn与任务默认周期之间的差最小,因此,在各雷达时间轴可规划的任务周期中选择与雷达任务重复周期的默认值最接近的值作为雷达任务新的重复周期pn,如果pn超出了步骤S11中pn的取值范围,则此任务被丢弃,满足条件的任务就被分配到对应雷达的任务组中。
任务周期的更新和任务的分组过程可以写作如下算法:
算法2
S3、利用启发式算法将任务分配到对应雷达中。
经步骤S1和S2后,所有任务都被分配到了对应的雷达任务组中,对多功能组网雷达中的每一部多功能雷达而言,都是一个单雷达的任务规划问题。并且,任务周期pn、雷达时间轴槽宽T1 m以及雷达时间轴总周期之间满足整数倍关系,则可以直接应用启发式算法将多个任务交错规划在每一部雷达中。对每个雷达任务的驻留时间dn进行适当压缩,最小值为ln,用隶属度μ表示每个雷达任务的执行效果,则:
式中为雷达任务驻留时间的默认值;当雷达时间轴上没有空隙可以加入新的任务时,则压缩已有任务的驻留时间;当所有任务的驻留时间都压缩到ln后,仍不能加入新的任务,则丢弃新的任务,继续规划下一个任务。
下面用一个具体实施例进一步说明本发明的工作过程:
实施例一:
将下表中的8个任务规划到具有2个多功能雷达的组网雷达中。
显然,表中的任务周期之间无整数倍关系。首先,我们要确定出各个雷达时间轴的槽宽和总周期,由算法1得:
继而得到:
Τ1=(50,100,200,400),Τ2=(60,120,240,480)
接下来,根据算法2对任务周期进行初始化并进行分组,得到:
由于
因此,第1个任务被送到第1个时间轴,任务1的周期初始化为p1=50(ms)。同理,其它任务周期的初始化和分组结果如下表所示:
任务n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
pn(ms) | 50 | 240 | 100 | 120 | 60 | 200 | 200 | 240 |
Mn | 1 | 2 | 1 | 2 | 2 | 1 | 1 | 2 |
完成任务周期的初始化和分组后,再利用启发式算法将各个任务规划到相应的雷达时间轴上,最终得到的规划结果如图3所示。
下面再以一个具体实施例对本发明的有益效果作进一步说明:
实施例二:
仿真条件:多功能组网雷达包含3部多功能雷达,自变量任务总数从3逐渐增加到80,任务驻留时间的下界是5~25之间的随机数,上界为50~70之间的随机数,任务的默认周期为80~1000之间的随机数,选取四组不同的参数α和β来对比研究参数α和β对任务规划的影响。
图4是任务在初始化过程中被丢弃的比例。从图4中可以看出,参数α和β之间的区间长度越小,初始化时丢弃的任务越多。其中,α=β=1代表任务的周期是定值,这就相当于不对任务周期进行调整,直接对任务进行规划,此时丢弃任务的比例接近百分之百,几乎没有任务被规划成功。
图5表示的是各雷达时间轴的占空比,显然,随着任务数量的增加,各雷达时间轴的占空比逐渐趋近百分之百,雷达资源的利用率越来越高。
从图6可以看到在初始化之后的任务规划过程中各个雷达时间轴上任务丢弃的比例,对比图5可以看出,当雷达时间轴占空比接近百分之百时,开始有任务被丢弃。
图7表示的是各雷达时间轴上任务的平均隶属度值,平均隶属度值与任务驻留时间的压缩程度成反比,它反映了任务执行的效果好坏。随着任务数量的增加,任务驻留时间压缩程度增大,任务的平均隶属度值减小,执行的效果随之恶化。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (5)
1.多功能组网雷达任务规划方法,其特征在于,包括以下步骤:
S1、确定多功能组网雷达中各雷达时间轴槽宽和总周期;
S2、更新任务周期并对任务分组;
S3、利用启发式算法将任务分配到对应雷达中。
2.根据权利要求1所述的多功能组网雷达任务规划方法,其特征在于,所述步骤S1具体包括以下分步骤:
S11、定义一个雷达脉冲的发射时间、等待时间和接收时间之和抽象为一个雷达任务的驻留时间dn,雷达脉冲的重复周期pn也是雷达任务的重复周期,则pn的取值范围表示为:
式中表示雷达任务重复周期的默认值,参数α的取值范围是参数β的取值范围是1≤β;
S12、假设多功能组网雷达中共有M部多功能雷达,需要执行的雷达任务数量为N,多功能组网雷达中M部多功能雷达对应M个雷达时间轴,选取所有任务中最小的M个重复周期分别作为M个雷达时间轴的槽宽T1 m,同时用最大的任务周期分别除以各个雷达时间轴的槽宽T1 m,然后对得到的商向上取整,以此作为对应雷达时间轴总周期对槽宽的初始倍数即:
式中m为雷达时间轴序号;
S13、取到之间质因子最多的整数为雷达时间轴总周期与槽宽的最佳倍数,则雷达时间轴的总周期为:
从0到之间所有能整除的数,就是所有第m个雷达时间轴上可以规划的任务周期,用向量Tm表示。
3.根据权利要求2所述的多功能组网雷达任务规划方法,其特征在于,所述步骤S12中每个雷达时间轴的槽宽不同,即T1 m≠T1 n,m≠n,式中m和n都是雷达时间轴的序号。
4.根据权利要求2所述的多功能组网雷达任务规划方法,其特征在于,所述步骤S2具体为:
在各雷达时间轴可规划的任务周期中选择与雷达任务重复周期的默认值最接近的值作为雷达任务新的重复周期pn,如果pn超出了步骤S11中pn的取值范围,则此任务被丢弃,满足条件的任务就被分配到对应雷达的任务组中。
5.根据权利要求4所述的多功能组网雷达任务规划方法,其特征在于,所述步骤S3具体为:
对每个雷达任务的驻留时间dn进行适当压缩,最小值为ln,用隶属度μ表示每个雷达任务的执行效果,则:
