CN114488131B - 一种多任务有序性牵引策略的雷达编队协同探测方法 - Google Patents
一种多任务有序性牵引策略的雷达编队协同探测方法 Download PDFInfo
- Publication number
- CN114488131B CN114488131B CN202210097758.6A CN202210097758A CN114488131B CN 114488131 B CN114488131 B CN 114488131B CN 202210097758 A CN202210097758 A CN 202210097758A CN 114488131 B CN114488131 B CN 114488131B
- Authority
- CN
- China
- Prior art keywords
- radar
- task
- target task
- demand
- target
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 5
- 230000007704 transition Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Classifications
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种多任务有序性牵引策略的雷达编队协同探测方法,包括:设定雷达网络中每个雷达节点的能力向量,并获取待分配目标任务集;获取待分配目标任务集中目标任务的需求能力向量,并根据雷达节点的能力向量筛选出目标任务对应的可用雷达;逐一计算可用雷达和目标任务的契合度;根据契合度确定雷达任务组,并采用有序性牵引策略将多个雷达任务组编队协同探测。本发明从雷达能力与任务需求两个方面综合衡量确定雷达任务组,通过雷达有序性牵引策略与编队协同控制,可表达多个雷达的任务状态,避免了多雷达完成某一任务的资源扎堆和某一任务的无人问津,通过计算协同状态转移概率,可有效引导雷达网形成任务梯队。
Description
技术领域
本发明涉及信息处理领域的信息融合方法与编队协同算法,特别涉及一种多任务有序性牵引策略的雷达编队协同探测方法。
背景技术
随着科技的发展,各类新型空天目标逐渐增多,目标速度越来越快、目标特性也日益复杂,这给多雷达协同探测带来较大困难。现有常规雷达组网探测方法,大多针对传统空气动力目标,而此类目标速度相对较慢、特性较为简单,加之可探测常规雷达数量较多,对资源耗费不敏感,且约束性和一致性要求不高,而面对高超声速飞行器和弹道导弹等高速高机动空天目标,由于可利用特种雷达数目较少,如按照现有常规雷达的组网模式,则极易造成资源扎堆、协同不够、丢失目标等问题。
为解决上述问题,急需一个在有限资源条件下,能够充分利用每部可用雷达的探测能力和潜力,构成一组动态多雷达编队系统,使整个雷达系统以编队协作的方式进行探测跟踪未知空天目标。在网络控制领域中,协作指多实体之间通过某种关联关系达到状态间协调变化的控制方式,其中关键是一致性协议问题。现有研究针对一致性协议,提出了分组一致性、有向图与无向图、博弈论等方法,但此类方法大多限于理论研究,复杂性、收敛性和实时性较难平衡解决,在实际系统应用中较难实现。
发明内容
本发明为解决多雷达协同编队中随着目标状态和雷达因素变化带来的网络节点有序性和收敛性问题,从雷达的编队形成、编队保持及目标跟踪角度出发,提供了一种多任务有序性牵引策略的雷达编队协同探测空天目标方法。
本发明的技术方案为:
一种多任务有序性牵引策略的雷达编队协同探测方法,包括:
设定雷达网络中每个雷达节点的能力向量,并获取待分配目标任务集;
获取待分配目标任务集中目标任务的需求能力向量,并根据雷达节点的能力向量筛选出目标任务对应的可用雷达;
逐一计算可用雷达和目标任务的契合度;
根据契合度确定雷达任务组,并采用有序性牵引策略将多个雷达任务组编队协同探测。
优选的是,能力向量包括:探测范围符合度、技术指标满足度、任务可调度和抗干扰能力适应度;
需求能力向量包括:需求探测范围符合度,需求技术指标满足度、需求任务可调度和需求抗干扰能力适应度。
优选的是,可用雷达的筛选过程包括如下步骤:
计算雷达节点的综合能力值和目标任务的需求能力值;
若雷达节点的综合能力值不小于目标任务的需求能力值,且雷达节点的最小能力向量不小于目标任务的最小需求能力向量,则雷达节点为目标任务的可用雷达。
优选的是,综合能力值和需求能力值的计算公式为:
其中,表示雷达a的综合能力值,/>表示雷达a的能力向量,且/> 表示目标任务mi的需求能力值,/>表示目标任务mi的需求能力向量,且/>
优选的是,契合度的计算公式为:
其中,K(a,mi)表示雷达a与目标任务mi的契合度,表示雷达a第l项能力向量/>占综合能力值/>的比例,/>表示目标任务mi的第l项需求能力向量/>占需求能力值/>的比例。
优选的是,雷达任务组的确定过程包括:
按照契合度的高低排序得到雷达节点对应的目标任务列表;
优先排定目标任务列表中契合度最高的目标任务作为雷达节点的探测目标;
单个目标任务匹配的雷达节点不超过j个。
优选的是,雷达任务组的确定过程还包括:
对于目标任务,若第二雷达节点与目标任务的契合度最小值大于目标任务与匹配的第一雷达节点的契合度的最大值,则第一雷达节点退出目标任务的探测,第二雷达节点优先排定目标任务作为探测目标。
优选的是,有序性牵引策略状态方程为:
其中,E(t)表示有序性牵引状态函数,Ha(t)表示雷达a在t时刻与目标任务mi的契合度列表,Hb(t)表示雷达b在t时刻与目标任务mi的契合度列表。
优选的是,编队协同状态方程为:
其中,Y(t)a表示编队协同状态函数,p(E(t))表示E(t)的先验概率,argmax表示最大后验估计,
本发明通过设置雷达能力向量和能力综合值,最大限度贴近雷达满足探测目标任务的可用度基本条件。
本发明设计了雷达任务契合度,从雷达能力与任务需求两个方面综合衡量并量化了雷达与目标之间的任务匹配契合程度。
本发明通过雷达有序性牵引策略与编队协同控制,可表达多个雷达的任务状态,避免了多雷达完成某一任务的资源扎堆和某一任务的无人问津,通过计算协同状态转移概率,可有效引导雷达网形成任务梯队。
附图说明
图1为本发明提供的一种多任务有序性牵引策略的雷达编队协同探测方法的流程图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
“内”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
如图1所示,一种多任务有序性牵引策略的雷达编队协同探测方法,包括:
S110、设定雷达网络中每个雷达节点的能力向量,并获取待分配目标任务集。
S120、获取待分配目标任务集中目标任务的需求能力向量,并根据雷达节点的能力向量筛选出目标任务对应的可用雷达。
S130、逐一计算可用雷达和目标任务的契合度。
S140、根据契合度确定雷达任务组,并采用有序性牵引策略将多个雷达任务组编队协同探测。
作为一种优选,能力向量包括:探测范围符合度、技术指标满足度、任务可调度和抗干扰能力适应度;
需求能力向量包括:需求探测范围符合度,需求技术指标满足度、需求任务可调度和需求抗干扰能力适应度。
一个具体的实施方式是,将一组雷达视为一个控制网络,其中单个雷达a的能力向量分别为表示雷达的探测范围符合度,/>表示雷达的技术指标满足度,/>表示雷达的任务可调度,/>表示雷达的抗干扰能力适应度,其中,/>1≤l≤4,/>
将每一个雷达作为网络中的节点,根据控制网络原理,设有待分配目标任务集M=[m1,m2,…,mi],表示任务mi的需求能力向量,/>表示任务mi的需求探测范围符合度,/>表示任务mi的需求技术指标满足度,/>表示任务mi的需求任务可调度,表示任务mi的需求抗干扰能力适应度。
在另一个实施例中,可用雷达的筛选过程包括如下步骤:
计算雷达节点的综合能力值和目标任务的需求能力值;
其中,综合能力值和需求能力值的计算公式为:
其中,表示雷达a的综合能力值,/>表示雷达a的能力向量,且/> 表示目标任务mi的需求能力值,/>表示目标任务mi的需求能力向量,且/>
若雷达节点的综合能力值不小于目标任务的需求能力值,即且雷达节点的最小能力向量不小于目标任务的最小需求能力向量,即/>则雷达节点为目标任务的可用雷达。
作为一种优选,契合度的计算公式为:
其中,K(a,mi)表示雷达a与目标任务mi的契合度,表示雷达a第l项能力向量/>占综合能力值/>的比例,/>表示目标任务mi的第l项需求能力向量/>占需求能力值/>的比例。
针对i个空天目标探测,需要合理编排j部雷达进行任务分配组队,雷达任务组的确定过程包括:
按照契合度的高低排序得到雷达节点a对应的目标任务列表Ha;
优先排定目标任务列表中契合度最高的目标任务作为雷达节点的探测目标,即目标任务列表Ha中最大值K(a,mi)max优先组队;
为保证符合条件的雷达资源不要过度扎堆,单个目标任务匹配的雷达节点不超过j个。
作为一种优选,j=3,即不能超过3部雷达同时探测1个目标。
作为一种优选,雷达任务组的确定过程还包括:
对于目标任务,若第二雷达节点与目标任务的契合度最小值大于目标任务与匹配的第一雷达节点的契合度的最大值,则第一雷达节点退出目标任务的探测,第二雷达节点优先排定目标任务作为探测目标。
即当K(a,mi)max<K(b,mi)min时,雷达a退出任务mi,雷达b优先排定探测任务mi。
为保证一组j部雷达能够整体完成i个目标的探测任务,需在有序性牵引策略的基础上,将雷达组合理编队协同。而通过融合雷达与任务契合度和任务有序性牵引策略,可以使雷达从自身能力与任务需求两方面结合考虑,以更好地进行编队协同。
