一种网络化雷达任务规划算法和系统的制作方法

1.本发明涉及雷达技术领域，尤其涉及一种网络化雷达任务规划算法和系统。


背景技术：

2.在现代高科技电子战中，雷达被誉为获取各种军事情报的“顺风耳”和“千里眼”。雷达最早被应用在军事战争中，上世纪30年代，无线电技术的突破带动了雷达的发明。然而，随着科学技术和武器装备的不断发展，战场环境日益复杂，现代目标难以被探测和跟踪，现代雷达面临着严峻地生存考验。
3.如今，依靠单一类型、单部雷达难以对现代飞行目标进行连续地探测和跟踪，甚至对一些隐身目标不具有探测能力，国家安全面临重大威胁。但是，若借助不同雷达独有的性能优势，合理地配置资源并使其组网协同工作，那所表现出来的性能优势是单部雷达无法比拟的。由于网络化雷达可以同时发挥不同体制、不同极化方式、不同频率雷达的性能优势，通过雷达间的信息共享，扩大了系统在频域和时空域的覆盖能力，有效地提高了系统发现目标的速度以及系统对目标检测和跟踪的准确性。网络化雷达不仅可以解决现代战争中雷达的生存问题，还大大地提高了雷达系统在恶劣电子战环境下的战术性能，使其具有了“四抗”能力，因而，网络化雷达技术是当前雷达对付“四大威胁”的有效措施。
4.虽然网络化雷达技术来源于军事需求，但是它的应用不仅局限于军事领域，还可广泛应用于航空、等民用领域。网络化雷达技术适应现代电子设备向系统化、一体化发展的要求，能够带来巨大的军事和经济效益，是未来雷达发展的方向。网络化雷达技术是未来雷达发展的方向，无论在军事还是民用领域，网络化雷达技术的理论研究都有着十分重要的意义，具体表现如下：(1)网络化雷达系统可以共享情报资源，实时指挥和控制各局部雷达站节点，增加了实战的可靠性；(2)网络化雷达系统扩大了雷达系统的威力范围，能够提供整体战场态势。由于各雷达威力范围互有重叠，因此经过中心处理系统数据融合处理以后可以得到比单站雷达更好的检测性能；(3)中心处理系统对来自不同雷达站的目标信息进行融合处理，提高了目标的跟踪精度；(4)网络化雷达系统可以从不同视角对目标进行观测，拥有反隐身目标和低空/超低空目标的能力；(5)不同体制、不同极化方式、不同频率以及不同工作模式的雷达进行组网，可以提高系统的抗干扰能力；(6)雷达站在空间上一般是分置的，对目标具有三角定位的能力，从而提高了雷达对目标的定位精度。
5.近年来，网络化雷达技术得到了世界各国的快速推进，网络化雷达已经成为雷达技术研究的一个重大方向。资源分配是网络化雷达系统中十分重要的一环，合理地分配资源能使雷达系统花费最少的代价达到最大的观测效能。在如今复杂的电子战场环境下，除了考虑网络化雷达系统中每个雷达不同的体制外，还要考虑每个雷达探测方式和规则，使得网络化雷达任务规划达到总体的最大效能。其中，任务规划算法是网络化雷达任务规划的核心内容，也是很多学者的研究重点，进一步研究网络化雷达任务规划算法依然是十分必要的。


技术实现要素：

6.为了解决上述问题，本发明提供了一种网络化雷达任务规划算法和系统，其中网络化雷达任务规划算法主要包括以下步骤：
7.s1：读取网络化雷达任务规划所需要的前置信息，所述前置信息包括：包括当前批次参与规划的雷达任务、雷达节点资源信息和雷达节点的占用时间信息；
8.s2：对网络化雷达任务进行预处理，剔除不符合规划要求的任务；
9.s3：对网络化雷达任务与节点资源进行前置过滤处理；
10.s4：采用差分演化算法对上述步骤s1-3处理后的任务与节点资源信息进行种群初始化处理，得到多条长度与当前批次参与规划的所有任务所需的收、发节点数量之和相等的染色体，即生成种群的初始解；
11.s5：对每条染色体进行约束处理，得到与当前批次参与规划的任务数量相等的节点资源分配结果；
12.s6：根据步骤s5中的分配结果，得到对染色体的评价值，即得到网络化雷达任务规划的收益值；判断是否保留该染色体进入下一新种群，若是，则到步骤s7；
13.s7：对进入下一新种群的染色体进行交叉、变异和选择处理，经过步骤s多次迭代，当达到最大迭代次数时，得到评价值最优时对应的染色体，即得到最终的网络化雷达任务规划结果。
14.进一步地，所述的前置过滤处理包括筛选可用节点资源和任务冲突处理，具体实现过程如下：
15.(3-1)筛选可用节点资源的流程包括：
16.(3-1.1)剔除设备状态为故障的节点；
17.(3-1.2)剔除与处理平台连接状态为故障的节点；
18.(3-1.3)剔除回波数据发送状态为故障的节点；
19.(3-1.4)筛选出可供资源分配的节点；
20.(3-2)任务冲突处理的流程如下：
21.(3-2.1)根据任务的时间，从前往后进行排序；
22.(3-2.2)任务之间两两进行比较，若时间段有冲突，则本次规划中优先安排优先级较高的任务。
23.进一步地，所述种群初始化是依据编码设计规则给出种群的初始解序列，生成初始解的具体步骤如下：
24.(4-1)调用应用处理算法计算当前批次参与规划中每个任务所需收、发节点的数量，以key-value的方式表示任务的唯一标识号与所需要的收、发节点数量的关系，存储在 tasksendandrecnum映射关系中；
25.(4-2)通过遍历tasksendandrecnum，求得当前批次参与规划的所有任务所需的收、发节点数量之和，即为染色体的长度，记为d；
26.(4-3)求解种群中染色体的上下限：染色体每个基因位的上下限代表当前任务可以选择的发射或接收节点的数量，令每个基因位的上下限分别为为则当前规划中可以选择的发射或接收节点的数量构成了问题的搜索空间，表达式中d为染色体的基因维度；
27.(4-4)采用随机选择的方式在染色体中每个基因位的上下限范围内随机生成一个值，得到多条染色体，即生成种群的初始解。
28.进一步地，所述的约束处理的流程如下：
29.(5
‑‑
1)按照解序列顺序依次读取各任务的节点资源分配结果；
30.(5-2)加载相应任务模式下的约束规则：包括时间资源约束、方向角范围约束、俯仰角范围约束、高度范围约束、收/发节点分置和节点指向一致性约束；
31.(5-3)根据以上约束内容分别采用节点时间占用约束处理方法、节点指向约束处理方法、收/发节点分置约束处理方法和节点指向一致性处理方法进行检验约束：具体步骤如下：
32.(5-3.1)根据节点占用时间信息表nodetimeuselist对预案进行时间资源约束处理，剔除待选节点集合中当前任务执行时间段内已被占用的节点；
33.(5-3.2)通过将节点阵面中心的法线指向与当前待执行任务的空域覆盖角度范围进行比较，如果该节点阵面中心的法线指向与任务角度范围之差超过预定阈值，则从待选节点集合中剔除；
34.(5-3.3)同一任务所选的发射节点与接收节点的编号不能相同，根据先发后收原则或先收后发原则，遍历当前任务待选的发射/接收节点集合，剔除接收/发射节点中重复的节点；
35.(5-3.4)通过将节点阵面中心的法线指向两两比较，如果某节点阵面中心的法线指向与待选节点集合中所有指向平均数/中位数之差超过预定阈值，则从待选节点集合中剔除该节点；
36.(5-3.5)经过约束处理之后，倘若当前任务的待选收、发节点数量不满足所需要的收、发节点数量，则通过以上所有约束的节点集合中重新随机选择部分收、发节点的方式来达到数量要求。
37.进一步地，得到对染色体的评价值包括对任务平均优先级、任务完成率、任务总耗时和节点带宽利用率的评价，并对各评价值做加权处理。
38.进一步地，将权值和为1作为判断是否保留染色体进入下一代新种群的依据。
39.进一步地，染色体的交叉、变异和选择的实现过程如下：
40.(7-1)按照轮盘赌的方式选择决定进入下一次迭代的染色体，保留优良个体即评价值较高的个体，种群大小保持不变；
41.(7-2)采用随机生成的方式改变染色体上某一基因位的值，即改变某一任务待选节点集合中某一发射或接收节点的编号；
42.(7-3)随机选择种群中的两条染色体上的某些基因位进行交换，即交换当前任务与其他任务的待选节点集合中某一发射或接收节点的编号；
43.(7-4)记录或更新当前种群中的最优染色体，即综合评价值最高的节点资源分配结果；
44.(7-5)迭代执行步骤(7-1)到(7-5)，直到达到最大迭代次数，得到最优解；
45.(7-6)将得到的最优解进行解码，得到与当前批次参与规划的各任务的节点资源分配结果，生成任务规划预案并存库。
46.一种网络化雷达任务规划系统，包括：任务管理模块、常规任务规划算法模块、应
急任务规划算法模块、资源管理模块以及用户界面模块；
47.任务管理模块，包括常规、应急任务录入子模块，用于负责将待执行的常规搜索任务和应急跟踪任务录入到本系统之中；
48.常规任务规划算法模块，用于负责规划系统所录入的常规任务，包括预处理算法、演化算法、多目标优化和约束冲突消解子模块；预处理算法子模块对录入的常规任务和雷达节点资源进行建模，用于为演化算法编码提供支撑；演化算法用于负责计算出较优的可行解，并且与业务逻辑部分解耦；多目标优化子用于支持任务规划方案的多目标策略分配；约束冲突消解子模块用于负责任务规划过程中对雷达节点资源、网络资源以及计算资源进行约束处理、冲突消解；
49.应急任务规划算法模块，用于负责规划系统所录入的应急任务，包括预处理算法、应急规划子模块；预处理算法子模块用于对录入的常规任务和雷达节点资源进行建模，为应急规划提供支撑；应急规划子模块用于负责对预处理后的应急任务进行规划；
50.资源管理模块，用于负责节点资源、网络资源、计算资源的管理以及检测各类资源是否出现故障；节点资源管理子模块用于提供雷达节点的增删改查功能，并以拓扑图、思维导图、表格多种形式进行展现；网络、计算资源管理子模块分别用于提供对节点网络和计算处理能力的增删改查功能；如有故障，则需及时反馈给调度人员并且提供对受影响方案重新规划的接口；
51.用户界面模块，用于负责用户的注册与登录功能、用户信息管理功能以及对规划方案的仿真推演显示功能。
52.本发明提供的技术方案带来的有益效果是：
53.1.网络化雷达任务规划系统。网络化雷达任务规划系统，能够在网络化雷达大规划部署的情况下进行大批量运行任务规划和探测资源分配，形成雷达情报分析——雷达任务规划——雷达预案生成的监测模式，针对重要的情报，能够通过多雷达协同规划，对任务进行持续、有效的精确观测，有效提升网络化雷达的检测效率和精确度，显著降低对指挥调度人员的要求，极大的提升了网络化雷达指挥调度的自动化水平。
54.2.网络化雷达任务规划模型的建立。该模型全面分析了网络化雷达的共性特点和特性差异，充分考虑了工作频率、带宽、波束、功率等多方面的制约因素，建立具有广泛适应性的网络化雷达任务规划问题模型，能适应大规划、分布式的网络化雷达应用场景，满足不同业务场景的规划需求，同时运用多目标的演化算法等技术，具备智能约束匹配和规划冲突消解能力，实现运行规划动态调整、系统资源实时匹配和协同保障。
附图说明
55.下面将结合附图及实施例对本发明作进一步说明，附图中：
56.图1是本发明实施例中网络化雷达的典型工作模式示意图。
57.图2是本发明实施例中网络化雷达的层次结构图。
58.图3是本发明实施例中一发多收模式的示意图。
59.图4是本发明实施例中多发多收模式的示意图。
60.图5是本发明实施例中网络化雷达数学模型示意图。
61.图6是本发明实施例中网络化雷达任务规划算法的总体逻辑架构图。
62.图7是本发明实施例中编码设计框架图。
63.图8是本发明实施例中网络化雷达执行流程图。
64.图9是本发明实施例中网络化雷达规划系统框架图。
65.图10是本发明实施例中网络化雷达规划系统外部接口关系图。
66.图11是本发明实施例中网络化雷达规划系统内部关系接口图。
67.图12是本发明实施例中网络化雷达规划系统主业务界面。
68.图13是本发明实施例中常规任务信息录入功能人机界面。
69.图14是本发明实施例中应急任务信息录入功能人机界面。
70.图15是本发明实施例中常规任务规划算法功能模块处理流程图。
71.图16是本发明实施例中常规任务规划算法功能人机界面。
72.图17是本发明实施例中常规任务规划算法功能规划结果界面。
73.图18是本发明实施例中雷达资源管理功能人机界面。
74.图19是本发明实施例中雷达节点参数配置功能人机界面。
75.图20是本发明实施例中预案仿真推演功能人机界面。
具体实施方式
76.为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
77.本发明的实施例提供了一种网络化雷达任务规划算法和系统。网络化雷达任务规划的核心问题在于如何进行雷达资源与任务进行匹配，针对目标的位置和其他属性，依照雷达和任务之间的分配规划和约束条件，合理地分配组网雷达协同观测，达到综合消耗最少并且收益最大的效果。
78.网络化雷达由多个雷达站构成，其典型工作模式如图1所示。系统中的每个雷达站可以是发射站，可以是接收站，也可以是发射/接收站。系统融合处理中心协同控制各雷达站的信号形式、时序以及检测门限等参数，有效利用每个雷达站的时域、空域、频域和极化域等资源，充分发挥各个雷达站的性能优势，形成统一的协同作战网络，提高了组网雷达系统联合探测、联合跟踪、抗干扰等方面的能力。
79.本发明讨论的网络化雷达任务规划问题可描述为：有n个雷达节点组成的网络化系统， m个任务，在满足各种资源约束的条件下，用尽可能小的代价和尽可能高的收益为待执行任务分配发射雷达节点集合和接收雷达节点集合，确定雷达节点参数，生成任务执行序列。
80.本发明公开的一种网络化雷达任务规划算法，是以当前系统资源的实时状态信息、任务信息以及数据库信息作为输入或约束，形成指令时序，保障系统自主运行，自动调度。由于本发明是一个从任务——算法——预案的闭环，用户输入需求，通过算法得到分配的一些资源。为了对网络化雷达任务规划建立的模型和方法进行验证评估，可通过仿真演示来验证本发明的技术效果。比如搜索任务，分配了三个发射节点五个接收节点，就可以在地图上显示一下，如图20所示。该验证系统的层次结构框框架如图2所示，包括：数据层、应用支持层、功能层和界面层。
81.数据层：为本系统的基础数据支持，包括资源信息、任务信息、一级规划结果信息
和二级规划结果等数据信息，方便功能层各个模块调用，实现数据与功能分离。
82.应用支持层：与本系统进行数据交互的其他分系统，提供必要的数据交互接口或与相关功能支持，包括发射节点分系统、接收节点分系统、数据处理平台分系统和时频分系统。
83.功能层：实现网络化雷达任务规划所需的建模、约束冲突消解、算法规划等功能。首先从数据库及用户任务需求录入中获取规划对象，包括资源信息以及任务信息。然后面向规划目标进任务规划，根据算法的模型要求，对输入数据进行标准化处理，即完成物理数据访问模型的构建，提供对下层物理数据的基本操作运算。最后根据智能算法求解步骤依次执行，经过约束冲突消解和两级任务解析，生成一级规划结果与二级规划结果。其中，一级任务解析主要是指根据获取到的任务模式和参数、系统参数以及系统资源等，为当前创建的任务分配节点、数据处理平台、时间、频率等各类相应的资源，例如选择的接收、发射节点的数量、编号等信息。二级任务解析是指根据创建的任务以及系统为该任务分配的各项资源等，确定各个分系统的工作参数，例如发射节点分系统中的发射频点参数、发射功率参数和发射波形参数，接收节点分系统中的接收频点参数和接收预处理参数，数据处理平台分系统中的应用任务处理参数等(如图19所示)。一级规划结果信息和二级规划结果信息最终形成一条完整的规划方案，根据规定的数据接口转换为执行动作时序，反馈给用户进行查看。
84.界面层：实现与用户人机交互。任务需求录入主要负责任务信息的标准化输入；系统资源录入主要负责资源信息的标准化输入；算法规划配置主要负责算法相关策略的配置；对于网络化雷达的规划方案，可通过仿真推演的形式在界面上进行查看，也可通过甘特图形式对任务的观测过程进行展示，便于用户查看和修改。
85.以上4个层次完成网络化雷达任务规划系统所要求的所有功能。各个层次之间的功能规定相互联系、紧密结合，最终整体上体现整个项目的功能需求规定。
86.网络化雷达任务规划是一个实际的工程问题，该问题有着复杂的背景和客观条件，同时处于动态的变化当中。过度贴合实际问题会导致分析问题产生的结论失去广泛的适用性。因此，对于网络化雷达任务规划问题，提出适当的问题假设，对雷达的状态和实际情况进行一定程度上的简化，将焦点汇聚于该问题中最感兴趣的部分。对于网络化雷达任务规划问题，为了更简洁的阐述该问题，忽略了其中的部分细节和实际存在的与规划无关内容。基于网络化雷达现有条件和对于未来发展趋势的综合考量，提出了以下的基本假设和说明：
87.①
网络化雷达一级任务规划(资源分配)和二级参数调度可各自在问题解空间内解耦考虑，并默认涉及到雷达专业的参数调度可通过第三方matlab库进行调用；
88.②
所有雷达节点在满足约束情况下都能够在指定时间内成功地完成既定任务；
89.③
不考虑天气问题对雷达节点的影响；
90.④
所有雷达节点(数量大约200个)都被放置在中心基地中；
91.⑤
所有雷达节点至少具有发射信号或接收信号一项能力；
92.(1)任务规划要素和约束分析
93.1)任务要素分析
94.网络化雷达的应用场景分为两大类，包括日常场景和应急场景。
95.日常场景主要是无源探测场景：这里主要包括一些搜索类任务，负责区域警戒、外辐射源/目标定位、以及目标确认等。其次要是检测到异常目标出现的场景，属于有源探测，当目标出现以后，系统局部节点由空域搜索模式转跟踪模式或隐身目标跟踪模式，必要时转成像模式对异常目标进行持续跟踪，其中跟踪场景又包含跨域连续跟踪、滑动接力目标跟踪等验证场景。
96.应急场景则是应当全力保障实现的搜索或跟踪类任务，应急观测任务的优先级虽然没有考虑，但是默认应急观测任务的优先级要高于常规观测任务的优先级，并且，当常规与应急任务发生冲突的时候保证应急观测任务的安排。
97.根据网络化雷达任务的特点，进行任务类型分解。为了更好地将观测任务用数学语言量化，以方便智能规划算法进行统一运算主要分为搜索、跟踪这两类。上述各类任务具有如下特点:
98.①
动态特性。任务是随着目标与探测环境等动态变化的，主要表现在三个方面:一是任务数量变化，如当目标数量变化时，宏观上观测任务个数发生变化，微观上跟踪驻留请求数量也会相应增减；二是任务优先级变化，如目标跟踪过程中,根据目标距离远近等变化，任务优先级或在所有任务中的相对优先级会变化；三是任务参数变化，如当某目标距离由远到近从粗跟踪转为精跟踪时,通常任务数据率、发射参数也要作相应调整。
99.②
实时特性。各类任务在执行时间上具有实时约束性。如某区域的搜索帧周期则受到目标速度、波束宽度与区域大小的限制,一次完整搜索必须在规定的搜索帧周期内完成,否则可能发生漏警；对于跟踪任务，实时特性更加明显,雷达波束必须在某一较小的时间范围内对预测波位进行照射，照射过早或过晚则有可能捕获不到目标。
100.③
非抢占特性。受自身硬件设备的约束，相控阵雷达波束在某一个方向上发射或接收脉冲时，在这段时间内雷达不能被其他事件所中断，否则正在执行的任务将失效。
101.本发明主要针对搜索任务进行资源分配。
102.搜索任务模型如下：
103.tj＝{wj,t
aj
,t
wj
,t
dj
,a
nj
,pj,ηj}
ꢀꢀ
(1)
104.式中：tj为第j个任务；wj为任务的工作方式；t
aj
为任务请求事件的到达时刻；t
wj
为时间窗；t
dj
为任务截止期；pj为搜索任务的普通优先级；ηi表示每项具体任务需要占用的射频收发单元资源百分比。
105.任务的截止时期t
dj
可以表示为：
106.t
dj
＝t
aj
+t
wj
ꢀꢀ
(2)
107.空域信息a
nj
可以表示为：
108.a
nj
＝{r,azi
θ
,pit
θ
}
ꢀꢀ
(3)
109.其中r表示径向距离，pit
θ
表示俯仰角，azi
θ
表示方位角。
110.2)收发模式分析
111.网络化雷达由多个雷达站构成，系统中的每个雷达站都可以是发射站，可以是接收站，也可以是发射/接收站，在多层级协同探测架构下，网络化雷达收发模式分为一发多收、多发多收两种。
112.①
一发多收模式
113.此模式下有一个发射节点和多个接收节点，系统处理方式为1发n收。如图3所示，
其中，发射站t1发射信号，接收站r1～rn同时接收n路目标回波信号，然后将其传输到融合处理中心进行融合。融合处理中心在进行融合处理之前，需要通过n个不同的匹配滤波器对各接收站接收到的目标回波信号进行预处理，将n路目标回波信号分离开。由于各个接收站与探测目标之间的相对位置存在差异，所以需要对n路回波信号进行相位补偿之后才可以在融合处理中心进行处理。
114.由图3可知，每个接收站都将收到m路目标回波信号，因此，整个网络化雷达中共有 m*n路信号，m*n路信号都将集中式传输到融合处理中心进行处理。这种模式的优缺点如下:
115.a)与前面所述的几种收发模式相比，这种处理模式的通信传输代价最大。在这种收发模式下，融合处理中心将收到m*n路信号，设每路信号的传输代价为c，则组网雷达系统通信传输代价为c*m*n，远大于前面讨论的几种收发模式的通信传输代价。
116.b)这种处理模式下，融合处理中心处理的数据量是m*n，如果融合处理中心能够同时处理这m*n路信号，并且在融合处理的过程中不存在信息丢失的问题，那么此种模式就是最优收发模式，但是这种模式存在虚假目标淹没真实目标的问题。
117.②
多发多收模式
118.多发多收模式下的网络化雷达包含多个发射站和多个接收站，发射站的数量约等于接收站的数量。所有发射节点发出信号的同时，所有接收节点进行接收。假设处理方式为m发 n收，雷达组网系统中有m个发射节点和n个接收节点，如图4所示。
119.本发明主要针对网络化雷达的多发多收模式展开。
120.3)雷达节点约束分析
121.在执行任务过程中，约束条件是任务分配中的硬性规定，当且仅当任务分配结果满足各类约束时该规划结果才具有基本的可行性。在对网络化雷达任务规划问题进行了分析后，可以得到如下4类约束条件，具体描述如下：
122.雷达节点作为网络雷达系统中的成员，参与网络化雷达任务规划时考虑以下约束：
123.表1网络化雷达任务规划约束表
[0124][0125][0126]
(2)网络化雷达任务规划建模
[0127]
1)数据设计
[0128]
数据设计包括任务表、发射雷达节点、接收雷达节点、任务规划预案设计。
[0129]
任务表包括任务编号、任务模式、方位角、俯仰角、高度、最早开始时间、最晚开始时间、任务持续时间、任务距离。
[0130]
其中：
[0131]
①
任务编号是区别不同任务唯一编号
[0132]
②
任务模式是表示任务的类型，是搜索、探测还是跟踪任务
[0133]
③
方位角、俯仰角、高度是相对于基地而言，可以确定一个任务的位置
[0134]
④
最早开始时间是指任务开始时间必须晚于此时间
[0135]
⑤
最晚开始时间是指任务开始时间必须早于此时间
[0136]
⑥
任务持续时间是指雷达节点必须探测的时间
[0137]
⑦
任务距离为该任务离雷达基地的距离
[0138]
具体任务属性特性如表2所示：
[0139]
表2网络化雷达任务字段表
[0140]
列名描述rwbh任务编号rwms任务模式fwj方位角fyj俯仰角gd任务高度zzkssj最早开始时间zwkssj最晚开始时间rwcxsj任务持续时间rwjl任务距离
[0141]
发射雷达节点表包括节点编号、经度、纬度、航向角、俯仰角、横滚角、开始时间、结束时间、中频频率、发射波束集合、发射功率集合、发射波形集合。
[0142]
其中：
[0143]
①
经纬度确定了雷达节点位置
[0144]
②
航向角、俯仰角、横滚角确定了雷达节点的发射方向
[0145]
③
开始时间、结束时间是发射信号的时间(如果有待执行任务)，在这段时间内，此节点不可使用
[0146]
具体发射节点特性如表3所示：
[0147]
表3发射雷达节点表
[0148]
列名描述ldbh发射节点编号sfzy是否占用jd经度wd纬度hxj航向角fyj俯仰角
hgj横滚角kssj开始时间jssj结束时间
[0149]
接收雷达节点表包括节点编号、经度、纬度、航向角、俯仰角、横滚角、开始时间、结束时间
[0150]
其中：
[0151]
开始时间、结束时间是接收信号的时间(如果有待执行任务)，在这段时间内，此节点不可使用。
[0152]
具体接收节点特性如表4所示：
[0153]
表4接收雷达节点表
[0154]
列名描述ldbh接收节点编号sfzy是否占用jd经度wd纬度hxj航向角fyj俯仰角hgj横滚角kssj开始时间jssj结束时间
[0155]
任务规划预案包括预案编号、子项序号、节点编号、任务序列、开始时间、结束时间。
[0156]
其中：
[0157]
①
一个预案编号代表一个可执行的结果，一个预案包含多条数据，一条数据代表一个雷达节点执行的任务序列
[0158]
②
节点编号为执行该任务序列的发射或接收雷达节点
[0159]
③
任务序列为该雷达节点需要执行的任务序列
[0160]
具体任务规划预案特性如表5所示：
[0161]
表5任务规划预案表
[0162]
列名描述yabh预案编号zxxh子项序号jdbh节点编号rw雷达任务序列kssj开始时间jssj结束时间
[0163]
2)数学模型
[0164]
网络化雷达的核心问题在于如何进行雷达资源与任务进行匹配，其核心思想是如何在花费最小的代价，得到最高的收益。针对目标的位置，按照对应的分配原则，合理分配
给雷达进行监视，在多部雷达对多个目标进行监视，在满足一定的探测概率下，达到综合消耗最少并且对目标的监视概率最大的效果。为了能够清晰的阐述该问题，给出问题中关于雷达、任务等所需要的一些符号定义，具体定义如表6所示：
[0165]
表6符号定义表
[0166]
符号定义task＝{task1，
…
tasks}task表示所有任务集合radar＝{radar1，
…
radarm}radar表示雷达节点集合m每个任务的发射节点数量n每个任务的接收节点数量ti表示任务i的探测时间时长mi表示探测任务i的雷达节点资源starttime表示任务或雷达节点开始时间endtime表示任务或雷达节点的结束时间fyj表示任务或雷达节点的俯仰角fwj表示任务的方位角hxj表示雷达节点的航向角islunch表示雷达节点的发射信号能力isreceive表示雷达节点的接收信号能力pi、p
max
表示第i个雷达节点的功率、最大雷达节点功率di、d
max
表示第i个雷达节点的带宽、最大雷达节点带宽o表示任务规划的计算复杂度tasknum表示任务数量xlnum表示雷达节点数量
[0167]
网络化雷达任务规划问题的本质就是在各项约束条件的限制下，即给出解决网络化雷达任务规划问题所需要的一些要素，包括其数据的设计，约束条件的设计，目标函数的设计等，以及上述元素的一些公式化的表达，对各类任务和观测资源进行匹配。将用户提出的各种类型的目标集合target＝{target1，target2，
…
，targets}，进行点迹过滤、跟踪滤波、数据关联、航迹预测等预处理操作，生成对应的任务集合task＝{task1，task2，
…
，taskn}，再使用节点资源集合radar＝{radar1，radar2，
…
，radarm}中的部分节点并合理分配时空资源(波束合成、波束驻留时间)进行匹配搜索或跟踪，以上四者关系如图5所示。
[0168]
考虑实际技术的要求及相关限制，对规划问题的模型也进行了一些假定，大部分雷达节点存在开关机准备时间和工作模式转换时间等，这部分时间被涵盖在任务的执行时间中。
[0169]
在考虑网络化雷达调度决策时，通常需要考虑以下几个方面的约束：
[0170]
①
每一个任务只有在自己完整的时间窗内被执行才认为该任务完全执行，否则，认为该任务未被执行；
[0171]
②
任务连续执行，执行过程中不能被中断；
[0172]
③
所有任务的开始时间是唯一的；
[0173]
④
互斥任务间不共享探测资源，该约束可描述为：
[0174][0175]
ti和tj分别表示第i个任务的执行时间窗口和第j个任务的执行时间窗口，mi和mj分别表示第i个任务的探测资源和第j个任务的探测资源；
[0176]
⑤
执行时间约束，发射或接收雷达节点执行任务的开始时间starttime、结束时间 endtime必须在任务的最早开始时间和最晚开始时间之内，该约束可描述为：
[0177]
[radari.starttime,radari.endtime]∈[taskj.starttime,taskj.endtime]
ꢀꢀ
(5)
[0178]
radari表示第i个发射或接收雷达节点资源，taskj表示第j个任务；
[0179]
⑥
俯仰角约束：任务的俯仰角必须是发射或接收节点的俯仰角子集，该约束可描述为：
[0180]
taski.coorsys.fyj∈radarj.coorsys.fyj
ꢀꢀ
(6)
[0181]
taski.coorsys.fyj表示第i个任务的俯仰角集合，radarj.coorsys.fyj表示第j个发射或接收节点的俯仰角集合；
[0182]
⑦
航向角约束：任务的方位角必须是发射或接收节点的航向角子集，该约束可描述为：
[0183]
taski.coorsys.fwj∈radarj.coorsys.xhj
ꢀꢀ
(7)
[0184]
taski.coorsys.fwj表示第i个任务的航向角集合，radarj.coorsys.fwj表示第j个发射或接收节点的航向角集合；
[0185]
⑧
雷达收发能力约束：发射节点必须具备发射信号的能力，接收节点必须具备接收信号的能力，该约束可描述为：
[0186]
radar
lunch
.islunch＝true&&radar
receive
.isreceive＝true
ꢀꢀ
(8)
[0187]
radar
lunch
.islunch表示雷达发送信号的能力，radar
receive
.isreceive表示雷达接收信号的能力。
[0188]
模型的目标函数如下：
[0189]
①
任务完成率目标函数：保证任务尽可能多的被完成，公式如下：
[0190]
max:
[0191]
task
complete
表示任务完成数量，tasknum表示总的任务数量；
[0192]
②
任务平均优先级函数：应当保证完成任务的平均优先级最大，公式如下：
[0193]
max:
[0194]
priority
max
表示任务最大的平均优先级，priorityi表示第i个染色体的优先级，n表示每个任务中染色体的总量；
[0195]
③
任务总耗时函数：完成任务的总耗时应当最大，公式如下：
[0196]
max:
[0197]
ti表示第i个染色体完成任务的耗时；
[0198]
④
节点带宽利用率函数：系统中网络资源有限，应尽可能减少消耗的总量，公式如下：
[0199]
min:
[0200]di
表示第i个染色体，d
max
表示最大的染色体。
[0201]
上述4个最低即为模型的4个目标函数，通过对一条解决方案里各目标函数的值进行加权，得到当前方案的最终收益。
[0202]
3)模型分析：
[0203]
设置在200个雷达节点中选择出执行每个任务的收发节点，复杂度公式如下：
[0204][0205]
其中tasknum是任务数量，xlnum是雷达节点数量，m是每个任务的发射节点数量， n是每个任务的接收节点数量。
[0206]
从问题模型可看出，网络化雷达任务规划问题是一个组合优化问题，属于np-hard问题，将此问题抽象成多智能体系统模型，将每个雷达节点看成分布式智能体去协同执行搜索、探测任务。当雷达节点数量及任务数量比较多的时候，想要得到更优的解所用时间会非常长，而智能优化算法的特点决定了它会比较适合解决这种问题，比较有代表性的多目标优化算法有nsga、粒子群优化算法等。综合分析各类算法之后，本发明采用de对任务目标的分配问题进行求解。
[0207]
1.网络化雷达任务规划算法设计
[0208]
(1)算法框架
[0209]
算法的总体逻辑架构如图6所示。差分演化算法主要是对雷达任务所需的收、发节点构成的染色体进行演化，主要包括初始化种群、变异操作、交叉操作、选择操作等操作，最终经过迭代得到最优染色体，并通过解码得到最终的最优任务规划方案。
[0210]
基础算法为任务规划算法提供算法上的依据；编码设计确定如何将任务映射为染色体的形式，以及如何从染色体解析出对应的资源规划方案；算子设计确定面向网络化雷达任务规划的演化算法的进化计算方式，主要为染色体的交叉、变异、选择等；交互设计确定算法演化过程中面向具体应用的计算方法，使得算法具备良好的智能交互性；普适性设计确定如何根据任务需求的实时更新来动态调整演化算法的关键模块，使基于演化计算的网络化雷达任务规划算法具备良好的可扩展性，主要体现在算法约束处理的部分。
[0211]
(2)染色体编码设计
[0212]
1)编码方式
[0213]
在本项目的任务规划算法中，染色体是反映具体规划方案的实体，也是演化算法进化操作的直接承载者，是算法的核心，因此应进行合理的染色体编码设计。演化算法中，编码实现了决策变量空间到个体空间的映射。通过将问题的解(方案)用一种码表示，把问题状态空间与编码空间相对应，优化搜索过程不是直接作用在问题参数本身，而是在一定编码机制对应的编码空间上进行，编码选择是影响算法性能与效率的重要因素。好的编码方式通常应具备如下特性：
[0214]
⑤
不冗性：从编码到解的映射是1对1的；
[0215]
⑥
合法性：编码的任意一个排列都对应着一个解；
[0216]
⑦
完备性：任意都对应着一个解。
[0217]
⑧
lamarckian性质：某个基因等位基因的含义具有独立性，不依赖于其他基因；
[0218]
由于任务规划问题存在很多约束条件，在确定编码方式时，要综合考虑这些约束条件，从而有利于确保编码对应解个体的可行性。本技术将在进行染色体编码设计时，一个基因位应代表一个具体的逻辑资源，一条染色体即代表当前批次参与规划的任务的规划结果即任务规划预案。
[0219]
在本技术的研究中，考虑编码方式：整数序列编码，如表7所示。
[0220]
表7任务规划的编码方式
[0221]
编码方式基因位取值染色体长度整数序列正整数不固定
[0222]
2)编码设计
[0223]
编码设计主要负责为网络化雷达任务规划提供编码支持，将现实任务规划问题抽象成演化算法所识别的逻辑单位：染色体，并简化缩小算法求解的时间和空间复杂度。网络化雷达任务规划的染色体编码采用二维整数编码。具体如下图7所示。
[0224]
染色体上每个基因位意义代表当前任务所选择的发射节点编号或者接收节点编号，当基因位为0时，代表没有发射或接收节点能够满足当前任务的约束条件。
[0225]
染色体的长度为：其中mi、ni表示执行第i个任务所需要m个发射节点和n 个接收节点，k表示当前批次任务规划中的任务数量。
[0226]
(3)算法具体实施步骤
[0227]
1)读取任务规划所需要的前置信息
[0228]
任务规划所需要的前置信息包括当前批次参与规划的雷达任务、雷达节点资源信息和雷达节点的占用时间信息。
[0229]
当前批次参与规划的任务列表tasklist以key-value的方式表示唯一标识号与参与规划的任务之间的关系。任务包含以下属性：任务规划批号、任务编号、任务模式、任务优先级、方位角范围、俯仰角范围、高度范围、开始时间、结束时间、入库时间和任务状态等，可以根据需求对数据结构内容进行重新定义。
[0230]
雷达节点资源列表nodelist以key-value的方式表示唯一标识号与参与规划的收、发节点资源的关系。雷达节点信息包含以下属性：节点编号、是否具备发射能力、是否具备接收能力、方向角、俯仰角、横滚角、阵面中心的位置坐标-经度、阵面中心的位置坐标-纬度、阵面中心的位置坐标-高度以及阵元数量等。
[0231]
雷达节点占用时间表nodetimeuselist同样以key-value的方式表示唯一标识号与参与规划的节点资源的用时间的关系。雷达节点的占用时间信息包含以下属性：节点编号、开始时间、结束时间和预案编号。
[0232]
2)任务预处理
[0233]
在任务输入过程中，由于任务量是巨大的，可能存在错误任务和不完整任务，这些任务不能够正常进行任务规划。为了任务规划能够正常规划，需要将不符合规划要求的任务过滤，只保留下正常任务。
[0234]
任务过滤的功能是将任务规划不能处理的任务过滤掉，使之不进入任务规划流
程。任务规划不能处理的任务是缺少观测要素的任务，包含：
[0235]
①
缺少时间段的任务；
[0236]
②
观测范围或目标缺失的任务；
[0237]
③
某些任务属性字段不明确或超既定范围的任务；
[0238]
每个任务进入任务过滤流程时，会根据任务要素是否足够进行任务筛选，去除错误任务和不完整任务。对通过筛选的任务进行归一化处理，在统一格式后写入数据库。
[0239]
3)规划预处理
[0240]
由于雷达任务规划问题复杂，解空间庞大，筛选、简化智能任务规划的问题规模和求解空间，以便核心的智能任务规划能更科学、高效、合理地获得最终的规划结果是十分重要的。
[0241]
规划预处理主要是为核心任务规划算法提供支撑，是对整个智能规划进行一个前置过滤处理。主要包括筛选可用节点资源、任务冲突处理两部分。
[0242]
①
筛选可用节点资源的流程包括：
[0243]
a)剔除设备状态为故障的节点；
[0244]
b)剔除与处理平台连接状态为故障的节点；
[0245]
c)剔除回波数据发送状态为故障的节点；
[0246]
d)筛选出可供资源分配的节点。
[0247]
②
任务冲突处理的流程如下：
[0248]
a)根据任务的时间，从前往后进行排序；
[0249]
b)任务之间两两进行比较，若时间段有冲突，则本次规划中优先安排优先级较高的任务。
[0250]
4)种群初始化
[0251]
种群的初始化就是依据编码设计规则给出种群的初始解序列，生成初始解的具体步骤如下：
[0252]
①
调用应用处理算法(即差分演化算法)计算当前批次参与规划中每个任务所需收、发节点的数量，以key-value(关键值)的方式表示任务的唯一标识号与所需要的收、发节点数量的关系，存储在tasksendandrecnum映射关系中；
[0253]
②
通过遍历tasksendandrecnum求得当前批次参与规划的所有任务所需的收、发节点数量之和，即为染色体的长度，记为d；
[0254]
③
求解种群中染色体的上下限：染色体每个基因位的上下限代表当前任务可以选择的发射或接收节点的数量，令每个基因位的上下限分别为令每个基因位的上下限分别为差分演化算法的载体是染色体，这里的x代表一条染色体， xk代表染色体上的第k个基因位，x
max
与x
min
分别代表每个基因位能够取到的最大值与最小值， x
k,max
代表染色体上的第k个基因位能够取到的最大值，x
k,min
代表染色体上的第k个基因位能够取到的最小值，k＝1,2,...d，d为染色体的基因维度。上下限范围代表收或发节点的数量，种群初始化是给染色体上的基因位随机取这个上下限范围内的值。则当前规划中可以选择的发射或接收节点的数量构成了问题的搜索空间。
[0255]
④
采用随机选择的方式在染色体中每个基因位的上下限范围内随机生成一个值，
得到多条染色体，即生成种群的初始解。该方式具有完全的随机性以保证初始代种群的多样性。
[0256]
5)约束处理
[0257]
对每条染色体进行约束处理。染色体经过解码可以得到与当前批次参与规划的任务数量相等的节点资源分配结果，约束处理流程如下：
[0258]
①
按照解序列顺序依次读取各任务的节点资源分配结果；
[0259]
②
加载相应任务模式下的约束规则：包括时间资源约束、方向角范围约束、俯仰角范围约束、高度范围约束、收/发节点分置、节点指向一致性约束等约束；
[0260]
③
根据以上约束内容分别采用节点时间占用约束处理方法、节点指向(方位角、俯仰角和高度)约束处理方法、收/发节点分置约束处理方法、节点指向一致性处理方法等进行检验约束：
[0261]
a)根据节点占用时间信息表nodetimeuselist对预案进行时间资源约束处理，剔除待选节点集合中当前任务执行时间段内已被占用的节点；一条染色体通过解码可以代表一条预案，可以参考编码方式，解码同理，可以得出任务所选取的收发节点编号。
[0262]
b)通过将节点阵面中心的法线指向与当前待执行任务的空域覆盖角度范围进行比较，如果该节点阵面中心的法线指向与任务角度范围之差超过一定阈值，则从待选节点集合中剔除；
[0263]
c)同一任务所选的发射节点与接收节点的编号不能相同，根据先发后收原则或先收后发原则，遍历当前任务待选的发射(接收)节点集合，剔除接收(发射)节点中重复的节点；
[0264]
d)通过将节点阵面中心的法线指向两两比较，如果某节点阵面中心的法线指向与待选节点集合中所有指向平均数/中位数之差超过一定阈值，则从待选节点集合中剔除。
[0265]
e)经过约束处理之后，倘若当前任务的待选收、发节点数量不满足所需要的收、发节点数量，则会在能够通过以上所有约束的节点集合中重新随机选择部分收、发节点来达到数量要求。
[0266]
6)染色体评价
[0267]
染色体评价即计算解的收益值。将染色体解码可以得到与当前批次参与规划的任务数量相等的节点资源分配结果，分别目前从任务平均优先级、任务完成率、任务总耗时、节点带宽利用率等几个方面来考虑，具体对染色体解码后的各评价值做加权处理，权值和为1，作为染色体选择即能否保留进入下一代新种群的重要依据。
[0268]
7)染色体的交叉、变异、选择
[0269]
染色体的交叉、变异是为了保证种群的多样性，防止算法很快进入局部收敛；选择操作则是保留优良个体，使得算法能够朝着得到评价值最优或较优解的方向执行，具体步骤如下：
[0270]
①
为了保持种群大小不变，按照轮盘赌的方式选择决定进入下一次迭代的染色体，保留优良个体即评价值较高的个体。
[0271]
②
染色体的变异同样采用随机生成的方式，改变染色体上某一基因位的值，即改变某一任务待选节点集合中某一发射或接收节点的编号。
[0272]
③
染色体的交叉即随机选择种群中的两条染色体上的某些基因位进行交换，即交
换当前任务与其他任务的待选节点集合中某一发射或接收节点的编号。
[0273]
④
记录或更新当前种群中的最优染色体，即综合评价值最高好的节点资源分配结果；
[0274]
⑤
对经过以上步骤得到的种群再次操作步骤5)，即进行约束处理；
[0275]
⑥
迭代执行步骤
①
到
⑤
，直到算法的最大迭代次数，得到最优解。
[0276]
⑦
将得到的最优解进行解码，得到与当前批次参与规划的各任务的节点资源分配结果，生成任务规划预案并存库。
[0277]
2.网络化雷达任务规划仿真系统
[0278]
(1)系统业务流程
[0279]
网络化雷达能受理各应用app提出的任务需求，依据战/技术指标确定虚拟雷达的具体能力需求，根据能力需求和系统探测资源状态筛选发射阵元和接收阵元，设计信号，设定工作参数，选择信号数据合成波束，生成处理流程拓扑，依据处理流程拓扑和系统处理资源状态分配处理资源，编排处理系统，形成整个虚拟雷达系统。在运行过程中，评估任务效能，根据结果优化系统。
[0280]
网络化雷达执行流程如图8所示。
[0281]
网络化雷达任务规划主要分为三步。首先，从任务队列中依据调度策略选择需要执行的任务；第二步，依据任务解析结果规划资源，确定需要处理的信号数据；第三步，依据任务信息规划数据处理流程。最后生成可执行任务规划方案，等待任务编排和执行
[0282]
(2)系统功能组成
[0283]
网络化雷达任务规划系统由任务管理模块、常规任务规划算法模块、应急任务规划算法模块、资源管理模块以及用户界面模块组成，如图9所示。
[0284]
任务管理模块分为常规、应急任务录入子模块，负责将待执行的常规搜索任务和应急跟踪任务录入到系统之中。
[0285]
常规任务规划算法模块负责规划系统所录入的常规任务，包括预处理算法、演化算法、多目标优化和约束冲突消解子模块。预处理算法子模块对录入的常规任务和雷达节点资源进行建模，为演化算法编码提供支撑；演化算法子模块是算法部分的核心，负责计算出较优的可行解，并且与业务逻辑部分解耦；多目标优化子模块支持任务规划方案的多目标策略分配；约束冲突消解子模块负责任务规划过程中对雷达节点资源、网络资源以及计算资源进行约束处理、冲突消解。
[0286]
应急任务规划算法模块负责规划系统所录入的应急任务，包括预处理算法、应急规划子模块。预处理算法子模块对录入的常规任务和雷达节点资源进行建模，为应急规划提供支撑。应急规划子模块负责对预处理后的应急任务进行规划。
[0287]
资源管理模块负责节点资源、网络资源、计算资源的管理以及检测各类资源是否出现故障。节点资源管理子模块提供雷达节点的增删改查功能，并以拓扑图、思维导图、表格多种形式进行展现；网络、计算资源管理子模块提供对节点网络和计算处理能力的增删改查功能；资源状态监视负责对节点的故障情况进行监测，如有故障及时反馈给调度人员并且提供对受影响方案重新规划的接口。
[0288]
用户界面模块负责用户的注册与登录功能、用户信息管理功能以及对规划方案的仿真推演显示功能。
[0289]
(3)系统能力设计
[0290]
1)具备基于差分演化多任务优化调度算法进行网络化雷达多任务多目标综合规划，制定任务规划方案的能力。提供差分演化多任务优化调度算法服务，按照任务安排规则及资源的使用约束，完成多任务与节点资源、网络资源与计算资源等的冲突消解、优化分配，生成任务规划方案。
[0291]
2)具备应急任务规划能力。在应急模式时，能够优先考虑应急任务，快速收敛，在最短的时间能得出较优化的任务规划方案，能够对已有的任务规划方案进行快速动态调整，快速生成可行的任务规划方案。
[0292]
3)具备节点资源管理能力。提供基于节点资源、网络资源和计算资源的故障感知以及增删改查的能力。
[0293]
4)具备基于任务完成数、资源利用率、优先级等多个目标对任务规划方案进行评价的能力。
[0294]
(4)系统接口关系
[0295]
网络化雷达任务规划系统外部接口关系图见图10，外部接口关系需求表见表8。
[0296]
表8外部关系接口表
[0297][0298][0299]
网络化雷达任务规划系统内部接口关系图见图11，内部接口关系需求表见表9。
[0300]
表9内部接口关系表
[0301][0302][0303]
(5)系统界面图
[0304]
1)系统主界面
[0305]
登录软件后进入如下图12所示界面。主要元素包括：导航栏，资源管理，常规规划，应急规划，预案查看，发射和接收节点数据列表，任务调度日志，任务列表和任务完成率饼状图。
[0306]
2)需求管理界面
[0307]
需求管理子系统是系统中对需求进行录入的模块。用户在需求管理子系统内中可以进行任务的录入，任务分为两种，一种是常规任务录入，另一种是应急任务录入，录入任务信息时，输入具体的任务信息即可。在输入了所有信息以后，系统会对信息进行初步判断，如果发生错误则需要重新输入，如果信息并不异常则提示输入成功，并将输入的信息上传至后台数据库。
[0308]
常规任务信息录入功能人机界面如图13所示。应急任务信息录入功能人机界面如图14 所示。
[0309]
3)任务规划子系统
[0310]
以常规任务规划算法为例：
[0311]
常规任务规划算法模块的处理流程如图15所示。首先用户进入常规任务规划页面，可进行任务管理的操作(增删查改)，之后进入选择规划任务页面，选择对应规划时间段
下的部分任务进行规划，在经过任务预处理、差分演化算法、约束冲突消解等系统内部功能的处理后，生成任务规划方案表，之后用户可以选择仿真模拟、仿真显示(甘特图)和参数下发等功能。
[0312]
常规任务规划算法功能人机界面如图16及图17所示。在常规规划任务表格的第一栏勾选要规划的任务，然后点击确认按钮，开始规划按钮变为可选状态，点击重置，则取消勾选，点击开始规划，则开始规划任务，并跳转规划结果页面。规划结果如下图17所示。
[0313]
4)资源管理子系统
[0314]
资源管理子系统提供发射节点和接收节点的增删改查操作，管理的内容包括节点的编号、方向角、俯仰角、横滚角、经度、纬度、高度和阵元数量。雷达资源管理功能人机界面如图 18所示。
[0315]
3.2、实施方案中的关键点
[0316]
本发明的技术关键点在于：
[0317]
1.数据库设计，“网络化雷达任务规划算法和系统”所需的数据以数据库的形式存放。数据库中既包含描述雷达、任务、计算资源和网络资源等的特性数据，也包含任务规划所需的逻辑数据，这些数据是进行任务规划的基本数据支撑；
[0318]
2.数据结构设计，本系统运行的程序为标准的面向对象模式的javaweb应用程序。代码中所需要的代码级数据结构数量较多；
[0319]
3.规划算法设计，本项目选择的规划算法主要有：差分演化算法；
[0320]
4.约束处理设计，演化算法在产生逻辑规划对象后均需要走约束处理模块，这个模块负责处理对各个约束条件进行处理，调整不满足约束条件的逻辑规划对象。
[0321]
本技术模型在设计过程中，尽可能的将约束与求解算法分离，雷达节点约束尽可能的单独放置在一个单独的模块中，算法与约束通过固定的接口交互。这使得本模型与求解算法在一定程度上可以相互拓展而互不影响。模型具有较好的拓展性。本技术对于雷达节点的各类约束提供具体的调用接口，一些能够单独调用处理的约束可以直接给出其处理接口，针对无法独立分开来处理的约束提供封装后的统一调用接口。提供将节点约束处理的接口化，为后期二次开发提供了很多的可行性和参考性。
[0322]
与现有的技术比较，本发明的有益效果是：
[0323]
1.网络化雷达任务规划系统。网络化雷达任务规划系统，能够在网络化雷达大规划部署的情况下进行大批量运行任务规划和探测资源分配，形成雷达情报分析——雷达任务规划——雷达预案生成的监测模式，针对重要的情报，能够通过多雷达协同规划，对任务进行持续、有效的精确观测，有效提升网络化雷达的检测效率和精确度，显著降低对指挥调度人员的要求，极大的提升了网络化雷达指挥调度的自动化水平。
[0324]
2.网络化雷达任务规划模型的建立。该模型全面分析了网络化雷达的共性特点和特性差异，充分考虑了工作频率、带宽、波束、功率等多方面的制约因素，建立具有广泛适应性的网络化雷达任务规划问题模型，能适应大规划、分布式的网络化雷达应用场景，满足不同业务场景的规划需求，同时运用多目标的演化算法等技术，具备智能约束匹配和规划冲突消解能力，实现运行规划动态调整、系统资源实时匹配和协同保障。
[0325]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。