式中为雷达任务驻留时间的默认值;当雷达时间轴上没有空隙可以加入新的任务时,则压缩已有任务的驻留时间;当所有任务的驻留时间都压缩到ln后,仍不能加入新的任务,则丢弃新的任务,继续规划下一个任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610436899.0A CN105955815B (zh) | 2016-06-17 | 2016-06-17 | 多功能组网雷达任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610436899.0A CN105955815B (zh) | 2016-06-17 | 2016-06-17 | 多功能组网雷达任务规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105955815A true CN105955815A (zh) | 2016-09-21 |
CN105955815B CN105955815B (zh) | 2019-03-15 |
Family
ID=56906906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610436899.0A Active CN105955815B (zh) | 2016-06-17 | 2016-06-17 | 多功能组网雷达任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105955815B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108520124A (zh) * | 2018-03-28 | 2018-09-11 | 电子科技大学 | 一种面向非线性能效隶属特性的组网雷达任务规划方法 |
CN108594203A (zh) * | 2018-04-25 | 2018-09-28 | 西安电子科技大学 | 一种分布式雷达多站检测序列规划设计方法 |
CN108845870A (zh) * | 2018-05-29 | 2018-11-20 | 大连理工大学 | 一种基于pWCET整形的概率性实时任务调度方法 |
CN109841942A (zh) * | 2017-11-29 | 2019-06-04 | 北京聚利科技股份有限公司 | 天线、加油站自动结算系统及结算方法 |
CN110009164A (zh) * | 2019-04-19 | 2019-07-12 | 电子科技大学 | 基于资源转化和互补的多功能组网雷达任务规划方法 |
CN114462255A (zh) * | 2022-03-23 | 2022-05-10 | 南京雷电信息技术有限公司 | 一种机载雷达组网的任务规划方法 |
CN118378869A (zh) * | 2024-06-25 | 2024-07-23 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于平台任务能力的编队传感器任务规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007026095A (ja) * | 2005-07-15 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 並列演算装置 |
CN104007419A (zh) * | 2014-06-03 | 2014-08-27 | 西安电子科技大学 | 关于驻留时间与重访间隔的雷达时间资源联合分配方法 |
CN104360336A (zh) * | 2014-11-24 | 2015-02-18 | 电子科技大学 | 一种自适应提取雷达目标微动周期的新方法 |
-
2016
- 2016-06-17 CN CN201610436899.0A patent/CN105955815B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007026095A (ja) * | 2005-07-15 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 並列演算装置 |
CN104007419A (zh) * | 2014-06-03 | 2014-08-27 | 西安电子科技大学 | 关于驻留时间与重访间隔的雷达时间资源联合分配方法 |
CN104360336A (zh) * | 2014-11-24 | 2015-02-18 | 电子科技大学 | 一种自适应提取雷达目标微动周期的新方法 |
Non-Patent Citations (2)
Title |
---|
孙国伟等: "一种新的组网雷达优化布站方法", 《计算机仿真》 * |
董丽萍等: "风廓线雷达组网资料初步对比分析", 《气象》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109841942A (zh) * | 2017-11-29 | 2019-06-04 | 北京聚利科技股份有限公司 | 天线、加油站自动结算系统及结算方法 |
CN108520124A (zh) * | 2018-03-28 | 2018-09-11 | 电子科技大学 | 一种面向非线性能效隶属特性的组网雷达任务规划方法 |
CN108594203A (zh) * | 2018-04-25 | 2018-09-28 | 西安电子科技大学 | 一种分布式雷达多站检测序列规划设计方法 |
CN108594203B (zh) * | 2018-04-25 | 2022-05-03 | 西安电子科技大学 | 一种分布式雷达多站检测序列规划设计方法 |
CN108845870A (zh) * | 2018-05-29 | 2018-11-20 | 大连理工大学 | 一种基于pWCET整形的概率性实时任务调度方法 |
CN108845870B (zh) * | 2018-05-29 | 2021-05-07 | 大连理工大学 | 一种基于pWCET整形的概率性实时任务调度方法 |
