中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
指挥控制与仿真

指挥控制与仿真 >

2024 , Vol. 46 >Issue 4: 117 - 123

DOI: https://doi.org/10.3969/j.issn.1673-3819.2024.04.016

多模态信息融合

基于设备负荷均衡规则的空间目标监视资源调度研究

  • 温延河 ,
  • 徐灿 ,
  • 王晨 ,
  • 马腾 ,
  • 李鹏 ,
  • 李鹏举
展开
  • 航天工程大学, 北京 101416

温延河(1991—),男,硕士研究生,研究方向为空间态势感知技术与应用。

徐 灿(1985—),男,副教授。

收稿日期: 2023-06-18

  修回日期: 2023-08-26

  网络出版日期: 2024-07-29

收起

Research on resource scheduling for space target surveillance based on equipment load balancing rules

  • WEN Yanhe ,
  • XU Can ,
  • WANG Chen ,
  • MA Teng ,
  • LI Peng ,
  • LI Pengju
Expand
  • University of Aerospace Engineering, Beijing 101416, China

Received date: 2023-06-18

  Revised date: 2023-08-26

  Online published: 2024-07-29

Fold

摘要

针对传统空间目标监视资源调度存在各观测设备负荷不均衡的问题,提出了一种基于设备负荷均衡规则的调度方法。以空间目标的可见性为数学基础,利用STK软件包对空间目标进行跟踪弧段的可见性预报,将设备负荷均衡调度规则融入传统调度流程中,以观测需求分别为3圈次、4圈次、5圈次为输入进行实验仿真,生成的调度方案以甘特图的形式呈现,最后利用构建的评价指标进行价值评价。实验结果表明,基于设备负荷均衡的调度规则能够很好地实现各观测设备工作负荷上的均衡性,并且能够实现对更多空间目标的跟踪监视。

关键词： 空间目标监视; 调度规则; 设备负荷均衡

本文引用格式

温延河 , 徐灿 , 王晨 , 马腾 , 李鹏 , 李鹏举 . 基于设备负荷均衡规则的空间目标监视资源调度研究[J]. 指挥控制与仿真, 2024 , 46(4) : 117 -123 . DOI: 10.3969/j.issn.1673-3819.2024.04.016

Abstract

A scheduling method based on equipment load balancing rules is proposed to solve the problem of unbalanced load of each observing device in traditional space target monitoring resource scheduling. In this paper, the visibility of space targets is taken as the mathematical basis, STK software package is used to forecast the visibility of tracking arcs of space targets, the equipment load balancing scheduling rules are integrated into the traditional scheduling process, and the observation requirements are respectively 3 laps, 4 laps and 5 laps as the input for experimental simulation. The generated scheduling scheme is presented in the form of Gantt chart. Finally, the constructed evaluation index is used to evaluate the value. The experimental results show that the scheduling rules based on equipment load balancing can well achieve the balance of the working time of each observation equipment, and can realize the tracking and monitoring of more space targets.

Key words： space target surveillance; scheduling rule; equipment load balancing

目前,包括人造卫星、航天器、运载火箭、弹道导弹、太空碎片等所有运行在地球海平面100 km以上空间目标累计已高达900 000多个[1]。面对如此数量庞大、未来还将持续增加的空间目标,为实现维持稳定编目,需要投入使用大量的监视装备。如何对地面站雷达观测设备进行高效调度,节省装备投入成本,缓解空间目标监视网沉重压力,实现对更多空间目标的稳定编目,成为空间目标监视亟待解决的重要问题。
空间目标监视[2]是感知大气层外空间态势的重要手段,主要是指综合利用空间目标监视资源,监视掌握常驻空间的目标运行态势,及时发现新增空间目标,感知研判空间目标机动意图,监测掌握航天发射等重大空间事件,据此生成太空侦察情报。
空间目标监视资源调度(Space Target Surveillance Resource Scheduling,STSRS)是资源调度问题[3](Resource Scheduling Problem,RSP)的一种,是指在一定的观测资源约束条件下,空间目标监视中心所属观测设备及其他兼用设备按照调度规则或方法进行合理调配,对空间目标进行跟踪测量及成像观测[4]。其实质是观测设备满足观测任务(跟踪弧段),并生成任务计划的问题。涉及要素包括若干套观测装备、上万个空间目标、数十万个跟踪弧段和大量的硬约束、软约束等。
调度规则[5](Dispatching Rules,DR)又称优先分配规则,是指利用一个或多个优先规则的组合,来确定任务的执行顺序和执行时间的一种方法。其特点是求解速度快,操作容易实现,复杂度小,效果较为满意。作为一种启发式调度算法,该方法在很多领域中被广泛研究,尤其是在解决动态车间作业调度问题中被广泛使用。与车间调度问题类似,空间目标监视资源调度问题是将有限的观测设备资源分配给空间目标,并为每个空间目标明确具体执行监视任务的时间,以实现对空间目标的编目维持。随着空间目标数量的增多,监视任务也随之急剧增加,调度规模也在急剧增大,当前的空间目标监视系统面临更大的挑战,特别是对于大规模卫星调度问题用传统的基于数学规划的方法很难对其进行求解。而使用调度规则的求解方法具有速度快、效率高的特点,非常适于快速有效求解大规模空间目标监视资源调度问题[6]。

1 空间目标的可见性分析

1.1 几何可见性

对几何可见性进行分析是监视设备执行监视任务的必要条件。无论使用哪种类型的监视设备,前提是空间目标与监视设备之间必须几何可见,只有满足几何可见才能完成监视动作[7]。几何可见是指空间目标与监视设备之间无任何遮挡,在使用雷达设备进行观测时,原则上只要空间目标经过监视资源上空且无遮蔽物时,即可进行轨道测量、特性测量或其他测量等信息获取。图1为监视资源(雷达观测设备)对空间目标进行监视时的可见窗口示意图。
图1 雷达可见窗口

Fig.1 Radar visibility window

可见窗口的时间长短跟观测资源与空间目标之间的距离有直接关系,一般来说,空间目标与观测设备之间的距离越大,空间目标相对地面观测设备的运行速度越慢,可见窗口的时间越长。空间目标与观测设备之间的距离越小,空间目标相对地面观测设备的运行速度越快,可见窗口的时间越短。从图2可知,并不是所有的可见窗口都是有效窗口,因为受到地面杂波的影响,当地基雷达对空间目标进行观测时,若雷达天线仰角小于最低仰角α(一般设置为大于等于10°),则观测效果较差,跟踪弧段不可用。只有当雷达天线最高仰角大于某个阈值β(一般设置为15°或跟踪时长大于3 min)时,观测数据精度较好,此时开始进行观测,可以得到有效跟踪弧段。
图2 有效跟踪弧段示意图

