高速隱身目標多傳感器協同探測跟蹤任務分解策略

孫 文，王 剛，王晶晶，付 強

(空軍工程大學防空反導學院，陜西 西安 710051)

0 引言

高速隱身目標(HSST)具有速度快、機動性能好、RCS小等特點[1-2]，在高速隱身目標探測跟蹤任務規劃過程中存在“看不清”、“跟不上”等問題[3]，也將給任務的分解帶來高度的緊迫性、復雜性和動態性。傳統任務分解策略在時間性、層次性和復雜度等方面難以自適應地高效處理高速隱身機動特性帶來的任務分解問題[4-6]。因此，亟需一種以時間為主體，具有更高的自適應性、層次性和可執行性的任務分解方法，以解決高速隱身目標多傳感器探測跟蹤任務分解問題。

防空反導作戰任務分解中，文獻[7—8]分別以分解粒度、任務均衡性為主要依據，對反導作戰任務進行分解。文獻[9]提出了一種分級任務分解思想，對協同空戰任務進行分解。文獻[10]主要從資源配置方面進行任務分解。目前，以時間為主體的任務分解策略研究相對不足，缺乏針對高速隱身目標的快速高效任務分解策略，本文借助于任務樹的層次化表現形式，提出了以傳感器和目標可視化關系為基礎，基于“最長觀測時間”、“起止時間”和“均勻時間分割”三者混合的柔性時間-任務樹分解策略，對分解思想和步驟作了深入分析。通過案例分析，驗證了分解策略的合理性和優越性。

1 高速隱身目標探測跟蹤任務分解特點及準則

1.1 高速隱身目標探測跟蹤任務分解特點

1) 時間窗口小。HSST飛行速度快，在傳感器可視化范圍內停留時間極短，并且要將任務分解為時間更短的元任務，使得傳感器執行任務的時間窗口更加有限。

2) 難度層次高。HSST飛行軌跡具有不可預測性，速度快、隱身性能好。要完成對HSST的任務分解難度較大，首先分解依據缺乏確定性理論支撐，其次是分解后任務可執行性難以保證。

3) 交鏈系數大。HSST通常具有良好的機動性能，飛行軌跡難以預測，某一元任務的執行失敗或者相鄰元任務的間隔時間過大，都會影響任務分解的連貫性、緊湊性以及總任務的完備性。

1.2 任務分解基本準則

高速隱身目標探測跟蹤任務分解需要考慮探測體系結構本身的靜態信息、傳感器的動態信息以及相關狀態參數信息，同時還要考慮傳感器之間的相互聯系、相互制約的協調機制等。因此，對高速隱身目標探測跟蹤任務分解提出了更高的準則要求，一般要遵循以下準則：

1) 完備性：高速隱身目標探測跟蹤任務分解時，得到的元任務并集必須等于總任務；

2) 獨立性：有助于各傳感器獨立的執行元任務，減少各傳感器之間的協調以及通信；

3) 層次性：一個任務可以分解為多個子任務，子任務又可分解為多個下層子任務，層次化的任務分解有助于執行效率的提高；

4) 粒度性：元任務的長度要適中，元任務太長，會長期占用某個傳感器資源，達不到優化的要求；元任務太短，達不到對目標估計和預測的要求；

5) 間隔性：由于HSST飛行速度快、機動性好，元任務之間的間隔要盡可能小甚至沒有，才能保證后續元任務的成功率；

6) 可執行性：元任務必須符合傳感器探測跟蹤條件，如果任務分解之后，超出了傳感器的執行能力，則分解失敗。

2 柔性時間任務樹分解思想

2.1 傳感器與目標的可視化關系

傳感器對目標的可視化時間段是指從目標進入到傳感器的作用范圍開始到離開傳感器的作用范圍為止的時間段。確立傳感器與目標的可視化關系是進行任務分解的基礎和前提。

假定，HSST在某一時間段內的飛行軌跡和傳感器的基本性能已知，傳感器對其可視化關系如圖1所示。

圖1 傳感器與高速隱身目標的可視化關系Fig.1 Visual relationship between sensor and HSST

2.2 混合時間任務樹分解思想

2.2.1任務樹分解

任務樹是一種層次化的任務分解形式，有且僅有一個根節點，根節點為總目標，樹中同層節點具有與/或關系，在這種與/或任務樹(and-or-tree)中，若節點T有n條邊通向節點ST1,…,STn，而且n條邊邏輯“與”關系，則表示任務T的完成有賴于整個子任務組的全部完成，即T=ST1∧ST2∧…∧STn；若n條邊邏輯“或”關系，則表示任務T的完成有賴于任務組某一子任務的完成，即T=ST1∨ST2∨…∨STn，若子任務仍不利于直接執行，則對它作進一步分解[11-12]。其中，多傳感器探測跟蹤的基本任務樹模型如圖2所示。

圖2 高速隱身目標多傳感器探測跟蹤任務樹Fig.2 HSST multi-sensors detection and tracking mission tree

任務分解后的各子任務之間具有以下三種關系：

1) 優先關系：子任務Ti必須先于子任務Tj執行；

2) 并行關系：子任務Ti可以與子任務Tj并發執行；

3) 互斥關系：子任務Ti與Tj不能同時執行，若有沖突則采用沖突消解策略解決。

2.2.2柔性時間-任務樹分解思想

柔性時間-任務樹是指按照“起止時間”、“最長觀測時間”和“均勻分割時間”三種方式的混合方式進行總任務的分解，運用柔性重組的方式對任務的間隔性和粒度性進行處理，然后以任務樹形式展現，各任務之間存在與或關系，可互斥也可并行執行。其中，柔性主要是指系統對于外部及內部產生的各種可預見或不可預見的變化，能夠及時響應或動態調整的能力，在柔性時間-任務樹分解策略中主要是指根據分解需求對均勻時間、最長和最短任務長度的柔性調整、動態處理。三種時間任務分解法的優缺點如下：

1) “起止時間”分解法：分解得到的任務中，每個任務的長度不同，同時每個任務也包含多種不同的傳感器資源。缺點是容易出現某個傳感器資源長期對同一個目標探測，降低了探測效果，當目標數量增多時，任務的規模將大幅度增加；

2) “最長觀測時間”分解法：每個任務對應一個傳感器來執行，傳感器之間的切換率較低。缺點是某個傳感器資源會長期被占用，降低了探測效果，增加了任務-資源沖突；

3) “均勻分割時間”分解法：分解得到的任務中，每個任務的長度相同，同時每個任務將包含多種不同的傳感器資源。缺點是任務長度不易確定，長度太長容易導致某些任務沒有合適的傳感器資源來完成，太短容易造成傳感器資源的頻繁切換。

單一的分解方法很難達到多傳感器探測跟蹤任務分解的要求，使得分解的任務沖突性強，進而造成資源分配不均衡等問題。柔性時間-任務樹的層次化思想：將高速隱身目標探測跟蹤總任務作為任務樹的第一層；將各個傳感器對高速隱身目標的可視化任務作為任務樹的第二層；將各傳感器可視化任務按照“起止時間”分解后的子任務作為任務樹的第三層；按照“最長觀測時間”和“均勻分割時間”進行簡化、篩選、整合拆分、柔性重組處理后的子任務作為任務樹的第四層。

3 柔性時間任務樹任務分解步驟

依據柔性時間-任務樹分解思想，得到任務分解示意圖如圖3所示。

圖3 柔性時間-任務樹任務分解過程Fig.3 The flexible time-mission tree decomposition process

柔性時間-任務樹任務分解法詳細步驟：

步驟1 明確總任務。根據來襲目標情況，確立探測跟蹤的總任務，并作為任務樹的第一層。

步驟2 計算可視化關系。根據當前所有傳感器與所有目標的可視化關系，確定不同傳感器對目標的可視化時間段，將每個傳感器的可視化任務作為任務樹的第二層。

步驟3 時間排序。標出各個傳感器對各個HSST的可視化時間段開始和結束時刻，按照從小到大的順序排列，從而將每個傳感器總的子任務分解為每個時間段上的子任務，作為任務樹的第三層。

步驟4 簡化。按照“起止時間”分解后，分別明確各傳感器對同一目標的“最長觀測時間”節點，對比各傳感器的子任務長度，若某一時間段內，存在相同的任務由不同的傳感器同時執行，即兩個或者多個傳感器之間有任務重疊，則按照如下準則任務簡化。

1) 若傳感器負載率較小，不同傳感器可以同時承擔此任務，則不予簡化，提高任務的完成率；

2) 若某一傳感器連續對同一目標的探測時間長度t≥Tlong，則探測效果會降低，因此在不影響其他傳感器執行自身任務的前提下，任務分解時將其作為其他傳感器的任務；

3) 比較傳感器對此任務的完成率，將子任務作為完成率較高的傳感器需分解的任務；

4) 若兩個或多個傳感器對同一任務的重疊探測窗口較小，則忽略，防止增加傳感器之間的切換率和后續處理的復雜度。

步驟5 篩選。對任務需執行時間長度根據分解需求，按照“均勻時間分割”思想靈活確定，根據準則3)，假定元任務的均勻時間為D，最長為Dmax，最短為Dmin，篩選出長度大于Dmax和小于Dmin的子任務，對于長度大于Dmax的子任務，執行步驟6；對長度小于Dmin的子任務，執行步驟7。

步驟6 拆分。繼續拆分長度大于Dmax的子任務，保證最終分解后的元任務的長度在[Dmin,Dmax]內，假設此子任務長度為L，拆分為N個長度為Dz的元任務，具體方法如下：

(1)

3)i=++，執行2)；

4)k=i，把相鄰的k個子任務合并，對于達不到合并后任務長度的可視化時間段，執行步驟8。

步驟8 柔性重組。如果子任務單獨存在且小于Dmin，左右相鄰的兩個子任務的長度都大于Dmin，則將此三個子任務整合，重新拆分成兩個或者三個在[Dmin,Dmax]內的子任務；如果子任務單獨存在且小于Dmin任務數量較多，則更新D、Dmin和Dmax，直至滿足任務分解需求。柔性重組的目的是確保分解后元任務的完備性、連續性。將步驟4—步驟8處理后的得到的子任務作為任務樹的第四層。

步驟9 確立元任務。將每個得到的每個符合各項要求的時間段任務，按照與每個傳感器的關系進行進一步分解，得到的子任務即為元任務，將此作為任務樹的第五層。

按照以上步驟分解得到的元任務具有以下優勢：

1) 可執行性高。柔性時間-任務樹分解得到的元任務在傳感器可視化范圍內，自適應的時間長度處理，使得任務的粒度性和間隔性更加合理，保證了任務的完備性，任務之間的沖突相對較小，執行性高。

2) 獨立性好。對任務進行簡化、篩選、整合拆分、柔性重組等一系列操作后，在時序關系上更加獨立、有序，有助于各個傳感器獨立的執行元任務。

3) 層次性強。采用任務樹的形式對任務進行分解，具有較強的層次感，有助于提高任務的分解效率，較好地表達不同任務在不同層次中的地位和實質。

4 案例分析

為了驗證分解策略的有效性、合理性和可行性，假定，HSST的數量為4，傳感器的數量為3，Dmax為20，Dmin為5，傳感器與目標的可視化關系如圖4所示。

圖4 傳感器與目標的可視化關系Fig.4 Visual relationship between sensor and target

按照混合時間-任務樹分解步驟，HSST的數量為4，明確總任務即對4個目標的探測跟蹤任務，為任務樹第一層；計算3個傳感器與4個目標的可視化關系，為任務樹第二層；對各個可視化關系進行起止時間的劃分，得到第三層；由圖可知，各傳感器對目標1、2、3、4的可視化都存在重疊的部分，按照簡化準則簡化；基于“均勻時間分割”的思想，對任務進行整合、拆分、柔性重組得到任務樹的第四層。分解結果如圖5所示。

圖5 多傳感器探測跟蹤任務分解結果Fig.5 Multi-sensors detection and tracking mission decomposition result

圖5中分解得到的任務并不是元任務，而是同一時間段內，各個傳感器元任務的集合(簡稱次元任務)，元任務對應的是每個傳感器的任務。

由此分解得到具有4個層次、17個次元任務的任務樹，層次性明顯，任務之間沒有間隔，具備連續性、完備性的特點，同時，組成次元任務的各個元任務時間長度t∈[5,20]，在規定的時間長度[Dmin,Dmax]內，任務具有合理的粒度性和較好的可執行性。利用柔性時間-任務樹進行任務分解，有以下特點：

1) 傳感器探測時間合理，減少了某個傳感器長期被占用的幾率，同時避免了傳感器之間頻繁切換；

2) 資源利用率高，任務分解后各個傳感器任務分工明確，沒有閑置的時間段；

3) 任務連續性、完備性好，各個任務之間沒有出現因任務分解導致的中斷和間隔。

因此，在高動態環境下，柔性時間-任務樹分解方法有助于根據分解需求靈活自適應地調整，有利于對任務進行高效合理地分解。

5 結論

高速隱身目標多傳感器探測跟蹤任務分解對元任務的獨立性、層次性和可執行性有較高的要求，本文針對高速隱身目標任務分解時間緊、難度大、交鏈度高等特點，以傳感器和目標的可視化關系為前提和基礎，結合“起止時間”、“最長觀測時間”和“均勻分割時間”分解法和任務樹層次化得思想，提出了柔性時間-任務樹分解策略，該策略自適應程度高、靈活性強，有效保證了任務分解的完備性和可執行性等條件；并且通過案例分析，表明了分解策略的合理性、高效性。為未來HSST探測跟蹤體系的建立奠定了技術基礎。下一步將重點對分解后HSST多傳感器探測跟蹤元任務的分配問題進行研究。