CN110009164A (zh) * | 2019-04-19 | 2019-07-12 | 电子科技大学 | 基于资源转化和互补的多功能组网雷达任务规划方法 |
CN110009164B (zh) * | 2019-04-19 | 2021-01-12 | 电子科技大学 | 基于资源转化和互补的多功能组网雷达任务规划方法 |
CN114462255A (zh) * | 2022-03-23 | 2022-05-10 | 南京雷电信息技术有限公司 | 一种机载雷达组网的任务规划方法 |
CN118378869A (zh) * | 2024-06-25 | 2024-07-23 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于平台任务能力的编队传感器任务规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105955815B (zh) | 2019-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105955815A (zh) | 多功能组网雷达任务规划方法 | |
CN102506863B (zh) | 一种基于万有引力搜索的无人机航路规划方法 | |
Azar et al. | Tight bounds for online vector bin packing | |
CN108647414A (zh) | 基于仿真实验的作战计划适应性分析方法及存储介质 | |
CN105184092A (zh) | 一种资源限制条件下多类型无人机协同任务分配方法 | |
CN106908773A (zh) | 连续脉冲雷达的信号时域循环编码和恢复方法 | |
CN114326827B (zh) | 一种无人机集群多任务动态分配方法及系统 | |
Xhafa et al. | A simulated annealing algorithm for ground station scheduling problem | |
CN110519094A (zh) | 一种基于装备体系网络的打击链路评估方法 | |
Hu et al. | Application of distributed auction to multi-UAV task assignment in agriculture | |
CN111240366A (zh) | 一种基于遗传模拟退火算法的蜂群无人机协同攻击方法 | |
Wen et al. | Joint trajectory and pick-up design for UAV-assisted item delivery under no-fly zone constraints | |
Ha et al. | A stochastic game-based approach for multiple beyond-visual-range air combat | |
Kim et al. | New weapon target assignment algorithms for multiple targets using a rotational strategy and clustering approach | |
Ghose et al. | A game theoretical multiple resource interaction approach to resource allocation in an air campaign | |
He et al. | An operation planning generation and optimization method for the new intelligent combat SoS | |
Cruz et al. | Team dynamics and tactics for mission planning | |
CN104023403A (zh) | 自组织网络化雷达频率资源分配方法 | |
Liang et al. | An algorithm based on differential evolution for satellite data transmission scheduling | |
RU2690234C1 (ru) | Способ автоматического группового целераспределения истребителей с учетом приоритета целей | |
Li et al. | Multi-agent Weapon Target Assignment and Cooperative Path Planning Based on QS-RRT Algorithm | |
Song et al. | Sequential quadratic programming-based non-cooperative target distributed hybrid processing optimization method | |
CN108520124A (zh) | 一种面向非线性能效隶属特性的组网雷达任务规划方法 | |
Guo et al. | Multiple Methods Based Resource Allocation Optimization of Jamming System for UAV Clusters | |
Zou et al. | Multi-vehicle Task Allocation to Attack Targets Based on Modified Particle Swarm Optimization Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |