CN106295117B - 一种被动相控阵雷达资源动态排队管控方法 - Google Patents
一种被动相控阵雷达资源动态排队管控方法 Download PDFInfo
- Publication number
- CN106295117B CN106295117B CN201610587378.5A CN201610587378A CN106295117B CN 106295117 B CN106295117 B CN 106295117B CN 201610587378 A CN201610587378 A CN 201610587378A CN 106295117 B CN106295117 B CN 106295117B
- Authority
- CN
- China
- Prior art keywords
- task
- radar
- service
- resource
- passive
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种被动相控阵雷达资源动态排队管控方法。该方法将雷达任务到达与执行看作是“顾客排队服务”过程,通过对被动雷达大量任务的先验知识分析,获得任务排队平均长度、平均等待时间等服务系统参数;基于任务截止期、工作方式优先级、驻留时间、期望执行时间等特征参数,计算任务的综合优先级并生成队列;动态匹配任务与雷达系统资源;并实时计算服务有效率。通过本方法可有效利用被动雷达资源并提升作战效能,计算基于知识的系统服务参数与任务综合优先级,保证任务有效执行;实时匹配任务‑资源,提高资源利用率;计算系统服务有效率,实时评估服务效果。该方法可支撑被动雷达资源管控能力提升,并可推广到雷达资源调度领域。
Description
技术领域
本发明涉及被动相控阵雷达资源管理与调度领域,主要涉及被动资源调度服务系统参数设计、任务优先级排序和雷达任务-资源优化匹配策略等内容。
技术背景
先进有效的资源调度管理技术是被动雷达性能最佳发挥的关键。被动相控阵雷达资源调度与信号处理、数据处理、终端显控等子系统紧密地铰链,优化配置各种参数,充分利用雷达时间、计算机等资源,可更好地发挥被动雷达的性能。被动相控阵雷达资源调度要求任务执行快、任务延迟少、资源使用省、截获概率高,设计合理优化的资源调度预案是调度系统稳健运行的基础。
目前被动雷达资源调度有从任务优先级考虑,如通过网络加权的方法、优先级表算法、BP神经网络得到任务的优先级;也有从参数设置方面考虑,如设置合理跟踪数据率、波位编排方式、驻留时间等提高任务执行效率。但对先验知识的利用和对效果评估的定量计算等层面的研究和关注度不足,如基于知识的系统服务参数(如平均等待队长、平均任务等待时间等)计算,任务优先级、任务-资源匹配效能以及系统服务有效率等主要参数的系统性计算等,严重影响了被动雷达资源调度有效率。
针对被动相控阵雷达资源的动态有效管控需求,基于排队服务法的任务调度方法将被动雷达任务到达和执行看作是“顾客排队服务”过程,在系统层面考虑被动雷达资源服务系统的参数优化设计、任务到达分布、服务时间分布、任务状态转换以及任务-资源动态自适应性,提高了系统最佳服务水平。
排队论起源于A.K.Erlang对电话服务系统的研究,是研究系统排队与服务律的一门学科,它渗透到军事、经济、生产与服务等多种部门。随着排队特征、排队规则、服务机构变得越来越复杂,利用排队理论建立各种应用服务模型,分析服务系统最佳运行的各项指标,对于提出服务改进措施、优化服务系统结构、降低系统的研制成本和提高系统服务效率有重要意义。
“排队等待”是服务系统广泛存在的现象,就雷达任务调度系统而言,排队论主要解决任务拥挤问题,通过优化服务系统参数、有效安排任务以及任务-资源动态匹配,提高任务管控水平和资源利用率。排队服务法利用雷达先验知识分析计算服务系统参数,并通过反馈控制使得任务期望数(队长)控制在一定范围,从而提高被动雷达资源调度服务水平。
发明内容
本发明为被动相控阵雷达资源动态管控提供了一种基于改进排队服务的新方法,重点解决了任务拥挤问题,给出任务排序的方法和资源调度准则以及系统服务速率与任务队长的反馈关联策略。
实现本发明的技术解决方案:通过分析被动雷达任务先验知识,获取资源调度服务系统的参数,如平均等待队长、平均任务等待时间等;再组合应用专家群评分、判断矩阵、加权计算等方法得到任务优先级,生成任务执行序列;通过监控任务排队队长是否超过设定阈值,合理分配任务-资源,并可调整调度间隔,优化系统服务速率,使得任务到达与任务执行的动态平衡,实现最佳服务水平。
本发明的有益效果:本发明采用排队论进行任务调度,将任务调度执行过程看作服务过程,有效解决了任务拥挤与资源紧张的矛盾;综合考虑任务的多属性,运用判断矩阵方法加权计算各任务优先级,科学合理;任务调度执行对任务进行统计计数,实时计算系统服务效率;对排队队长设定阈值,排队等待任务过多时将自动调整系统资源与参数,增加服务通道,提高系统服务速率,在不同工作模式下自适应调整,提高系统的稳定性。
该发明计算基于知识的系统服务参数(如平均等待队长、平均任务等待时间等),参数化系统定量分析任务优先级、任务-资源匹配效能以及系统服务有效率等主要指标,并通过执行动态排队管控流程和算法提升资源调度有效性;补充了被动雷达资源调度常规方法对先验知识的利用和对效果评估的定量计算等层面的“短板”;为被动相控阵雷达的资源调度效率提升提供方法支撑,对于雷达系统作战效能提升有重要意义。
下面结合附图1、2对本发明作进一步详细描述。
附图说明
附图1是被动雷达资源服务系统的全局流程。
附图2是被动雷达资源自适应调度算法流程图。
具体实施方式
任务调度的服务系统概念包括以下8个内容。
1、顾客:雷达任务。
2、服务台:调度器。
3、排队规则:从高优先级到低优先级排队。
4、服务规则:有优先权的服务(Priority,PR)。
5、队长Ls:服务系统中雷达任务数量。
6、排队长Lq:系统中排队的雷达任务数量。
7、逗留时间Ws:一个雷达任务在系统中停留时间。
8、等待时间Wq:一个雷达任务排队等待执行的时间。
本发明过程如下。
Step1通过分析大量被动雷达任务的先验知识,得到被动雷达任务分布模型,设雷达任务流近似泊松流,计算雷达任务平均到达速率λ、任务平均服务速率u、计算此服务系统的参数:排队任务数期望值Lq、任务在系统平均停留时间Ws、排队等待时间Wq;
定义
服务系统空闲时概率
顾客数为n的概率Pn=CnP0;
服务系统的任务数量期望值
排队任务数数学期望
任务在系统平均停留时间同理有排队时间:
服务系统的排队队长k,设一阈值Lq+Δ(取Δ=0.4Lq)。
Step2判断服务系统任务是否执行完毕且没有新任务;若是则调度结束。
Step3计算任务综合优先级并排序,排队长为k;
(1)设有n个排队任务,xij是雷达任务Ti关于其属性Cj的属性值(其中i=1,2,3…n;j=1,2,3,4);记Ti=[xi1,xi2,xi3,xi4];
任务属性参数如表1所示:
表1任务属性参数
(2)由专家对任务各属性进行分析和评价,定出评价等级,每个等级标准用分值表示,如AC1=[1,3,5,7,9]表示任务属性C1的紧急程度,1代表不紧急,9代表最紧急;将不同属性参数映射到同一层面,按列计算,归一化得到参数矩阵
(3)构建判断矩阵计算任务属性的权重W=(w1,w2,w3,w4)T
a)构建比较判断矩阵D;
b)计算判断矩阵的每一行乘积,并计算其n次方根:
β=(β1,β2,β3,β4)T;
c)对向量β=(β1,β2,β3,β4)T进行规范化,
则W=(w1,w2,w3,w4)T为任务属性的权重值;
d)计算判断矩阵A的最大特征根
e)一致性检验
当CR<0.1时,满足一致性,权重可用;否则转步骤a);
(4)加权计算各到达任务的最终优先权
(5)将任务按优先级大小排序,优先级高的排靠前,得到排队序列Q=(Q1,Q2,Q3…Qn);
(6)新的任务请求到达时按步骤(4)计算新任务优先级,并更新排队序列Q;
Step4设置调度间隔并载入待服务任务;
Step5遍历调度间隔内所有任务数n=n+1;符合本调度间隔内执行的任务送入执行链表并计数i=i+1;不符合条件的任务送入删除链表并计数j=j+1;
Step6判断排队长是否超出设定阈值,若超出则执行step8;
Step7执行任务并计数m=m+1,计算服务系统的服务效率η=m/(i+j),再跳转到step4进行下一调度间隔任务;
Step8调整雷达资源,若排队长k大于Lq+Δ(取Δ=0.4Lq),任务拥挤时,则提高平均服务速率u(如提升被动相控阵雷达同时多任务能力、配置更多计算存储资源提升u);并适当调整(减小)下一调度间隔,最终达到系统任务到达与任务执行的动态平衡。
Claims (5)
1.一种被动相控阵雷达资源动态排队管控方法,其特征在于:
Step1:通过分析大量被动雷达任务的先验知识,得到被动雷达任务分布模型,设雷达任务流近似泊松流,计算雷达任务平均到达速率λ、任务平均服务速率u、计算此服务系统的参数:排队任务数期望值Lq、任务在系统平均停留时间Ws、排队等待时间Wq;
定义
服务系统空闲时概率
顾客数为n的概率Pn=CnP0;
服务系统的任务数量期望值
排队任务数数学期望
任务在系统平均停留时间同理有排队时间:
服务系统的排队队长k,设一阈值Lq+Δ(取Δ=0.4Lq);
Step2:判断服务系统任务是否执行完毕且没有新任务;若是则调度结束;
Step3:计算任务综合优先级并排序,排队长为k;
Step4:设置调度间隔并载入待服务任务;
Step5:遍历调度间隔内所有任务数n=n+1;符合本调度间隔内执行的任务送入执行链表并计数i=i+1;不符合条件的任务送入删除链表并计数j=j+1;
Step6:判断排队长是否超出设定阈值,若超出则执行step8;
Step7:执行任务并计数m=m+1,计算服务系统的服务效率η=m/(i+j),再跳转到step4;
Step8:调整雷达资源,若排队长k大于Lq+Δ,其中取Δ=0.4Lq,任务拥挤时,则提高平均服务速率u;并适当调整调度间隔,最终达到系统任务到达与任务执行的动态平衡。
2.一种根据权利要求1所述的一种被动相控阵雷达资源动态排队管控方法,其特征在于:所述的step1中利用雷达任务泊松流先验知识计算得到被动雷达调度服务系统的服务参数,为任务排队队长提供科学数据支持。
3.一种根据权利要求1所述的一种被动相控阵雷达资源动态排队管控方法,,其特征在于:所述的step3中组合运用多种方式进行优先级排序,利用雷达技术专家与使用人才专家组合打分方式对任务属性进行打分,消除了任务不同属性参数量纲对优先级设计的影响;构建矩阵判断法获取任务各属性的权重值;最后通过加权计算得出各任务最终优先级,实现任务动态优先级排序。
4.一种根据权利要求1所述的一种被动相控阵雷达资源动态排队管控方法,其特征在于:所述的step8中资源调度准则,通过监控雷达任务排队队长是否超出阈值Lq+Δ,其中取Δ=0.4Lq,从而动态调整雷达计算存储及时间资源,提升被动相控阵雷达的同时多任务能力,并适当调整调度间隔,自适应改变系统的服务效率,避免雷达任务拥挤现象,可应对不同工作模式下的雷达任务调度。
5.一种根据权利要求1所述的一种被动相控阵雷达资源动态排队管控方法,其特征在于所述的step7可实时计算系统服务效率,可作为调度系统主要评价指标之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610587378.5A CN106295117B (zh) | 2016-07-22 | 2016-07-22 | 一种被动相控阵雷达资源动态排队管控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610587378.5A CN106295117B (zh) | 2016-07-22 | 2016-07-22 | 一种被动相控阵雷达资源动态排队管控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106295117A CN106295117A (zh) | 2017-01-04 |
CN106295117B true CN106295117B (zh) | 2019-03-29 |
Family
ID=57652044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610587378.5A Active CN106295117B (zh) | 2016-07-22 | 2016-07-22 | 一种被动相控阵雷达资源动态排队管控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106295117B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700172A (zh) * | 2021-01-18 | 2021-04-23 | 中国船舶重工集团公司第七二四研究所 | 一种宽带被动相控阵资源调度框架柔性设计方法 |
CN112859064A (zh) * | 2021-01-18 | 2021-05-28 | 中国船舶重工集团公司第七二四研究所 | 一种被动相控阵雷达自适应辐射源跟踪调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902385A (zh) * | 2014-03-31 | 2014-07-02 | 西安电子科技大学 | 基于先验知识的相控阵雷达自适应任务调度方法 |
CN104076333A (zh) * | 2014-07-05 | 2014-10-01 | 中国船舶重工集团公司第七二四研究所 | 基于双排序的旋转相控阵雷达波束自适应编排的实现方法 |
CN104899468A (zh) * | 2015-06-25 | 2015-09-09 | 中国船舶重工集团公司第七二四研究所 | 基于多参数几何模型的雷达任务综合优先级计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0513045D0 (en) * | 2005-06-27 | 2005-08-03 | Vidus Ltd | Resource scheduling method and system |
-
2016
- 2016-07-22 CN CN201610587378.5A patent/CN106295117B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902385A (zh) * | 2014-03-31 | 2014-07-02 | 西安电子科技大学 | 基于先验知识的相控阵雷达自适应任务调度方法 |
CN104076333A (zh) * | 2014-07-05 | 2014-10-01 | 中国船舶重工集团公司第七二四研究所 | 基于双排序的旋转相控阵雷达波束自适应编排的实现方法 |
CN104899468A (zh) * | 2015-06-25 | 2015-09-09 | 中国船舶重工集团公司第七二四研究所 | 基于多参数几何模型的雷达任务综合优先级计算方法 |