设雷达a最多能同时兼顾s个目标任务(s<i),则所有雷达有以下有序性牵引策略表示为:
其中,E(t)表示有序性牵引状态函数,Ha(t)表示雷达a在t时刻与目标任务mi的契合度列表,Hb(t)表示雷达b在t时刻与目标任务mi的契合度列表。
因为目标跟踪状态与雷达工作状态相关,即契合度与可用度相关,它们属于后验概率,故采取最大后验概率估计描述雷达a作为雷达网络节点的满足任务可能性,编队协同状态方程为:
其中,Y(t)a表示编队协同状态函数,p(E(t))表示E(t)的先验概率,argmax表示最大后验估计,
通过上述方程,可将雷达编队协同控制与目标探测任务分配联合化,获得雷达a对各目标的探测可能概率,根据其值大小,编排配置。依次类推,获得每一部雷达的最大后验概率估计,即协同状态转移概率,按转移概率的大小,形成雷达网络梯队。
本发明实施例中提供的技术方案,至少具有如下技术效果或优点:
本发明通过设置雷达能力向量和能力综合值,最大限度贴近雷达满足探测目标任务的可用度基本条件。本发明设计了雷达任务契合度,从雷达能力与任务需求两个方面综合衡量并量化了雷达与目标之间的任务匹配契合程度。本发明通过雷达有序性牵引策略与编队协同控制,可表达多个雷达的任务状态,避免了多雷达完成某一任务的资源扎堆和某一任务的无人问津,通过计算协同状态转移概率,可有效引导雷达网形成任务梯队。同时本发明可利用于任何雷达网络,无需改动系统软硬件,技术成本小,设计原理贴近雷达能力资源与空天目标探测过程,且适用于各种不同体制雷达,屏蔽了雷达差异,降低了编队协同算法的复杂性与维度,拓展了本发明的应用范围。
以上内容仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不脱离本发明的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。
Claims (8)
1.一种多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,包括:
设定雷达网络中每个雷达节点的能力向量,并获取待分配目标任务集;
获取所述待分配目标任务集中目标任务的需求能力向量,并根据所述雷达节点的能力向量筛选出所述目标任务对应的可用雷达;
逐一计算所述可用雷达和所述目标任务的契合度;
根据所述契合度确定雷达任务组,并采用有序性牵引策略将多个雷达任务组编队协同探测;
所有雷达有以下有序性牵引策略表示为:
其中,E(t)表示有序性牵引状态函数,Ha(t)表示雷达a在t时刻与目标任务mi的契合度列表,Hb(t)表示雷达b在t时刻与目标任务mi的契合度列表。
2.如权利要求1所述多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,所述能力向量包括:探测范围符合度、技术指标满足度、任务可调度和抗干扰能力适应度;
所述需求能力向量包括:需求探测范围符合度,需求技术指标满足度、需求任务可调度和需求抗干扰能力适应度。
3.如权利要求2所述的多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,所述可用雷达的筛选过程包括如下步骤:
计算所述雷达节点的综合能力值和所述目标任务的需求能力值;
若所述雷达节点的综合能力值不小于所述目标任务的需求能力值,且所述雷达节点的最小能力向量不小于所述目标任务的最小需求能力向量,则所述雷达节点为所述目标任务的可用雷达。
4.如权利要求3所述的多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,所述综合能力值和所述需求能力值的计算公式为:
其中,表示雷达a的综合能力值,/>表示雷达a的能力向量,且/> 表示目标任务mi的需求能力值,/>表示目标任务mi的需求能力向量,且/>
5.如权利要求4所述的多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,所述契合度的计算公式为:
其中,K(a,mi)表示雷达a与目标任务mi的契合度,表示雷达a第l项能力向量/>占综合能力值/>的比例,/>表示目标任务mi的第l项需求能力向量/>占需求能力值/>的比例。
6.如权利要求5所述的多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,所述雷达任务组的确定过程包括:
按照所述契合度的高低排序得到所述雷达节点对应的目标任务列表;
优先排定所述目标任务列表中契合度最高的所述目标任务作为雷达节点的探测目标;
单个所述目标任务匹配的雷达节点不超过j个。
7.如权利要求6所述的多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,所述雷达任务组的确定过程还包括:
对于目标任务,若第二雷达节点与所述目标任务的契合度最小值大于所述目标任务与匹配的第一雷达节点的契合度的最大值,则所述第一雷达节点退出所述目标任务的探测,所述第二雷达节点优先排定所述目标任务作为探测目标。
8.如权利要求7所述的多任务有序性牵引策略的雷达编队协同探测方法,其特征在于,所述编队协同状态方程为:
其中,Y(t)a表示编队协同状态函数,p(E(t))表示E(t)的先验概率,argmax表示最大后验估计,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210097758.6A CN114488131B (zh) | 2022-01-27 | 2022-01-27 | 一种多任务有序性牵引策略的雷达编队协同探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210097758.6A CN114488131B (zh) | 2022-01-27 | 2022-01-27 | 一种多任务有序性牵引策略的雷达编队协同探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114488131A CN114488131A (zh) | 2022-05-13 |
CN114488131B true CN114488131B (zh) | 2023-08-04 |
Family
ID=81475932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210097758.6A Active CN114488131B (zh) | 2022-01-27 | 2022-01-27 | 一种多任务有序性牵引策略的雷达编队协同探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488131B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779243A (zh) * | 2017-01-03 | 2017-05-31 | 中国船舶重工集团公司第七二四研究所 | 一种基于资源池的相控阵雷达协同探测系统资源调度方法 |
CN109975800A (zh) * | 2019-04-01 | 2019-07-05 | 中国电子科技集团公司信息科学研究院 | 组网雷达资源管控方法及装置、计算机可读存储介质 |
CN111638511A (zh) * | 2020-06-16 | 2020-09-08 | 北京邮电大学 | 基于信号融合的多雷达空间配准的协同探测方法及装置 |
CN112148452A (zh) * | 2020-09-29 | 2020-12-29 | 中国船舶重工集团公司第七二四研究所 | 单平台雷达综合探测系统任务资源最小熵准则分配方法 |
CN113740849A (zh) * | 2021-10-29 | 2021-12-03 | 中国电子科技集团公司信息科学研究院 | 一种多雷达自组织协同探测系统及方法 |
-
2022
- 2022-01-27 CN CN202210097758.6A patent/CN114488131B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779243A (zh) * | 2017-01-03 | 2017-05-31 | 中国船舶重工集团公司第七二四研究所 | 一种基于资源池的相控阵雷达协同探测系统资源调度方法 |
CN109975800A (zh) * | 2019-04-01 | 2019-07-05 | 中国电子科技集团公司信息科学研究院 | 组网雷达资源管控方法及装置、计算机可读存储介质 |
CN111638511A (zh) * | 2020-06-16 | 2020-09-08 | 北京邮电大学 | 基于信号融合的多雷达空间配准的协同探测方法及装置 |
CN112148452A (zh) * | 2020-09-29 | 2020-12-29 | 中国船舶重工集团公司第七二四研究所 | 单平台雷达综合探测系统任务资源最小熵准则分配方法 |
CN113740849A (zh) * | 2021-10-29 | 2021-12-03 | 中国电子科技集团公司信息科学研究院 | 一种多雷达自组织协同探测系统及方法 |
Non-Patent Citations (1)
Title |
---|
一种需求自适应雷达网威力图构建方法;张秀伟等;空军预警学院学报;第第34卷卷(第第4期期);第283-287页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114488131A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Energy-efficient UAV control for effective and fair communication coverage: A deep reinforcement learning approach | |