Fig.2 Effective tracking arc diagram

在进行地基雷达几何可见性计算时,首先要计算地基雷达设备与空间目标之间的相对位置。地心惯性坐标系是描述卫星轨道信息的参数集,监视设备在对空间目标进行观测时,生成的观测数据经过坐标系转换后,才能在地心惯性坐标系下进行卫星运动状态的描述。这里涉及地心惯性坐标系与雷达直角坐标系之间的转换,通过坐标系的转换才能判断空间目标是否在地平线以上,如果在地平线以上,则判定空间目标是几何可见的,否则,判定为不可见。
1)各坐标系的定义[8]
① ECI地心惯性坐标系
地心惯性坐标系又称地惯系,坐标原点取地球质点OE,X轴从地心指向春分点,Z轴指向地球自转轴的正向,Y轴与X、Z轴一起构成右手笛卡尔坐标系。由于Z轴与赤道平面相互垂直,因此,X轴与Y轴所在的坐标平面就是地球的赤道平面。
② ECF地心固定坐标系
地心固定坐标系又称地固系,坐标原点取地球质点OE,Z轴指向地球自转轴的正向,X轴位于赤道面上,指向地球子午线面与赤道面正向交线的方向,Y轴位于地球赤道面内且与X轴垂直,与X、Z轴构成右手坐标系。
③ ENU雷达直角坐标系
雷达直角坐标系坐标轴随地球旋转,原点O位于雷达所在处,定义X轴位于过原点O的水平面内,指向正东,Y轴指向正北,Z轴垂直于XOY平面指向天顶,在实际工程中,运用更多的是雷达直角坐标系的极坐标形式[8],其中,空间目标的位置由距离R、方位A、俯仰角E表示,则雷达直角坐标系与其极坐标RAE直接转化关系如下:
x=Rcos Esin A
y=Rcos Ecos A
z=Rsin E
R= x 2 + y 2 + z 2
A= a r c c o s y x 2 + y 2 , x ≥ 0 2 π - a r c c o s y x 2 + y 2 , x < 0
E=arctan z x 2 + y 2
2)坐标系的转换
① 地心惯性坐标系(ECI)转换成地心固定坐标系(ECF)
由定义可知,地心惯性坐标系与地心固定坐标系的Z轴重合,经过时间t后,空间目标的质心在ECI和ECF坐标系分别为[XECI,YECI,ZECI]T和[XECF,YECF,ZECF]T,那么从ECI坐标系到ECF坐标系的转换为
X E C F Y E C F Z E C F= c o s ω t s i n ω t 0 - s i n ω t c o s ω t 0 0 0 1 X E C I Y E C I Z E C I
其中,ω为地球自转速率(ω=7.292 115 15×10-5 rad/s),t是时间。
② 地心固定坐标系(ECF)转换为雷达直角坐标系(ENU)
首先给定雷达设备的大地坐标为(λ,φ,h),其中λ为雷达设备大地纬度,φ为雷达的东向经度,H为高程。雷达在地心固定坐标系下的坐标为[XO,YO,ZO]T,在雷达直角坐标系下的坐标为[x,y,z]T,则有:
X O = ( N + H ) c o s λ c o s ϕ Y O = ( N + H ) c o s λ s i n ϕ Z O = [ N ( 1 - e 2 ) + H ] s i n λ
其中:
N= a 1 - e 2 s i n 2 λ
e= a 2 - b 2 a 2= 2 f - f 2
a为地球的半长轴,a=6 378.140 km;f为地球的扁率,f= 1 298.257。
令A为地心固定坐标系到雷达直角坐标系的旋转矩阵:
A= - s i n ϕ c o s ϕ 0 - s i n λ c o s ϕ - s i n λ s i n ϕ c o s λ c o s λ c o s ϕ c o s λ s i n ϕ s i n λ
那么有:
X E C F Y   E C F Z E C F=A-1 x y z+ X O Y O Z O
x y z=A X E C F Y E C F Z E C F - X O Y O Z O

1.2 设备可见性

地基雷达设备特别是相控阵雷达,在对空间目标进行监视时,除满足几何可见条件外,还必须在一定几何距离、方位角、俯仰角范围内才能完成监视动作。
地基雷达监视装备在几何可见性的基础上,根据地基雷达设备探测距离、方位角、俯仰角等条件约束,可以计算出地基雷达监视设备的可见区域为
Rradar= S = ( x , y , z , R r , E l , A z )   R m i n ≤ R r ≤ R m a x E m i n ≤ E l ≤ E m a x A m i n ≤ A z ≤ A m a x
其中:Rr为雷达作用距离,Rmin为雷达最小作用距离,Rmax为雷达最大作用距离;El为雷达工作时的俯仰角,Emin为雷达工作时的最低仰角,Emax为雷达工作时的最高仰角;Az为雷达工作时的方位角,Amin为雷达工作时的最低方位角,Amax为雷达工作时的最高方位角。
记空间目标轨道高度为H,观测仰角为El,那么,观测设备与空间目标之间的距离可以近似计算如下:
R= ( R e + H ) s i n β c o s   E l
β= π 2-El-arcsin R e c o s   E l R e + H
其中,Re为地球半径。可以看出,地基雷达设备探测概率主要受空间目标与观测设备之间的距离和空间目标RCS大小影响。从不同观测仰角下探测空间目标时,探测距离变化很大。当雷达观测仰角较低时,空间目标与观测资源之间的相对距离较远;当雷达观测仰角较高时,空间目标与观测资源之间的相对距离较近。对于近地轨道上的空间目标,探测距离的变化在1—5倍,并且雷达的能量消耗与探测距离的关系是1/R4,探测距离越远,能量消耗越大[9]。由于空间目标监视中心没必要将所有跟踪弧段进行全弧段连续观测,所以,只要能保证空间目标编目在一定的精度范围内即可。因此,当雷达在最高仰角处进行观测时,既能保证跟踪弧段的探测精度,又能减少雷达设备的能量消耗[10]。

2 空间目标监视资源调度数学模型

空间目标监视资源调度问题可以描述为多雷达多目标观测任务调度问题,可以采用以下数学表述:
1)存在场景Sce,则场景的时间区间为[SceTS,SceTE],也就是资源调度的时间区间。
2)观测资源集合表示为N={n1…ni…nm},其中第i个观测装备记为ni。每个监视资源都有同时观测空间目标的最大数量限制,即最大可观测数量ci。每个装备都有其作用范围(距离[ R i m i n, R i m a x],方位角[ A i m i n, A i m a x],俯仰角[ E i m i n, E i m a x])约束和其他监视条件(最低观测仰角Emin,最高观测仰角Emax,最大观测时长Tmax)。
3)待观测空间目标集合表示为M={m1,…,mj,…,mn},其中,第j个目标记为mj,优先级记为pj,观测需求记为reqj。
4)跟踪弧段集合表示为Arcij={Ar c i j 1,…,Ar c i j k,…,Ar c i j q},其中,S T i j k和E T i j k表示跟踪弧段Ar c i j k可见窗口的开始时间和结束时间,最小跟踪时长为tmin,跟踪弧段可表示为Ar c i j k={ t i j s t a r t, t i j e n d,tmin,pj},跟踪弧段与空间目标、观测设备与任务执行窗口具有一一对应关系,并且跟踪弧段所包含的信息具有唯一性和完备性。因此,将选择跟踪弧段作为资源调度的对象。
5)定于函数F(Arcij):
F(Arcij)= 0 ,   当 跟 踪 弧 段 未 被 观 测 1 , 当 跟 踪 弧 段 任 务 被 观 测
F(Arcij)决策函数表示跟踪弧段被观测时,取值为1;未被观测时,取值为0。假设当空间目标mj确定被装备ni执行观测时,执行观测的开始时间为 t i j s t a r t,执行观测的结束时间为 t i j e n d,此时观测装备的作用距离为Rij,观测方位角为Aij,观测仰角为Eij。在执行调度任务后,生成的任务执行集为SEQ={seq1,…,seqi,…,seqm},其中,观测装备ni的任务执行集为seqi={se q 1 i,…,seqij,…,seqmn},则空间目标与观测资源之间需要满足以下约束条件:
约束目标函数:
Maximize P= ∑ i = 1 m ∑ j = 1 nF(Arcij)pj
约束条件:
∀ A r c i 1 ∈ s e q i 1 ∀ A r c i 2 ∈ s e q i 2⇒Arci1≠Arci2
S T i j k≤ t i j s t a r t< t i j e n d≤E T i j k
SceTS≤S T i j k< E i j k≤SceTE
R i m i n≤Rij≤ R i m a x
A i m i n≤Aij≤ A i m a x
E i m i n≤Eij≤ E i m a x
Emin≤Eij≤Emax
t i j e n d- t i j s t a r t≤Tmax
tmin≤ t i j e n d- t i j s t a r t
式(17)是空间目标监视资源调度中的目标函数,即完成监视任务总收益值最大化。式(18)表示对于任意的监视设备的工作时间不能被跟踪弧段同时占用。式(19)表示跟踪弧段的开始时间和结束时间必须在可见窗口范围内。式(20)表示所有的可见窗口都必须在调度周期内。式(21)到式(23)表示在执行跟踪任务时,必须在监视设备距离[ R i m i n, R i m a x],方位角[ A i m i n, A i m a x],俯仰角[ E i m i n, E i m a x]作用范围内。式(24)表示跟踪弧段的观测条件必须在最低观测仰角Emin与最高观测仰角Emax范围内。式(25)表示跟踪弧段时长不得超过观测设备最大观测时长Tmax。式(26)表示有效跟踪弧段时长不得小于最小跟踪时长。

3 空间目标监视资源调度评价指标

对空间目标监视资源调度效果和能力进行评价是空间目标监视资源调度问题的关键环节,评价指标并不是越多越好,关键在于能够正确反映调度问题的现实可行性[11]。评价指标的选取一定要符合科学性、独立性、敏感性原则。本文在参考专家学者研究成果的基础上,结合空间目标监视资源调度问题特点,考虑资源调度方案对所有监视任务执行的满足程度、观测资源利用情况、监视系统对调度的支持情况等因素,建立了任务满足率、资源利用率、系统最大可利用率三个空间目标监视资源调度方案评价指标。这三个评价指标中,任务满足率和资源利用率是评价调度方案好坏的核心指标,指标值越高越好,系统最大利用率与资源配置和调度方法相关,指标值越高,对整个监视系统的服务能力越好。在此基础上,尝试建立符合空间目标监视资源调度问题特点的评价指标。
1)任务满足率
任务满足率TS表示实际执行调度任务数量与需要执行调度任务数量之比,代表监视任务执行的满足情况,指标值越高,代表空间目标的观测需求满足度越好,指标值最高为100%。
2)资源利用率
资源利用率RU表示观测设备调度时的实际占用时间与调度需要的总时间之比,代表监视资源的实际利用情况,指标值越高,代表监视资源利用越充分。当资源利用率大于75%时,说明该监视设备所在地理位置和设备设置参数存在不足或监视资源利用不均衡[4]。
3)系统最大可利用率
系统最大可利用率MS是监视系统实际提供的服务时间与调度周期之比,代表监视系统可提供的最大服务时间利用情况,指标值越高,监视系统总体的利用情况越好,反映出资源利用是否充分,是否出现了资源浪费的情况。
为了进一步对监视系统的整体情况进行了解,可以结合任务满足率和资源利用率两个指标值进行分析,可能的结果如下:
①任务满足率TS很高,资源利用率RU很高,说明当前场景中监视资源可以满足需要,但是资源余量不多,若新增观测任务,要考虑新增监视设备。
②任务满足率TS很高,资源利用率RU很低,说明监视系统的服务能力余量很大,可能存在资源浪费。
③任务满足率TS很高,资源利用率RU中等,说明监视系统既能满足监视要求,又有一定的资源余量,是较为合适的系统配置。
④任务满足率TS很低,资源利用率RU高,说明监视资源不足,需要适当增加监视资源。
⑤任务满足率TS很低,资源利用率RU低,说明监视系统能力没有得到很好的利用,说明当前使用的调度方法需要改进。

4 基于设备负荷均衡分配规则的空间目标监视资源调度仿真

在实际调度中会出现各观测设备之间负荷不均衡的问题,即有些观测设备负荷较大,而有些观测设备负荷较小。基于此,为避免出现设备负荷不均衡,可以利用设备负荷均衡分配的调度规则求解空间目标监视资源调度问题[12]。
设备负荷均衡优先(Equilibrium Priority,EP)分配规则是指在对跟踪弧段进行分配的进程中,动态考虑当前监视资源负荷情况,按照观测设备负荷大小进行排序,负荷最小的监视设备优先安排。若设备不存在当前跟踪弧段的可见窗口,则按排列顺序安排下一个设备,直至所有跟踪弧段全部得到分配。这个分配方法可以在调度进行中动态实现观测设备负荷均衡,生成的调度方案中观测设备的工作时间大致相当。基于设备负荷均衡规则的空间目标监视资源调度流程图如图3所示。
图3 设备负荷均衡调度规则流程图

Fig.3 Flow chart of load balancing scheduling rules

具体的调度步骤如下:
步骤1:首先读入观测设备信息和空间目标信息,将观测设备和空间目标分别存入观测设备集合N和空间目标集合M中。观测设备集合N中包含各观测设备的最大可观测数量ci、作用范围(距离[ R i m i n, R i m a x],方位角[ A i m i n, A i m a x],俯仰角[ E i m i n, E i m a x])、最低观测仰角Emin、最高观测仰角Emax、最大观测时长Tmax等设备参数。
步骤2:利用STK软件包对所有空间目标跟踪弧段Arc进行预报计算,并对跟踪弧段进行预处理,将低于最小跟踪时长tmin的跟踪弧段剔除。
步骤3:将有效跟踪弧段Arc与观测需求req相结合生成监视任务集合。
步骤4:将监视任务集合中的跟踪弧段开始时间的先后顺序作为标准进行排序。
步骤5:开始调度,初始化任务执行集SEQ。
步骤6:遍历所有空间目标。
步骤7:计算当前所有观测设备负荷大小,按照设备负荷大小从小到大依次排序。
步骤8:遍历当前空间目标的跟踪弧段。
步骤9:分析当前观测设备对当前空间目标跟踪弧段的可见性,若可见,说明当圈观测需求可以满足;若不可见,则按照观测设备排序顺序对下一个观测设备进行可见性分析。
步骤10:更新监视任务集合中受影响的时间信息,跟踪弧段所占用的观测时间作为硬约束,在后续的资源分配时必须剔除该时间段。同时更新被调度空间目标观测需求的满足程度。
步骤11:计算当前空间目标的观测圈次是否得到满足,若满足,则标记为执行,添加到任务执行集SEQ,进行下一个空间目标的调度,跳转到步骤6。若不满足,则进行下一个跟踪弧段,跳转到步骤8。否则,跳转到步骤12。
步骤12:重复步骤6到步骤11,直到监视任务集合中的所有任务都进行调度或所有空间目标的观测需求均得到满足。
步骤13:调度结束,生成任务执行集SEQ。

4.1 仿真算例

仿真场景是由5个相控阵雷达和20个空间目标组成,调度时间从2023年3月29日00:00:00到2023年3月30日00:00:00,周期为24小时。观测设备(分别为Radar1、Radar2、Radar3、Radar4、Radar5站)最大可观测目标数量为10,最小跟踪时长为3 min,最大观测时长为15 min,俯仰角范围0~90°,方位角0~360°。空间目标为近地轨道空间目标,从NASA公布的数据库中抽取,每个空间目标的观测需求为24小时内完成n(n≥3)次观测。利用STK工具包仿真预报出调度周期内所有的跟踪弧段信息,包括跟踪弧段的开始时间、结束时间、跟踪弧段时长、最高仰角时间,这些跟踪弧段作为调度对象待运用到规则调度中。
实验系统配置为:Intel(R) Core(TM) i5-10200H CPU @2.40GHz,16.0GB RAM,Window11;算法采用Python3.11实现。为更好地完成空间目标的编目维持,实验分别对观测需求为3圈次、4圈次、5圈次进行调度。基于设备负荷均衡分配规则的空间目标监视资源调度结果画出任务调度甘特图如图4—6所示。
图4 基于EP调度规则下需求为3圈的任务调度甘特图

Fig.4 Gantt chart of task scheduling based on EP scheduling rule with demand of 3 cycles

图5 基于EP调度规则下需求为4圈的任务调度甘特图

Fig.5 Gantt chart of task scheduling based on EP scheduling rule with demand of 4 cycles

图6 基于EP调度规则下需求为5圈的任务调度甘特图

Fig.6 Gantt chart of task scheduling based on EP scheduling rule with demand of 5 cycles

图中,不同颜色代表不同的观测设备的观测任务,观测任务的宽度代表跟踪弧段的时长,每个任务的X-Y代表第X个设备对卫星进行的第Y次观测。横坐标代表整个调度周期86 400 s,纵坐标为卫星编号,编号1—20分别表示空间目标的调度先后顺序。观测设备代号1~5依次代表Radar1、Radar2、Radar3、Radar4、Radar5。甘特图直观地表示出任务执行的时间窗口和空间目标与观测设备的对应关系,调度结果满足所有约束要求,编目维持所需观测需求也得到了满足。

4.2 结果分析

结合甘特图和调度方案可以看出,5个观测设备对空间20个目标进行调度产生的60、80、100个调度任务,在需求为3圈、4圈、5圈次时所有空间目标的观测需求均得到了满足。但需求次数为6圈时,20个目标只有15个目标得到了满足,原因有两点:一是有些空间目标在进行跟踪弧段可见性预报时,不低于最小跟踪时长的跟踪弧段不足6个。二是空间目标进行任务执行时,其分配的观测设备时间被占用,而被占用的观测时间作为硬约束,在对后续的空间目标进行任务执行时设备观测时间不能被重复占用,这也会导致跟踪弧段不能被观测设备安排执行。
从资源利用率数据来看,5个观测设备的利用率大致相当,调度时间亦大致相当,符合设备负荷均衡分配规则结果。
经计算,当观测需求为3圈、4圈、5圈时的任务成功率、资源利用率和系统最大可利用率指标值见表1。
表1 基于设备负荷均衡分配规则调度评价指标

Tab.1 Scheduling evaluation indexes based on equipment load balance allocation rules

指标 需求
任务
满足
率TS/
%		 资源利用率
RU/%		 系统最
大可利
用率
MS/%
Radar1 Radar2 Radar3 Radar4 Radar5
3圈 100 20.66 29.29 27.18 24.86 21.71 25.19
4圈 100 29.39 37.36 36.92 31.47 30.19 34.13
5圈 100 38.48 43.85 43.96 36.60 33.90 40.59
分析这三个评价指标值可以看出:基于设备负荷均衡分配规则的调度方法可以满足空间目标的观测需求,能够达到稳定编目的目的。各监视设备工作时间比较均衡,资源利用率大致相当,避免了各设备负荷不均衡的情况,达到了预期的调度效果。
为了解监视系统整体使用情况,结合表1中任务满足率、资源利用率和最大可利用率三个指标值可以得到:任务满足率高,资源利用率比较均衡,但整体系统最大利用率不高,当观测需求为3圈时利用率不到30%,观测需求为5圈时利用率也不到50%,说明监视系统的服务能力余量很大,存在观测设备的资源浪费,在这种场景下同样也可以观测更多的空间目标。

5 结束语

本文分析了当前传统的空间目标监视资源调度模式,以数学模型的形式呈现,并将设备负荷均衡分配规则首次运用到空间目标监视资源调度中。通过实验仿真,基于设备负荷均衡分配规则在能够满足编目的同时,实现了观测设备任务执行负荷的均衡性。对价值评价指标分析可知,基于这种调度规则的调度方法可以实现对更多空间目标的跟踪监视。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈龙, 刘承志, 李振伟, 等. 空间目标共视观测定位的误差分析[J]. 光学学报, 2022, 42(6):144-150.

CHEN L, LIU C Z, LI Z W, et al. Error analysis of space objects common-view observation positioning[J]. Acta Optica Sinica, 2022, 42(6): 144-150.

[2]
张海越. 空间监视相控阵雷达调度策略的研究与设计[D]. 南京: 东南大学, 2018.

ZHANG H Y. Research and Design of space surveillance Phased array Radar Scheduling Strategy[D]. Nanjing: Southeast University, 2018.

[3]
王辉华, 李舒婷, 梁浩, 等. 大规模云计算环境下资源调度关键技术研究[J]. 科技资讯, 2022, 20(21):31-34.

WANG H H, LI S T, LIANG H, et al. Research on key technologies of resource scheduling in largescale cloud computing environment[J]. Science & Technology Information, 2022, 20(21): 31-34.

[4]
凌晓冬, 刘冰, 李宇波, 等. 多星测控调度效能评价指标体系研究[J]. 数学的实践与认识, 2012, 42(3):52-60.

LING X D, LIU B, LI Y B, et al. Study on evaluation index system for multi-satellite TT&C scheduling problem[J]. Mathematics in Practice and Theory, 2012, 42(3): 52-60.

[5]
赵也践. 基于规则的作业车间动态调度方法研究[D]. 沈阳: 沈阳工业大学, 2021.

ZHAO Y J. Research on Rule-based Job-shop Dynamic Scheduling Method[D]. Shenyang: Shenyang University of Technology, 2021.

[6]
张苏雨. 动态作业车间调度规则自动生成方法的研究[D]. 无锡: 江南大学, 2021.

ZHANG S Y. Research on automatic generation method of Dynamic job-shop scheduling rules[D]. Wuxi: Jiangnan University, 2021.

[7]
关永胜, 马林. 基于云模型的空间目标监视资源调度效能评估[J]. 现代雷达, 2020, 42(11):20-25.

GUAN Y S, MA L. Evaluation of space target monitoring resource scheduling efficiency based on cloud model[J]. Modern Radar, 2019, 42(11):20-25.

[8]
张硕. 空间探测雷达多目标跟踪技术研究[D]. 北京: 北京理工大学, 2016.

ZHANG S. Research on radar multi-target tracking technology for space detection[D]. Beijing: Beijing Institute of Technology, 2016.

[9]
靳玉琪. 空间目标雷达数据采集计划编排系统的研究与实现[D]. 北京: 北京理工大学, 2016.

JIN Y Q. Research and implementation of a plan arrangement system for radar data acquisition task[D]. Beijing: Beijing Institute of Technology, 2016.

[10]
庄海孝, 潘腾, 何宗波, 等. 应用禁忌遗传算法的空间目标协同监视资源调度方法[J]. 航天器工程, 2020, 29(4):46-51.

ZUANG H X, PAN T, HE Z B, et al. Resource scheduling method for space target cooperative surveillance using Tabu genetic Algorithm[J]. Spacecraft Engineering, 2019, 29(4):46-51.

[11]
姚智海, 刘建平, 王建平, 等. 地面测控资源调度效能评估指标体系[J]. 系统工程与电子技术, 2020, 42(8):1751-1758.

DOI

YAO Z H, LIU J P, WANG J P, et al. Evaluation index system of ground-based TT & C resource scheduling[J]. Systems Engineering and Electronics, 2020, 42(8): 1751-1758.

[12]
薛乃阳. 异构测控网络资源调度方法研究[D]. 北京: 航天工程大学, 2021.

XUE N Y. Research on Resource Scheduling Method of heterogeneous measurement and control network[D]. Beijing: University of Astronautics Engineering and Astronautics, 2021.

Options
文章导航

/

〈 〉