Non-Patent Citations (1)
Title |
---|
Petri网的优化协调控制理论及其应用研究;方欢;《中国博士学位论文全文数据库 信息科技辑》;20140415;第2章第2.2,第3章第3.3节,图3.8 |
Also Published As
Publication number | Publication date |
---|---|
CN106295117A (zh) | 2017-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khorsand et al. | An energy‐efficient task‐scheduling algorithm based on a multi‐criteria decision‐making method in cloud computing | |
CN109885397B (zh) | 一种边缘计算环境中时延优化的负载任务迁移算法 | |
US10474504B2 (en) | Distributed node intra-group task scheduling method and system | |
CN107273209B (zh) | 基于最小生成树聚类改进遗传算法的Hadoop任务调度方法 | |
CN106020933B (zh) | 基于超轻量虚拟机的云计算动态资源调度系统及方法 | |
CN104168318A (zh) | 一种资源服务系统及其资源分配方法 | |
CN104657221A (zh) | 一种云计算中基于任务分类的多队列错峰调度模型及方法 | |
CN109861850B (zh) | 一种基于sla的无状态云工作流负载均衡调度的方法 | |
Xin et al. | A load balance oriented cost efficient scheduling method for parallel tasks | |
CN110308967A (zh) | 一种基于混合云的工作流成本-延迟最优化任务分配方法 | |
Sridhar et al. | Hybrid particle swarm optimization scheduling for cloud computing | |
Li et al. | An efficient scheduling optimization strategy for improving consistency maintenance in edge cloud environment | |
CN105260230A (zh) | 基于分段服务等级协议的数据中心虚拟机资源调度方法 | |
CN106295117B (zh) | 一种被动相控阵雷达资源动态排队管控方法 | |
CN108170523B (zh) | 一种移动云计算的随机任务序列调度方法 | |
Li et al. | A QoS-based scheduling algorithm for instance-intensive workflows in cloud environment | |
Wang et al. | Dynamic multiworkflow deadline and budget constrained scheduling in heterogeneous distributed systems | |
Manavi et al. | Resource allocation in cloud computing using genetic algorithm and neural network | |
CN111260161A (zh) | 一种众包任务下发的方法及设备 | |
CN108958919A (zh) | 一种云计算中有期限约束的多dag任务调度费用公平性评估模型 | |
Bansal et al. | Performance evaluation of task scheduling with priority and non-priority in cloud computing | |
CN107528914B (zh) | 数据分片的资源征用调度方法 | |
CN110633784B (zh) | 一种多规则人工蜂群改进算法 | |
Prado et al. | On providing quality of service in grid computing through multi-objective swarm-based knowledge acquisition in fuzzy schedulers | |
Yu et al. | Bringing reputation-awareness into crowdsourcing |
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 |