CN109188423A (zh) | 一种基于多源聚类的分布式多目标跟踪方法 | |
CN102147468B (zh) | 基于贝叶斯理论的多传感器检测跟踪联合处理方法 | |
Afghah et al. | A coalition formation approach to coordinated task allocation in heterogeneous UAV networks | |
CN112423265B (zh) | 基于csi的双循环神经网络的船载环境室内定位方法 | |
CN109709535B (zh) | 一种针对协同分布式系统的波束驻留调度方法 | |
CN101551661B (zh) | 一种面向多机器人系统的控制方法 | |
CN110286694A (zh) | 一种多领导者的无人机编队协同控制方法 | |
CN114553661A (zh) | 一种面向无线联邦学习的移动用户设备分簇训练方法 | |
CN114488131B (zh) | 一种多任务有序性牵引策略的雷达编队协同探测方法 | |
Zhou et al. | Intelligent sensing scheduling for mobile target tracking wireless sensor networks | |
Fan et al. | AoI-driven fresh situation awareness by UAV swarm: Collaborative DRL-based energy-efficient trajectory control and data processing | |
CN116560409A (zh) | 基于maddpg-r的无人机集群路径规划仿真方法 | |
Cui et al. | Multiagent reinforcement learning-based cooperative multitype task offloading strategy for internet of vehicles in B5G/6G network | |
Xie et al. | Mathematical problems in engineering improved CNP‐Method‐Based local real‐time cooperative task allocation of heterogeneous multi‐UAV in communication‐constrained environment | |
CN100583902C (zh) | 面向服务体系结构soa下优化综合指标的混合策略方法 | |
Li et al. | A UAV swarm sensing oriented distributed computing cooperation scheme | |
El Amraoui | Metaheuristic moth flame optimization based energy efficient clustering protocol for 6g enabled unmanned aerial vehicle networks | |
CN113655474A (zh) | 针对组网雷达目标跟踪的功率带宽联合分配方法 | |
CN115964640A (zh) | 一种改进的基于模板匹配的二次目标分群方法 | |
Jin et al. | Distributed power allocation for cognitive tracking based on non-cooperative game in decentralized netted radar | |
Wang et al. | Learning based edge computing in air-to-air communication network | |
Lan et al. | FATP: Fairness-aware task planning in spatial crowdsourcing | |
CN111563596A (zh) | 一种基于证据网络的不确定信息推理目标识别方法 | |
Cui et al. | Online container scheduling for low-latency iot services in edge cluster upgrade: A reinforcement learning approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |