CN109946673B - 基于蒙特卡洛树搜索的网络化雷达节点遴选方法 - Google Patents

Abstract

本发明公开了一种基于蒙特卡洛树搜索的网络化雷达节点遴选方法，主要解决现有技术对资源不加筛选，使得数据采集量和信号处理压力过大，节点资源浪费的问题。其实现方案是：1)确定节点遴选输入参数并定义蒙特卡洛搜索树中树节点属性；2)根据输入参数和节点属性构建一棵蒙特卡洛搜索树,得到一组遴选方案；3)计算得到的遴选方案性能，并对此次搜索中所有访问过的节点修改属性；4)根据修改后的节点属性判断遴选是否结束；5)未结束时更新起始根节点返回2)。本发明通过对现有资源加以筛选，降低了数据采集量和信号处理压力，避免了节点资源浪费，减小了空间增益损失，可用于物流和通信网中资源的筛选。

Description

基于蒙特卡洛树搜索的网络化雷达节点遴选方法

技术领域

本发明属于雷达信号处理技术领域，特别涉及一种网络化雷达节点遴选方法，适用于存在大量节点的超稀疏布阵雷达情况下，以空间增益最大化为目标，优化选取若干节点以压缩数据量及减小信号处理压力。

背景技术

纵观雷达布局发展历程，从早期的单站雷达，发展到现在的双多基组网雷达，以及未来的网络化雷达，雷达探测性能与结构随着时代的发展有了不断的改进。

单站雷达，其接收机与发射机一体，结构紧凑，技术实现成熟，但缺点是由于收发一体，易受反辐射导弹攻击，战场生存能力差。雷达信号处理级别从高到低大致可依次分为信号级融合、情报级处理、相参级处理，处理级别更高，其抗干扰与反辐射能力越强，性能更优。单站雷达对于信号的处理为单基处理，单站雷达处理的信号是相参级别的，不涉及到信号级别的融合潜力，处理级别偏向底层，较为基础。

双/多基组网雷达，其发射机和接收机分置在不同位置，收发之间的距离较远。双多基雷达因多视角观测有利于提升反隐身性能，因组网雷达收发工作体制灵活，具有较强的抗干扰与反辐射能力，且信号处理为参数级融合，为情报级，但同样未涉及到信号级别的融合。

由于单基处理是相参的，双/多基间处理是情报级，即参数级融合，这两种处理方式均尚未挖掘出信号级融合的潜力。单基发射与接收采用集中式天线，如抛物面天线与相控阵天线，为达到威力范围的要求，雷达体积大、重量重、功率高。单站雷达发射雷达信号时因其发射功率高，即使从副瓣辐射雷达信号，仍易被敌方所截获，使得单站雷达易受到敌方反辐射导弹集火攻击；而相比于单站雷达，双/多基组网雷达由于不再采用收发一体的方式，接收机与发射机之间有一定的距离，收发之间距离较远，其反辐射导弹能力有了一定提升，但由于采用了集中式天线，战场生存能力仍有待提高。

网络化雷达，采用广域收发节点布置的形式，相比于双/多基雷达的收发集中式，网络化雷达是收发去中心化的分散式。采用去中心的节点布置方式，收发工作体制十分灵活，反辐射与抗干扰能力大大增强。由于收发视角众多，相比于双/多基组网雷达，具备反隐身能力大幅提升的潜力。由于网络化雷达布设范围广节点众多，相比于集中式雷达，每个节点发射功率小，副瓣低，具有良好的反截获能力。

网络化雷达虽然具有上述诸多优点，但也面临网络化丰富节点资源“选择困惑”的挑战，即如何选择最优最少探测资源以达到探测任务要求，减轻后续数据传输与处理的压力。从网络化雷达系统结构分析，以一体化时频空基准和敏捷网络相连的通用宽带射频收/发节点，对单个侦、干、探、通等任务而言是冗余分布的，需要根据具体任务调用对不同节点进行配置和调用，因此，合理而高效地选取出最少最优的节点资源，是十分有必要的。

选择最少最优探测资源以达到探测任务要求，在移动通信网、物联网中也有相关文献对其进行了研究。

在物联网最少最优资源遴选过程中，现代物联网络中的每一个单一的物流节点的布局合理化与否都对优化整个物流网络起着重要作用,是整个物流网络优化设计过程中的灵魂所在，已有文献对物流节点布局基础划分问题、基于GIS理论和哈弗模型的节点辐射强度和范围的确定问题、针对物流产业需求方面的预测与物流格局综合性优化问题进行了研究,并确立了一套系统性的物流节点布局规划模型。同时，在移动通信网中，已有文献在基于无线网络自优化、自配置基础理念的自组织网络基础上，设计并实现了基于自组织网络方式规划优化的典型方案。

然而，在研究传统通信网络与物联网的过程中，通过选取最少最优的探测资源，以达到探测任务的要求，均未结合人工智能最前沿成果，同时，在雷达领域大范围的节点遴选的研究，也尚未展开，由于对有限探测资源不加筛选，加大了数据采集量和信号处理的压力，使得雷达探测性能达不到最优，带来一定的空间增益损失，造成资源的浪费。

发明内容

本发明的目的在于针对上述现有存在的不足，提出一种基于蒙特卡洛树搜索的网络化雷达节点遴选方法，以优化选取出若干节点，压缩数据量，减小信号处理压力；降低雷达探测空间增益损失，避免节点资源浪费。

为实现上述目的，本发明的技术方案包括如下：

(1)确定节点遴选输入参数：

随机确定一组由目标的方位角θ、俯仰角

总数量为N的雷达节点坐标、节点遴选数M、俯仰角步长Δθ、方位角步长

预设训练迭代次数T、目标高度h_t、探测距离R、基准方位角θ₀、基准探测距离R₀、波长λ组成的输入数据；

(2)定义蒙特卡洛搜索树中树节点属性：

设蒙特卡洛搜索树的节点i属性包括：当前节点的访问次数n_i、当前节点的奖励值r_i、当前节点所包含的根路径Set集合、当前节点所包含子节点的Children集合，当前节点距离叶子节点的距离d；

(3)构建一棵蒙特卡洛搜索树,得到一组遴选方案：

一次训练迭代开始，从当前层根节点逐层访问子节点，直至访问到叶子节点时,蒙特卡洛树构建完毕，将该叶子节点Set集合中的节点作为一次遴选方案，其实现如下：

(3a)判断当前节点是否为树的叶子节点：

如果当前节点为树的叶子节点，将该叶子节点Set集合中的节点作为一次遴选方案，执行(4)；

如果当前节点不是叶子节点，且当前节点的所有子节点均没有被访问过，则随机访问子节点，并将随机访问到的子节点作为新的节点，执行(3c)；

如果当前节点不是叶子节点，且当前节点的子节点只有部分被访问过，或者都被访问过，则设置一个概率值p，0<p<1。

(3b)对当前节点已被访问过的子节点和尚未被访问过的子节点进行概率选取：

对子节点中已访问过的子节点计算上置信值，选取上置信值UCB最大的子节点作为新的节点，以概率p将得到的新节点执行(3c)；

对子节点中尚未访问过的子节点随机访问，将随机访问到的子节点作为新的节点，以概率(1-p)将得到的新节点执行(3c)；

(3c)判断新的节点是否为树的叶子节点：

如果新的节点是叶子节点，执行(4)

如果新的节点不是叶子节点，执行(3d)

