JP2006059325A - 規則に基づく階層化意思決定法を用いてセンサを管理をする方法 - Google Patents

規則に基づく階層化意思決定法を用いてセンサを管理をする方法 Download PDF

Info

Publication number
JP2006059325A
JP2006059325A JP2005196945A JP2005196945A JP2006059325A JP 2006059325 A JP2006059325 A JP 2006059325A JP 2005196945 A JP2005196945 A JP 2005196945A JP 2005196945 A JP2005196945 A JP 2005196945A JP 2006059325 A JP2006059325 A JP 2006059325A
Authority
JP
Japan
Prior art keywords
internal reference
weight
tasks
value
level
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.)
Withdrawn
Application number
JP2005196945A
Other languages
English (en)
Inventor
Stephen C Lahti
チャールズ ラハティ スティーブン
Kirk W Hayward
ウェスリー ヘイワード カーク
Wayne T Harwick
トマス ハリッジ ウェイン
Jeffrey D Gentry
デール ジェントリー ジェフリー
Jonathan Bernhardt
ベルンハルト ジョナサン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northrop Grumman Corp
Original Assignee
Northrop Grumman Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northrop Grumman Corp filed Critical Northrop Grumman Corp
Publication of JP2006059325A publication Critical patent/JP2006059325A/ja
Withdrawn legal-status Critical Current

Links

Images

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S2013/0236—Special technical features
    • G01S2013/0272—Multifunction radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】センサシステムで実行される仕事を管理する方法を提供する。
【解決手段】階層化意思決定法を用いて、仕事の第１集合について優先度の値を決定するステップと、最も優先度の高い値を有する仕事を実行するステップと、階層化意思決定法を用いて、仕事の第２集合について優先度の値を決定するステップとを含んでいる。
【選択図】図２

Description

本発明は仕事を計画する方法に関しており、より詳細には、このような方法を用いてセンサの動作を制御することに関する。
軍事用監視レーダの動作の予定を立てるために行われる従来の方法は、２、３の基本的な規則を使用しており、それら規則は、与えられた任意の仕事に関して優先度及び計画を規定する。優先度、アーリエスト デッドライン ファースト(Earliest Deadline First)及びファースト イン ファースト アウト(First In First Out)は、過去に使用された種類の計画方針である。幾つかの計画方針は、動的な状態下で変更しないようにされており、最適にならない結果をもたらす。仕事の相対的な優先度の決定は、複数の基準に関した困難で複雑な評価をリアルタイムで必要とし、間違いを起こし易い傾向がある。結果的な仕事の順位が、オペレータによって異なって一致しないことが起こり得る。
アクティブ電子走査アレイ(ＡＥＳＡ)レーダ技術は、今までに行われた信号処理のスループットレートの改善と相まって、機動的で迅速なビームポインティングを行うアンテナと、フルモードのインタリービング能力とを有するレーダシステムを提供する。これらシステムは、一瞬にして個々の仕事を実行できる。オペレータは、これらレーダを効率的に使用して、スピードが重視される動的な戦闘状況下で、これらの完全な性能を発揮する努力を必要とする。故に、センサ管理機能を自動化することには大きな利益があるだろう。
センサ資源の最適化モデルが以前から提案されているが、そのモデルは、ターゲットの場所を確認して、ターゲットを同定するステップに主に関係していた。複数の仕事の優先度を、仕事の値に基づいてリアルタイムで付けることが可能な方法が必要とされている。
本発明は、センサシステムによって行われる仕事を管理する方法を与える。その方法は、階層化意思決定法(Analytic Hierarchy Process)を用いて、仕事の第１集合について優先度の値を決定するステップと、優先度の値が最も高い仕事を実行する工程と、階層化意思決定法を用いて、仕事の第２集合について優先度の値を決定するステップとを含んでいる。
本発明のもう一つの特徴は、階層化意思決定法を用いて、センサの仕事の優先順位を付ける方法を提供することである。その方法は、複数の任務の種類を定義するステップと、任務の種類の各々について、内部基準(inter-criteria)ウエイトを確立するステップと、複数の評価基準を定義するステップと、評価基準の各々について、内部基準ウエイトを確立するステップと、任務の種類の内部基準ウエイトと、評価基準の内部基準ウエイトとを用いて、各仕事に関した相対的値を決定するステップと、最も値が高い仕事を選択するステップとを含む。
本発明は、階層化意思決定法(ＡＨＰ)として知られている多基準の意思決定手段を用いて、仕事の順位付けをリアルタイムで行う。ある実施例では、レーダ又はその他の種類の監視センサを用いて、複数の仕事が実行される。ＡＨＰプロセスは、例えば、偵察機に装着されたセンサのような、動的環境における複数任務のマルチモードセンサの動作に効率的に適用される。本発明は、センサの動作方針を確立して、センサ管理を自動化する。仕事の実行順序は、ＡＨＰアルゴリズムを用いて、各仕事の相対的値で決定される。
図１は、本発明の方法を示すフローチャートである。ブロック(10)は、ＡＨＰプロセスが実行されて、複数の仕事を順序付けすることを示している。優先度の値が仕事に割り当てられると、優先度が最も高い仕事が、ブロック(12)で実行される。そして、ＡＨＰプロセスは、残りの仕事と、特定された任意の新しい仕事とについて繰り返し行われて、仕事の優先度の値がさらに決定される。
本発明の方法は、仕事の優先度を連続的にアップデートするのに使用される。例えば、完了すべき最初の仕事としてある仕事が特定されると、プロセスが実行されて、次の仕事が決定されるだろう。その方法は、複数の基準を迅速に評価して、多数の仕事に関する決定を行う。
階層化意思決定法(ＡＨＰ)は、決定を行うやり方であって、部分的な情報、データ及び知識を用いて、複数の選択肢に関して順序付けられた値の集合を決定する。今の場合、選択肢は、評価されるセンサの仕事である。ＡＨＰは、構造的階層を用いて、構造化された一連の規則に従って値の計算を行う。階層は、マルチレベル構造を用いて複雑な問題を表現したものである。階層を用いると、問題又は目的は、レベル(Levels)と代替案(Alternatives)とに分解される。「代替案」は、センサによって実行される選択可能な仕事を意味する。選択可能な仕事の各々の値は、その全体的なウエイト(レベル１のウエイトにレベル２のウエイトを掛けたもの)に、ユーザによって選択されるスケーリング(scaling)(レベル３)を掛けて計算される。例えば、レベル０は目的であり、レベル１は任務の種類であり、レベル２は、分解されたレベル１の評価基準である。説明する実施例では、３つの任務の種類が示されているが、本発明は、３つの種類の任務に限定されない。
ＡＨＰアルゴリズムは、仕事を評価して順序付けを行い、スケジューラは最も値が高い仕事を選択する。種々の方程式が用いられて、探索、追跡、同定(ＩＤ)及び描画などのレーダの仕事に関する相対的な値を計算する。一部の仕事における最高の値を用いて優先度を決定して、少ない資源をよりうまく利用することも可能である。
階層化意思決定法は、複数のレベルに評価基準が分けられた階層を用いる。様々なパラメータが用いられて、レベル内及びレベル間における評価基準の相対的な重要性が確立される。レベルは、階層化レベルを意味する。階層は、目的、レベル及び代替案を含んでいる。任意のレベルは、構成の所定のレベルでの評価基準を含んでいる。本発明のある実施例では、レベル１は、空対地、偵察、空対空等の任務の種類を意味しており、レベル２は、任務の種類の各々内における分解を、例えば空対地任務を構成する要素を意味している。
図２は、階層化意思決定法のステップを示すフローチャートである。プロセスの階層が確立されて(ブロック(14))、仕事の評価基準が決定される(ブロック(16))。そして、内部基準ウエイトが決定される(ブロック(18))。これら内部基準ウエイトは、個々のレベルにおいて、基準間の重みを示している。次に、基準内(カテゴリ)が決定される(ブロック(20))。ウエイトは、固有ベクトル法を用いてＡＨＰアルゴリズムを用いて計算される。カテゴリは、任意の基準内の基準ラベルを意味する。基準内ウエイトは、同じレベルにおける評価基準間の重みである。
性能対値のマップ(Scales)が、各評価基準(ブロック(22))内で設定されて、仕事の値及び順序が計算される(ブロック(24))。そして、値のデータはセンサマネージャに出力されて(ブロック(26))、センサマネージャが１又は複数のセンサに指示をして、優先度の値が最も高い仕事が実行される。
この発明は、１つの空中センサ(airborne sensor)で実行される、空及び地上の軍事的な監視、偵察任務について定められる特定の任務の種類と内部基準とに適用できる。基本的なセンサ管理の設計とアルゴリズムの集まりは、その他の種類の任務とセンサ特性とに基準を合わせることで、その他の用途に拡張可能である。
例えば、空対空監視評価基準は、以下のようにされる。
１．例えば、ターゲットが味方(FRIEND)又は敵(FOE)ステータスを有しているか否かのようなターゲット分類(Target Classification)。
２．ターゲットサイズ(Target Size)。
３．例えばターゲットの種類のような、ターゲットＩＤ(Target ID)。
４．レーダアンテナ座標系における自機からの範囲であるターゲットレンジ。自機は、基準となる航空機(例えば、偵察機)である。
５．ターゲットの位置及び速度の誤差項で定義される共分散データ(Covariance Data)。
６．自機とターゲット間の相対速度のサイト(sight)成分上にあるターゲットラインで定義されるレンジレート(Range Rate)。
７．例えば、相対的に重要なオペレータ定義領域のような、重要な指定領域(Named Area Of Interest)。
８．例えば、相対的に重要なオペレータ定義優先度のような、オペレータ優先度(Operator Priority)。
９．アップデートの必要を告げる、最後のアップデートからの時間(Time Since Last Update)。
１０．ターゲット/兵器の戦闘又は迎撃に関する戦闘ステータス(Engagement Status)。例えば、「なし(None)」は、戦闘が計画されていないことを意味する。「保留(Pending)」は、ターゲットがシューター又は兵器と対になったことを意味する。「動作中(Active)」は、ターゲットが兵器と対になったが、シューターが高精度の追跡を要求していないことを意味する。「最終(Terminal)」は、ターゲットが兵器と対になっており、シューターが高精度の追跡を要求することを意味する。
空対地監視評価基準は、以下のようにされる。
１．例えば、ターゲットが味方又は敵ステータスを有しているか否かのようなターゲット分類。
２．ターゲットサイズ。
３．例えばターゲットの種類のような、ターゲットＩＤ。
４．ターゲットの位置及び速度の誤差項で定義される共分散データ。
５．例えば、相対的に重要なオペレータ定義領域のような、重要指定領域。
６．例えば、相対的に重要なオペレータ定義優先度のような、オペレータ優先度。
７．アップデートの必要を告げる、最後のアップデートからの時間。
８．ターゲット/兵器の戦闘又は迎撃に関する戦闘ステータス。例えば、「なし」は、戦闘が計画されていないことを意味する。「保留」は、ターゲットがシューター又は兵器と対になったことを意味する。「動作中」は、ターゲットが兵器と対になったが、シューターが高精度の追跡を要求していないことを意味する。「最終」は、ターゲットが兵器と対になっており、シューターが高精度の追跡を要求することを意味する。
偵察評価基準は、以下のようにされる。
１．レーダのボアサイト(bore-sight)又は要求されたルックアングルに対する合成開口レーダ(ＳＡＲ)中心の現在の角度として定義される最適化角度(Optimized Angle)。
２．ＳＡＲ領域内にある地形によってマスクされない領域の割合のような視界(Visibility)。
３．飛行中における次に計画された旋回の前にＳＡＲが完了できるか否かを判断する旋回前時間(Time Before Turn)。
４．例えば、相対的に重要なオペレータ定義領域のような、重要指定領域。
５．例えば、相対的に重要なオペレータ定義優先度のような、オペレータ優先度。
６．停留(dwell)実行の緊急度として定義される許容待ち時間(Allowable Latency)。
レベル１(任務)の各々は、レベル２の評価基準に還元できる。例えば、空対地評価基準はレベル２の評価基準(ターゲット分類、ターゲットサイズ、・・・、戦闘ステータス)に分解できる。レベル２の８つの評価基準は、下記のリストに示されている。
空対地監視評価基準は、空対空任務に関する以下のレベル２の評価基準に還元できる。
１．ターゲット分類。
２．ターゲットサイズ。
３．ターゲットＩＤ。
４．共分散データ。
５．重要指定領域。
６．オペレータ優先度。
７．最後のアップデートからの時間。
８．戦闘ステータス。
内部基準ウエイトは、個々のレベルにて評価基準間に確立される必要がある。内部基準ウエイトを決定する２つの方法がある。(１) 評価基準へのウエイトの割り当て。(２) 評価基準間の一対投票(pair-wise voting)。ウエイト割り当て方法は、最初に内部基準ウエイトを設定する場合に、またはむしろ、一対投票方法を用いて以前に計算されたウエイトの集合を割り当てる場合に使用できる。ウエイト割り当て方法は、ユーザとの相互作用が必要とされないので、リアルタイム処理に好ましい。一対投票法は、最初に内部基準ウエイトを設定する場合に、または、ウエイトを再度求める場合に使用できて、較正手順として考えられる。
ウエイト割り当て方法について説明する。ここで例示して説明されるセンサマネージャには、２つのレベルの内部基準ウエイトがある。ウエイトは、(例えば、グラフィカルユーザインターフェイス(ＧＵＩ)を用いて)対話形式で割り当てられ、ハードコードされ、ある種の媒体から読み出される。値は、レベル１及びレベル２の評価基準の各々に割り当てられる。
レベル１について、値が割り当てられる一方で、レベル２について、ウエイトが、ＡＨＰ一対投票方法を用いて計算される。割り当てられる値は、目前の任務の種類について、その分野におけるエキスパートによる最良の推定値である。値は、０.０から１.０の範囲(値の間隔)の浮動小数点数として割り当てることが可能である。
ウエイトの規格化は、与えられた任意のレベル(例えば、レベル１又はレベル２)のウエイトを合計するようなウエイトの計算を意味する。レベル１については、局所的なウエイトは、レベル１のウエイトの和で規格化される。レベル２については、局所的なウエイトは、各カテゴリに関してレベル２のウエイトの和で規格化される。故に、４つの別個の規格化を実行する必要がある。任務(レベル１)。空対空、空対地、及び監視任務の種類(レベル２)。規格化は、(１に等しい)各レベルの相対的な大きさが、全てのレベルにおける全ての刺激(stimuli)を比較して順序付けることを可能にする。
レベル１について、
Figure 2006059325
 ここで、ｕiは、レベル１の評価基準に割り当てられたウエイトである。
空対空任務の例は、センサが自主探索モード(Autonomous Search Mode)及び/又はキュード探索モード(Cued Search Mode)で動作されている場合に、空中のターゲットを探すことである。ターゲットが得られると、センサはターゲットの追跡に移行する。分類/同定を実行するように指示されると、センサは種々のモードで動作して、分類/同定を実行する。司令部による戦闘の決定があると、センサは、高精度で追跡して戦闘を支援する。
レベル２について、
Figure 2006059325
 (一対投票法とは異なり)割り当て方法では、ｘ、ｙ、ｚは、レベル２の評価基準(夫々、空対空、空対治及び監視)に関した、「局所的に」規格化された割り当てである。
次の式は、レベル１のカテゴリの各々に関する全体的なウエイトを示している。
Figure 2006059325
 つまり、全体的なウエイトは、レベル１の内部基準ウエイトにレベル２の対応する内部基準ウエイトを掛けた積である。代替案の値は、全体的なウエイト(レベル１のウエイトにレベル２のウエイトを掛けたもの)に、(適切な)レベル３のスケール値の各々を掛けることで計算される。
スケールは、代替案を除いて、階層構造において最も低いレベルである。スケールは、ラベルと、各評価基準に対応して割り当てられた値とで構成されている。カテゴリは、所定の評価基準のスケールに関するラベルの集まりである。スケール内のラベルは、値に応じて順序付けされる。これらラベルは、適切なスケール内における関連した値へのリンクを提供する。スケールの値は、(Ｘ，Ｙカーテシアングラフに似ているが、測定における順序を示す)与えられたスケール内においてラベルに付されたユーティリティを示している。設定は、記述的なラベルと、スケールに関連した値との任意の選択を意味する。
内部基準は、レベル１の評価基準であって、さらにレベル２に分解される。例えば、レベル１の評価基準(空対地)は、レベル２の一部に分解される。用語「基準内(intra-criteria)」(基準も同様)は、ある基準(criterion)に付されたラベル及び値を意味する。大抵の場合、基準は、レベル３のラベル及び値を意味する。
基準内カテゴリは、性能、制限又はコストの特性(ラベル)をスケール(値)にマッピングする。ラベルは、任意の基準(スケール)内における記述子の集まりであって、(１対１で)値に対応している。これらは、基本的に、基準内に関するユーティリティマップ又は値の曲線である。スケールは、基準の値の集合内における最大のスケール値で規格化される。
レベル１のグループの各々について、ｋ番目の代替案とｉ番目の基準内に関するスケールｓは、次のように与えられる。
Figure 2006059325
最終値の計算と代替案の順序付けについて説明する。内部基準ウエイトベクトルと、スケールユーティリティ曲線との内積は、３つのレベル１の内部基準グループの各々と、ｋ番目の代替案とについて、次式を用いて計算される。
Figure 2006059325
次に、センサマネージャの構造階層の概要を示す。最初の２つのレベルは内部基準を持っている。レベル１は、任務の種類であり、レベル２は、３つの要素、空対空、空対地及び監視任務を有している。内部基準の各々は、基準内と呼ばれる内部スケールの集まりを有している。基準内の一例の概要が、後述のレベル３に示されている。スケールは、最も低いレベルであって、この例ではレベル３である。後述の例では、レベル１は、「空対空監視」であり、レベル２は、ターゲット分類、ターゲットサイズ、ターゲットＩＤ、ターゲットレンジ、共分散データ、レンジレート、重要指定領域、オペレータ優先度、最後のアップデートからの時間、及び戦闘ステータスを含んでいる。ターゲット分類に関するレベル３の例には、赤、青、ニュートラル、不明、及びサーチがある。
これらのスケールは、内部基準ウエイトから個々のターゲット及びサーチの値へのマッピングを提供する。特定のカテゴリ及び値は、全体的な用途に加えて、この用途内で得られた経験にも依存する。
[I．空対空監視]
１．ターゲット分類
ａ．赤、
ｂ．青、
ｃ．ニュートラル、
ｄ．不明、
ｅ．サーチ。
２．ターゲットサイズ
ａ．非常に大きい、
ｂ．大きい、中間、
ｃ．小さい、
ｄ．非常に小さい、
ｅ．不明、
ｆ．サーチ。
３．ターゲットＩＤ
ａ．ミサイル、
ｂ．兵器１、
ｃ．兵器２、
ｄ．兵器３、
ｅ．戦闘機、
ｆ．爆撃機、
ｇ．給油機、
ｈ．スパイ機 Ａ/Ｃ、
ｉ．偵察機 Ａ/Ｃ、
ｊ．ヘリコプタ、
ｋ．商業用 Ａ/Ｃ、
ｌ．不明、
ｍ．サーチ。
４．ターゲットレンジ
ａ．７５ｋｍ、
ｂ．１００ｋｍ、
ｃ．１２５ｋｍ、
ｄ．１５０ｋｍ、
ｅ．１７５ｋｍ、
ｆ．２００ｋｍ、
ｇ．２２５ｋｍ、
ｈ．２５０ｋｍ、
ｉ．３００ｋｍ、
ｊ．４００ｋｍ、
ｋ．５００ｋｍ以上、
ｌ．サーチ。
５．共分散データ
ａ．＞３ ビーム幅、
ｂ．＜３ ビーム幅、
ｃ．＜２ ビーム幅、
ｄ．＜１ ビーム幅、
ｅ．＜０.７５ ビーム幅、
ｆ．＜０.５０ ビーム幅、
ｇ．＜０.２５ ビーム幅。
６．レンジレート
ａ．＜マイナス ７５０ｍ/ｓ、
ｂ．＜マイナス ５００ｍ/ｓ、
ｃ．＜マイナス ３００ｍ/ｓ、
ｄ．＜マイナス ２００ｍ/ｓ
ｅ．＜マイナス １００ｍ/ｓ、
ｆ．＜０、
ｇ．＞０、
ｈ．＞プラス １００ｍ/ｓ、
ｉ．＞プラス ２００ｍ/ｓ、
ｊ．＞プラス ３００ｍ/ｓ、
ｋ．＞プラス ５００ｍ/ｓ、
ｌ．＞プラス ７５０ｍ/ｓ、
ｍ．サーチ。
７．重要指定領域 − １、２、３、４、５、６、７、８、９、１０、サーチ。
８．オペレータ優先度 − １、２、３、４、５、６、７、８、９、１０。
９．最後のアップデートからの時間
ａ．＜ ２０ｍｓ、
ｂ．＜ １００ｍｓ、
ｃ．＜ ２００ｍｓ、
ｄ．＜ ３００ｍｓ、
ｅ．＜ ５００ｍｓ、
ｆ．＜ １ｓ、
ｇ．＜ ２ｓ、
ｈ．＜ ３ｓ、
ｉ．＜ ５ｓ、
ｊ．＞ ５ｓ。
１０．戦闘ステータス
ａ．なし、
ｂ．保留、
ｃ．動作中、
ｄ．最終、
ｅ．サーチ。
[II．空対地監視]
１．ターゲット分類
ａ．赤、
ｂ．青、
ｃ．ニュートラル、
ｄ．不明、
ｅ．サーチ。
２．ターゲットサイズ
ａ．非常に大きい、
ｂ．大きい、
ｃ．中間、
ｄ．小さい、
ｅ．非常に小さい、
ｆ．不明、
ｇ．サーチ。
３．ターゲットＩＤ
ａ．通信、
ｂ．トラック、
ｃ．戦車、
ｄ．車、
ｅ．商業用、
ｆ．不明、
ｇ．サーチ。
４．共分散データ
ａ．＞３＊ＤＴＮＮ(最隣接への距離)、
ｂ．＜２＊ＤＴＮＮ、
ｃ．＜１＊ＤＴＮＮ、
ｄ．＜０.５＊ＤＴＮＮ、
ｅ．＜０.３＊ＤＴＮＮ、
ｆ．＜０.１＊ＤＴＮＮ、
ｇ．サーチ。
５．重要指定領域 − １、２、３、４、５、６、７、８、９、１０又はサーチ。
６．オペレータ優先度 − １、２、３、４、５、６、７、８、９、１０。
７．最後のアップデートからの時間
ａ．＜ １秒、
ｂ．＜ ３秒、
ｃ．＜ ５秒、
ｄ．＜ １０秒、
ｅ．＜ ２０秒、
ｆ．＜ ３０秒、
ｇ．＜ ４５秒、
ｈ．＜ １分、
ｉ．＞ １分。
８．戦闘ステータス
ａ．なし、
ｂ．保留、
ｃ．動作中、
ｄ．最終、
ｅ．サーチ。
[III．偵察評価基準]
１．最適化角度
ａ．＜ ５°、
ｂ．＜ １０°、
ｃ．＜ ２０°、
ｄ．＜ ３０°、
ｅ．＜ ４０°、
ｆ．＜ ５０°、
ｇ．＜ ６０°。
２．視界
ａ．＜ １００％、
ｂ．＜ ７５％、
ｃ．＜ ５０％、
ｄ．＜ ２５％、
ｅ．１０％可視。
３．旋回前時間
ａ．完了できる、
ｂ．完了できない。
４．重要指定領域 − １、２、３、４、５、６、７、８、９、１０又はサーチ。
５．オペレータ優先度 − １、２、３、４、５、６、７、８、９、１０。
６．許容待ち時間
ａ．＜ ２０ｍｓ、
ｂ．＜ １００ｍｓ、
ｃ．＜ ２００ｍｓ、
ｄ．＜ ３００ｍｓ、
ｅ．＜ ５００ｍｓ、
ｆ．＜ １ｓ、
ｇ．＜ ２ｓ、
ｈ．＜ ３ｓ、
ｉ．＜ ５ｓ、
ｊ．＞ ５ｓ。
上記の構造的階層の番号５のカテゴリは、「共分散データ」であって、空対空任務と空対地任務の両方に現れている。ここで、カルマンフィルタが、空対空追跡装置と空対地追跡装置の両方に存在していることが仮定されている。ＡＨＰの「共分散データ」カテゴリを最新に維持するために、通常の追跡レートよりも高いレートで(この例では０.１秒毎に)カルマンタイムをアップデートする必要があるだろう。
Figure 2006059325
 ここでＰは共分散行列、Φは移動行列、ΦTは移動行列の転地行列、Ｑはプロセスノイズである。カルマンフィルタリングは、「Brown, Robert Grover, "Introduction to Random Signal Analysis and Kalman Filtering", John Wiley & Sons, 1983」に説明されている。
これは、ＡＨＰ処理に要する処理よりも非常に時間が掛かるだろう。上記の式の行列サイズは、カルマン状態ベクトルが９個の状態(３つの位置、３つの速度及び３つの加速度)を有すると仮定すると、(９×９)となる。
Figure 2006059325
 故に、時間のアップデートは、各ターゲットについて０.１秒毎に２つの(９×９)行列の掛け算を必要とするだろう。
Figure 2006059325
ＳＡＲレーダのプロセッサは、２５０ＧＦＬＯＰＳピークの計算処理能力を有することができる。故に、式(１４)で計算されるスループットは、システム全体の計算処理能力の約０.０３パーセントである。
式(14)から、スループットは、カルマンフィルタの状態数に敏感である。故に、空中のターゲットにのみ９つの状態のフィルタを用いて、地上に束縛されたターゲットにはより小さいフィルタを用いるのが好ましいだろう。加えて、地上のターゲットの加速能力は、４つの状態で十分であろう。
Figure 2006059325
 このフィルタについて、浮動少数点処理の数は、
Figure 2006059325
 空中に５００のターゲットのみがあると仮定すると、負荷は、９つの状態のフィルタについて計算された上述の数の１０分の１、７.２９×１０6であろう。地上のターゲットに関する上述の結果にこの数を加えると、空中と地上の双方のターゲット全体について修正された推定値として、１.３７×１０7が得られる。この数は、式(１４)で計算される数よりもほとんど一桁小さくて、システムの全処理能力の約０.００５パーセントとなる。故に、センサ管理にＡＨＰアルゴリズムを用いる考えは、現在の処理能力で実現可能である。
(「Saaty, Thomas L., Fundamentals of Decision Making and Priority Theory, Vol. 6, 2000, RWS Publications」で説明されているような)一対投票法が用いられて、センサ動作の方針が生成又は再較正される。一対投票法は、評価基準の各対の間の重要度を１乃至９スケールについて比較する方法である。ｎ個の評価基準が与えられると、ｎ×ｎ正方行列Ａは、上三角部分に、評価基準の[ｎ(ｎ−１)/２]個の対を含んでいる。
一対比較行列の固有ベクトルが原理的に計算される。主対角は全て１であろう。Ａの下三角部分の要素は、上三角部分の要素の逆数から構成されるだろう。与えられた行列Ａに対する内部基準ウエイトｗの解は、固有値問題である。
Figure 2006059325
 Ａが正の逆数行列(reciprocal matrix)であるとすると、上記方程式の適切な解を見つける手順は、Ｓａａｔｙの文献で与えられている。積行列Ｂは、
Figure 2006059325
 Ｂの要素がｂijで示されるとすると、固有ベクトルは次の公式を用いて計算される。
Figure 2006059325
 ｗiの解が収束するまで、Ａの累乗を次々に上記のように計算する。例えば、
Figure 2006059325
 のように式(１５)の再計算が行われる。
一対(投票)行列の整合度が計算される。整合度比は、評価基準の一対投票が整合しているか否かのフィードバックをもたらす。整合度の存在は、整合度比(Ｃr)を計算することで決定される。
Figure 2006059325
 ここで、
Figure 2006059325
 ａijは(最新の)一対投票の正の逆数行列Ａ、ｗiは内部基準ウエイトのベクトルであり、Ｒiはフォアマンテーブルで定義され、Ｎは評価基準の数に等しい。
Figure 2006059325
比Ｃrが０.１０より大きい場合、行列ａij(オリジナルの投票の行列又は最近の[反復された]行列ａij)は不整合と判断される。
どんな不整合行列も、最悪の判断ａijが比ｗi/ｗjに変更されると、さらに整合的になる。最も不整合な判断は、置き換えられるべき行例ａijの項である。それは、上又は下三角行列内にあるだろう。行列がなお不整合であるなら、不整合比について、補正因子が、以下のように適用される。
行列が不整合である場合、一対(投票)行列の整合度は改善され得る。一対行列の不整合度が１０パーセント以上である場合、投票は不整合であると判断される。これが２回目の補正である場合、最初の補正は、整合の評価を生じるほど十分でなかったことになる。
第１のステップは、どの判断が最も不整合であるかを特定することである。不整合行列は、最悪の判断ａijが比ｗi/ｗjに変更される場合に、より整合的になるだろう。比ｗi/ｗjは、ｉ番目とｊ番目の項の内部基準ウエイトの比である。最悪の判断は、以下の比を作成することで見つけられる。
Figure 2006059325
置き換えられる(ｉ,ｊ)項は、ｃijが最大である要素だろう。
第２のステップは、この最悪の判断を補正することである。ａij内の最悪の要素を置き換える。第１のステップで特定された既知のｉ、ｊのインデックスについて、新しい比ｗi/ｗjを挿入する。これによって、整合比が改善された新しいａij行列が得られる。
優先順位付けの方法によって、センサ性能のレベルが改善されると考えられる。レーダに適用される場合、本発明は、値が最も高い仕事を行うことで、レーダの十分な利用を促進し、過負荷状態において性能を優雅に低下させる。優先順位が付けられたリストは、利用可能なリソースに従って実行される。ターゲットの値のリアルタイムな再順序付けは、リソースを低下させると共に、値がより高いターゲットを処理することを確実にするために必要な入力データを与える。
開示された例は、２つのレベルと、第３のスケールレベルとを有している。しかしながら、これらの特徴は不変ではない。レベル１及びレベル２のカテゴリは、手法を説明するためのものであって、固定化されたカテゴリを意図したものではない。
本発明は幾つかの実施例について説明されたが、添付された特許請求の範囲で規定された本発明の範囲から逸脱することなく、開示された実施例に様々な変更が可能であることを、当該技術分野における通常の知識を有する者には明らかであろう。
図１は、本発明の方法を示すフローチャートである。 図２は、階層化意思決定法のステップを示すフローチャートである。

Claims (17)

  1. センサシステムで実行される仕事を管理する方法であって、
    階層化意思決定法を用いて、仕事の第１集合について優先度の値を決定するステップと、
    優先度の値が最も高い仕事を実行するステップと、
    階層化意思決定法を用いて、仕事の第２集合について優先度の値を決定するステップとを含んでいる方法。
  2. 階層化意思決定法を用いて優先度の値を決定するステップは、
    仕事の評価基準を決定するステップと、
    内部基準ウエイトを計算するステップと、
    基準内カテゴリを得るステップと、
    スケール値を基準内にマッピングするステップと、
    値で仕事を順序付けするステップと、
    センサマネージャにデータを出力するステップとを含む、請求項１の方法。
  3. 内部基準ウエイトを計算するステップは、ウエイトを内部基準に割り当てる、請求項２の方法。
  4. 内部基準ウエイトを計算するステップは、内部基準間で一対投票を行う、請求項２の方法。
  5. 一対投票の整合度の度合いを決定するステップをさらに含む、請求項４の方法。
  6. 一対投票の不整合を検討して補正するステップをさらに含む、請求項５の方法。
  7. 内部基準ウエイトを計算するステップは、複数のレベルの各々で内部基準ウエイトを規格化するステップを含む、請求項２の方法。
  8. 内部基準の各々について規格化されたウエイトにスケーリング因子を掛けるステップをさらに含む、請求項７の方法。
  9. 各基準内をスケーリングするステップをさらに含む、請求項２の方法。
  10. 階層化意思決定法がリアルタイムで使用される、請求項２の方法。
  11. 階層化意思決定法を用いてセンサの仕事に優先順位を付ける方法において、
    複数の任務の種類を定義するステップと、
    任務の種類の各々について、内部基準ウエイトを確立するステップと、
    複数の評価基準を定義するステップと、
    評価基準の各々について内部基準ウエイトを確立するステップと、
    任務の種類の内部基準ウエイトと、評価基準の内部基準ウエイトとを用いて、仕事の各々について相対的値を決定するステップと、
    最も値が高い仕事を選択するステップとを含む方法。
  12. 任務の種類の内部基準ウエイトと、評価基準の内部基準ウエイトとを用いて、仕事の各々について相対的値を決定するステップは、
    仕事の各々について初期値を割り当てるステップと、
    各レベル内にて、仕事の各々について初期値を規格化するステップとを含む、請求項１１の方法。
  13. 任務の種類の内部基準ウエイトと、評価基準の内部基準ウエイトとを用いて、仕事の各々について相対的値を決定するステップは、
    内部基準間の一対投票を行って、相対的値を決定するステップと、
    各レベル内にて、仕事の各々について初期値を規格化するステップとを含む、請求項１１の方法。
  14. 一対投票の整合度の度合いを決定するステップをさらに含む、請求項１３の方法。
  15. 一対投票の不整合を検討して補正するステップをさらに含む、請求項１４の方法。
  16. 各基準内をスケーリングするステップをさらに含む、請求項１１の方法。
  17. 階層化意思決定法がリアルタイムで使用される、請求項１１の方法。
JP2005196945A 2004-07-07 2005-07-06 規則に基づく階層化意思決定法を用いてセンサを管理をする方法 Withdrawn JP2006059325A (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US10/886,484 US20060010443A1 (en) 2004-07-07 2004-07-07 Analytic hierarchy process based rules for sensor management

Publications (1)

Publication Number Publication Date
JP2006059325A true JP2006059325A (ja) 2006-03-02

Family

ID=35170180

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005196945A Withdrawn JP2006059325A (ja) 2004-07-07 2005-07-06 規則に基づく階層化意思決定法を用いてセンサを管理をする方法

Country Status (4)

Country Link
US (1) US20060010443A1 (ja)
EP (1) EP1615046A1 (ja)
JP (1) JP2006059325A (ja)
IL (1) IL169311A0 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014106110A1 (en) * 2012-12-31 2014-07-03 Shuster, Gary, Stephen Decision making using algorithmic or programmatic analysis
KR20190039782A (ko) * 2016-10-07 2019-04-15 레이던 컴퍼니 레이더의 성능을 예측하기 위한 시스템 및 방법

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070204266A1 (en) * 2006-02-28 2007-08-30 International Business Machines Corporation Systems and methods for dynamically managing virtual machines
US7516131B2 (en) * 2006-05-19 2009-04-07 International Business Machines Corporation Method and apparatus for ranking-based information processing
US7983941B2 (en) * 2006-08-11 2011-07-19 Raytheon Company Analyzing system performance, operational performance, and costs of a surveillance system
AU2008299667B2 (en) * 2007-09-12 2013-05-02 Bae Systems Plc Urgency based scheduling
IL188510A (en) * 2007-12-31 2015-02-26 Elta Systems Ltd Tracking adapter for air-to-air and air-to-ground monitoring
US8863141B2 (en) 2011-12-14 2014-10-14 International Business Machines Corporation Estimating migration costs for migrating logical partitions within a virtualized computing environment based on a migration cost history
US8694995B2 (en) 2011-12-14 2014-04-08 International Business Machines Corporation Application initiated negotiations for resources meeting a performance parameter in a virtualized computing environment
US9295072B2 (en) 2013-08-30 2016-03-22 Raytheon Company System and methods for using communication resources
CN103699811B (zh) * 2014-01-20 2016-08-17 江苏亨鑫科技有限公司 一种自适应调零天线综合效能评估方法
US9547825B2 (en) 2015-01-06 2017-01-17 Halliburton Energy Services, Inc. Selection of diversion techniques based upon weighted well characteristics
CN107454105B (zh) * 2017-09-15 2020-09-08 北京理工大学 一种基于ahp与灰色关联的多维网络安全评估方法
CN109946687B (zh) * 2019-01-11 2021-03-19 中国船舶重工集团公司第七二四研究所 一种无人平台综合射频系统工作方式决策方法
CN110705876A (zh) * 2019-09-30 2020-01-17 国网青海省电力公司经济技术研究院 一种基于层次分析法的光伏电站选址方法
CN111413680B (zh) * 2020-04-30 2023-06-30 柳州达迪通信技术股份有限公司 基于层次分析法的飞行目标威胁度识别方法、系统及装置
CN112865069B (zh) * 2020-07-15 2023-01-06 国网北京市电力公司 一种限制电网短路电流的断线组合选择方法
CN115378929A (zh) * 2022-10-26 2022-11-22 杭州华橙软件技术有限公司 多方案执行冲突的解决方法、系统、设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3587054A (en) * 1968-09-06 1971-06-22 Bell Telephone Labor Inc Scheme allowing real time alteration of a data processing system operating strategy
US4636974A (en) * 1983-10-04 1987-01-13 Hughes Aircraft Company Method and apparatus for transferring data between operationally-juxtaposed memories and knowledge-retrieving systems utilizing same
US5341142A (en) * 1987-07-24 1994-08-23 Northrop Grumman Corporation Target acquisition and tracking system
US5123057A (en) * 1989-07-28 1992-06-16 Massachusetts Institute Of Technology Model based pattern recognition
US5971580A (en) * 1996-04-17 1999-10-26 Raytheon Company Tactical awareness monitoring and direct response system
US5963653A (en) * 1997-06-19 1999-10-05 Raytheon Company Hierarchical information fusion object recognition system and method
US6043757A (en) * 1998-06-12 2000-03-28 The Boeing Company Dynamic, multi-attribute hazard prioritization system for aircraft
US20040030448A1 (en) * 2002-04-22 2004-02-12 Neal Solomon System, methods and apparatus for managing external computation and sensor resources applied to mobile robotic network
FR2839371B1 (fr) * 2002-05-03 2004-07-23 Thales Sa Procede d'ordonnancement de taches issues d'une liste a laquelle de nouvelles taches peuvent etre ajoutees apres le choix d'une tache

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014106110A1 (en) * 2012-12-31 2014-07-03 Shuster, Gary, Stephen Decision making using algorithmic or programmatic analysis
US8781987B1 (en) 2012-12-31 2014-07-15 Gary Stephen Shuster Decision making using algorithmic or programmatic analysis
KR20190039782A (ko) * 2016-10-07 2019-04-15 레이던 컴퍼니 레이더의 성능을 예측하기 위한 시스템 및 방법
KR102199582B1 (ko) * 2016-10-07 2021-01-07 레이던 컴퍼니 레이더의 성능을 예측하기 위한 시스템 및 방법

Also Published As

Publication number Publication date
US20060010443A1 (en) 2006-01-12
EP1615046A1 (en) 2006-01-11
IL169311A0 (en) 2007-07-04

Similar Documents

Publication Publication Date Title
JP2006059325A (ja) 規則に基づく階層化意思決定法を用いてセンサを管理をする方法
AU2010317648B2 (en) Method and system to aid craft movement prediction
Petrović et al. DEMATEL-AHP multi-criteria decision making model for the selection and evaluation of criteria for selecting an aircraft for the protection of air traffic
US20100115519A1 (en) Method and system for scheduling image acquisition events based on dynamic programming
RU2662920C2 (ru) Способ и устройство многоцелевой оптимизации
Pamučar et al. Fuzzification of the Saaty’s scale and a presentation of the hybrid fuzzy AHP-TOPSIS model: an example of the selection of a Brigade Artillery Group firing position in a defensive operation
JP7071544B2 (ja) 情報処理装置
McIntyre A comprehensive approach to sensor management and scheduling
US20180173247A1 (en) System and apparatus for integrating mobile sensor platforms into autonomous vehicle operational control
Radovanović et al. Application of the fuzzy AHP-VIKOR hybrid model in the selection of an unmanned aircraft for the needs of tactical units of the armed forces
CN112396298B (zh) 一种无人直升机多机协同任务规划方法
CN109946687B (zh) 一种无人平台综合射频系统工作方式决策方法
US20070011035A1 (en) System and method for optimizing transportations assignments and mainetenance activities
Goncharenko et al. intelligent system for planning group actions of unmanned aircraft in observing mobile objects on the ground in the specified area
Leavitt Real-time in-flight planning
Tymochko et al. Method of automated flight route planning for unmanned aerial vehicles to search for stationary objects
Mishra et al. Dynamic resource management and information integration for proactive decision support and planning
Kangaslahti et al. Dynamic targeting of satellite observations incorporating slewing costs and complex observation utility
US9013500B2 (en) Real time intervisibility analysis
Adams et al. Mixed initiative planning and control under uncertainty
Jiaxin et al. AHP-Based Interactive Target Threat Level Assessment and Visualization Method
Ji et al. Architecture Design for Unmanned Aerial Vehicle Mission Planning System
Müller et al. Software architecture of an isr asset planning application
Williamson et al. Autonomy Levels for Small Satellite Clusters
CN116859990B (zh) 一种无人机飞行管理方法及系统

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20081007