(3d)对所有不是叶子节点的新节点的子节点的访问状态继续进行判断：

如果新节点的所有子节点均没有被访问过，则随机访问这些子节点，并将随机访问到的子节点作为新的节点，返回(3c)；

如果新的节点的子节点只有部分被访问过，或者都被访问过，则设置一个概率值p，0<p<1，执行(3e)；

(3e)对新节点中已被访问过的子节点和尚未被访问过的子节点进行概率选取：

对子节点中已访问过的子节点计算上置信值，选取上置信值UCB最大的子节点作为新的节点，以概率p将得到的新节点返回(3c)；

对子节点中尚未访问过的子节点随机访问，将随机访问到的子节点作为新的节点，以概率(1-p)将得到的新节点返回(3c)；

(4)利用评价函数D计算(3)得到的遴选方案性能，并根据D量化设定一个奖励函数r，计算D对应的奖励值r；

(5)通过(4)计算出的r，修改节点的访问次数和当前奖励值，即所有访问过的节点的访问次数加1，奖励值加上r；

(6)判断当前训练次数、当前层数，根据判决结果决定遴选是否结束：

如果当前训练次数达到T次、当前层数达到M层，基于蒙特卡洛树算法的节点遴选到此结束；

如果当前训练次数低于T次，当前层数低于M层，将训练次数加1，返回(3)；

如果当前层数达到T次，当前层数低于M层，则执行(7)

(7)更新训练迭代的起始根节点，即选取当前层UCB值最大的子节点作为下层起

始根节点，将当前层的层数加1，返回(3)。

本发明与现有技术相比具有如下优点：

第一，由于本发明采用的阵列为超稀疏阵列，具有安装方便，易于在已有基础设施上布阵的优点，且阵列的稀疏度为传统密布阵列的几十倍，克服了传统阵列受地形限制的影响；

第二，由于本发明可在测试环境下，用大量训练好的样本构建出蒙特卡洛树，通过训练好的蒙特卡洛搜索树，针对任意特性、方位目的，迅速得到一个高质量的节点遴选方案，在满足约束条件的情形下，得到较好的效果，来应对复杂的网络化探测任务。

第三，由于本发明结合了人工智能领域的机器学习算法，展开了雷达领域大范围的节点遴选研究，对有限资源节点进行了筛选，有效地压缩了节点的数据量，减小信号处理压力；降低雷达探测空间增益损失，避免节点资源浪费。

附图说明

图1为本发明的实现流程图；

图2为本发明仿真使用的布阵总节点三维空间分布图；

图3为本发明中构建蒙特卡洛树的子流程图；

图4为用本发明仿真遴选出的M节点三维空间分布图；

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明。

参照图1，本发明基于蒙特卡洛树搜索的网络化雷达节点遴选方法，实现步骤如下：

步骤1，确定节点遴选输入参数。

参照图2，本步骤的具体实现如下：

随机确定一组由目标的方位角θ、俯仰角

总数量为N的雷达节点坐标、所需遴选节点数M、俯仰角步长Δθ、方位角步长

预设训练迭代次数T、目标高度h_t、探测距离R、基准方位角θ₀、基准探测距离R₀和波长λ组成的输入数据，其中，参数满足不等式约束条件：0≦θ≦2π，

0<M<N；N＝300，代表布阵所用雷达节点总个数；M＝220，Δθ＝π/1800，

T＝5000，h_t＝7km，0<R<300km，θ₀＝30°，R₀＝300km，λ＝0.25m。

步骤2，定义蒙特卡洛搜索树中树节点属性。

蒙特卡洛搜索树的节点i属性包括：当前节点的访问次数n_i、当前节点的奖励值r_i、当前节点所包含的根路径Set集合、当前节点所包含子节点的Children集合和当前节点距离叶子节点的距离d、当前层数、当前迭代次数，其中，各属性的功能如下：

n_i用于表示训练迭代过程中节点被访问过的次数,初始值为0；

奖励值r_i用于表征节点遴选方案性能的好坏，每个节点的初始r_i值为0；

Set集合用于记录从根节点至当前节点的雷达节点索引集合；

Children集合用于记录当前节点已访问过的子节点的集合；

蒙特卡洛搜索树节点的雷达节点集合中，Children集合和Set集合中均没有重复的雷达节点；因为子节点由父节点推演得到，将使得子节点的Set集合中雷达节点的数量比父节点的雷达节点数量多1；又因为当前节点的子节点有多个，导致了子节点的不唯一性，从而使得同一节点的子节点的Set节点集合不同。

步骤3，构建一棵蒙特卡洛搜索树,得到一组遴选方案。

参照图3，本步骤的具体实现如下：

(3a)判断当前节点是否为树的叶子节点：

如果当前节点为树的叶子节点，将该叶子节点的Set集合中的节点作为一次遴选方案，执行(4)；节点距离叶子节点的距离d为0则判定该节点为叶子节点，从根节点推演得到叶子节点的过程称为一次训练；

如果当前节点不是叶子节点，且当前节点的所有子节点均没有被访问过，则随机访问子节点，并将随机访问到的子节点作为新的节点，执行(3c)。节点属性Children集合为空则判定为完全未被访问状态；

如果当前节点不是叶子节点，且当前节点的子节点只有部分被访问过，或者都被访问过，则设置一个概率值p，0<p<1，p＝0.5，执行(3b)。节点的Set集合长度与Children集合长度的和值小于N则判定为部分被访问状态；节点的Set集合长度与Children集合长度的和值等于N则判定为完全被访问状态；

(3b)对当前节点已被访问过的子节点和尚未被访问过的子节点进行选取,并将选取出的子节点以一定概率执行(3c):

对子节点中已访问过的子节点计算上置信值，选取上置信值UCB最大的子节点作为新的节点，该新节点以概率值p作为执行概率执行(3c)；

对子节点中尚未访问过的子节点随机访问，将随机访问到的子节点作为新的节点，该新节点以概率值(1-p)作为执行概率执行(3c)；

(3c)判断新的节点是否为树的叶子节点：

如果新的节点是叶子节点，执行(4)；

如果新的节点不是叶子节点，执行(3d)；

(3d)对所有不是叶子节点中新节点的子节点访问状态继续进行判断：

如果新节点的所有子节点均没有被访问过，则随机访问这些子节点，并将随机访问到的子节点作为新的节点，返回(3c)；

如果新的节点的子节点只有部分被访问过，或者都被访问过，则设置一个概率值p，0<p<1，p＝0.5，执行(3e)；

(3e)对新节点中已被访问过的子节点和尚未被访问过的子节点进行选取,并将选取出的子节点按设定的概率返回(3c)：

对子节点中已访问过的子节点计算上置信值，选取上置信值UCB最大的子节点作为新的节点，该新节点以概率值p作为返回概率返回到(3c)；

对子节点中尚未访问过的子节点随机访问，将随机访问到的子节点作为新的节点，该新节点以概率值(1-p)作为返回概率返回到(3c)；

上述(3b)和(3e)中节点的上置信值UCB均采用下式计算，其表达式为：

其中，n_i为节点i的访问次数，r_i为节点i的奖励值，F为节点i的父节点已经被访问的总次数。C为常数,当用于加深树深度的训练次数小于T时C＝1；当用于加深树深度的训练次数等于T时C＝0。

步骤4，利用评价函数D计算(3)得到的遴选方案性能，并根据D量化设定一个奖励函数r，计算D对应的奖励值r；

所述的评价函数D，其物理含义为空间增益，表达式为：

其中，θ_i是方位角，N_θ是方位角序列个数,N_θ＝π/Δθ；

是俯仰角，

是方位角序列个数，

N是节点总数，P(θ_i,h_t,R_j)表示方向图，其公式如下：

P(θ_i,h_t,R_j)＝a^H(θ₀,h_t,R₀)·a(θ_i,h_t,R_j)

其中a^H(θ₀,h_t,R₀)是给定h_t对准R₀与θ₀时的导向矢量；a(θ_i,h_t,R_j)是给定h_t对应距离R_j扫描角度为θ_i的导向矢量，其表达式为：

其中，k从1到M，(x₁,y₁,z₁),(x₂,y₂,z₂),...,(x_k,y_k,z_k),...,(x_M,y_M,z_M)是通过蒙特卡洛树算法遴选出来的节点坐标，x_t＝R_j·cosθ_i,y_t＝R_j·sinθ_i,z_t＝h_t，i从1到N_θ。

所述的奖励函数r，其表达式如下：

其中D为空间增益，MAX＝220，根据

的值落在的不同区间，量化得到不同的奖励值r，奖励函数r表示当前遴选方案结果优劣，r越大，该次遴选方案性能越好；

步骤5，通过(4)计算出的r，修改节点的访问次数和当前奖励值，即对所有访问过的节点的访问次数加1，奖励值加上r。

步骤6，决定遴选是否结束。

对当前训练次数、当前层数进行判断：

如果当前训练次数达到T次、当前层数达到M层时，从根节点逐层访问至M层，选取出每层UCB值最大的节点，最终选取出的M个节点即为所需的节点遴选最优组合，遴选到此结束。

如果当前训练次数低于T次、当前层数低于M层，则将训练次数加1，返回(3)；

如果当前层数达到T次、当前层数低于M层，则执行(7)；

步骤7，更新训练迭代的起始根节点，即选取当前层UCB值最大的子节点作为下层

起始根节点，将当前层的层数加1，返回(3)。

以下通过仿真实验对本发明效果作进一步验证说明。

1.仿真条件：

本发明的仿真运行系统为Inter(R)Core(TM)i5-3570CPU@3.40HGz，64位Windows操作系统，仿真软件采用MATLAB R(2013b)，Pycharm，辅助软件为BIGEMAP，用于获取节点坐标信息。

仿真相关参数设置如表1所示：

表1节点遴选输入参数

2.仿真内容与结果分析：

在上述仿真参数下，用本发明方法进行的节点遴选，结果如图4。

对图4遴选出的结果进行空间增益D的计算，并将计算出的结果与多组随机结果进行性能对比，结果如表2。

表2不同节点组合情况下空间增益对比

从表2可以看出，原300节点的空间增益为291.567；三组随机选取结果其空间增益分别为187.6121、191.5963、229.1583，均远低于原300节点空间增益261.567，空间增益损失较大；而采用本算法遴选出来的220节点其空间增益达到了288.2167，大大优于其他随机组的结果,其空间增益相较于原300节点还有一定增加，这是由于信号能量在空间合成时一些区域会相互对消，使得智能遴选出的220节点增益，高于了布阵所用节点资源池300节点的空间增益。通过对结果的分析，得知达到了本算法的目的，即有效地减小数据运算量、降低空间增益损失。

综上，使用本发明方法能够很好的在已有布阵节点基础上，遴选出空间增益趋近于全局最优的节点组合，在保证探测性能的前提下，有效地降低了节点数据量，减少了空间增益的损失，仿真实验验证了本发明的有效性和可靠性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围；这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种基于蒙特卡洛树搜索的网络化雷达节点遴选方法，其特征在于，包括如下：

(1)确定节点遴选输入参数：

随机确定一组由目标的方位角θ、俯仰角

总数量为N的雷达节点坐标、节点遴选数M、俯仰角步长Δθ、方位角步长

预设训练迭代次数T、目标高度h_t、探测距离R、基准方位角θ₀、基准探测距离R₀、波长λ组成的输入数据；

(2)定义蒙特卡洛搜索树中树节点属性：

设蒙特卡洛搜索树的节点i属性包括：当前节点的访问次数n_i、当前节点的奖励值r_i、当前节点所包含的根路径Set集合、当前节点所包含子节点的Children集合、当前节点距离叶子节点的距离、d当前层数、当前迭代次数；

(3)构建一棵蒙特卡洛搜索树,得到一组遴选方案：

一次训练迭代开始，从当前层根节点逐层访问子节点，直至访问到叶子节点时,蒙特卡洛树构建完毕，将该叶子节点Set集合中的节点作为一次遴选方案，其实现如下：

(3a)判断当前节点是否为树的叶子节点：

如果当前节点为树的叶子节点，将该叶子节点Set集合中的节点作为一次遴选方案，执行(4)；

如果当前节点不是叶子节点，且当前节点的所有子节点均没有被访问过，则随机访问子节点，并将随机访问到的子节点作为新的节点，执行(3c)；

如果当前节点不是叶子节点，且当前节点的子节点只有部分被访问过，或者都被访问过，则设置一个概率值p，0<p<1，执行(3b)；

(3b)对当前节点已被访问过的子节点和尚未被访问过的子节点进行概率选取：

对子节点中已访问过的子节点计算上置信值，选取上置信值UCB最大的子节点作为新的节点，以概率p将得到的新节点执行(3c)；

对子节点中尚未访问过的子节点随机访问，将随机访问到的子节点作为新的节点，以概率(1-p)将得到的新节点执行(3c)；

(3c)判断新的节点是否为树的叶子节点：

如果新的节点是叶子节点，执行(4)

如果新的节点不是叶子节点，执行(3d)

(3d)对所有不是叶子节点的新节点的子节点的访问状态继续进行判断：

如果新节点的所有子节点均没有被访问过，则随机访问这些子节点，并将随机访问到的子节点作为新的节点，返回(3c)；

如果新的节点的子节点只有部分被访问过，或者都被访问过，则设置一个概率值p，0<p<1，执行(3e)；

(3e)对新节点中已被访问过的子节点和尚未被访问过的子节点进行概率选取：

对子节点中已访问过的子节点计算上置信值，选取上置信值UCB最大的子节点作为新的节点，以概率p将得到的新节点返回(3c)；

对子节点中尚未访问过的子节点随机访问，将随机访问到的子节点作为新的节点，以概率(1-p)将得到的新节点返回(3c)；

(4)利用评价函数D计算(3)得到的遴选方案性能，并根据D量化设定一个奖励函数r，计算D对应的奖励值r；

(5)通过(4)计算出的r，修改节点的访问次数和当前奖励值，即所有访问过的节点的访问次数加1，奖励值加上r；

(6)判断当前训练次数、当前层数，根据判决结果决定遴选是否结束：

如果当前训练次数达到T次、当前层数达到M层，基于蒙特卡洛树算法的节点遴选到此结束；

如果当前训练次数低于T次，当前层数低于M层，将训练次数加1，返回(3)；

如果当前层数达到T次，当前层数低于M层，则执行(7)；

(7)更新训练迭代的起始根节点，即选取当前层UCB值最大的子节点作为下层起始根节点，将当前层的层数加1，返回(3)。

2.根据权利要求书1所述的方法，其特征在于，(3b)中计算上置信值UCB，公式如下：

其中，n_i为第i个节点的访问次数，r_i为第i个节点的奖励值，F为第i个节点的父节点已被访问的总次数,i从1到M，C为常系数。

3.根据权利要求书1所述的方法，其特征在于，(4)中的评价函数D，其表达式为：

其中评价函数D表示空间增益，θ_i是方位角，N_θ是方位角序列个数,N_θ＝π/Δθ；

是俯仰角，

是方位角序列个数，

N是节点总数，P(θ_i,h_t,R_j)表示方向图，其公式如下：

P(θ_i,h_t,R_j)＝a^H(θ₀,h_t,R₀)·a(θ_i,h_t,R_j)

其中a^H(θ₀,h_t,R₀)是给定h_t对准R₀与θ₀时的导向矢量；a(θ_i,h_t,R_j)是给定h_t对应距离R_j扫描角度为θ_i的导向矢量，

其中，k从1取至M，(x₁,y₁,z₁),(x₂,y₂,z₂),...,(x_k,y_k,z_k),...,(x_M,y_M,z_M)是通过蒙特卡洛树算法遴选出来的节点坐标，i从1到N_θ，x_t＝R_j·cosθ_i,y_t＝R_j·sinθ_i,z_t＝h_t。

4.根据权利要求书1所述的方法，其特征在于，(4)中的奖励函数r，其公式如下：

其中MAX为人为设定的常量值，D为空间增益，根据

的不同区间，量化得到不同的奖励值。

Images