郑玉军， 田康生， 张金林， 刘俊凯

(空军预警学院， 湖北 武汉 430019)



基于模糊神经网络的相控阵雷达任务调度设计

郑玉军， 田康生， 张金林， 刘俊凯

(空军预警学院， 湖北 武汉 430019)

针对相控阵雷达任务调度中任务优先级较难建立数学模型，从而影响任务调度效率的问题，提出一种基于自适应模糊神经网络的相控阵雷达任务调度算法。该算法：模糊控制部分能够利用模糊隶属度对多个目标参数值进行量化处理；神经网络部分可以智能地实现目标参数和任务优先级之间非线性映射。仿真结果表明，该方法有效，在目标数目饱和情况下，保证高优先级任务被调度的同时，使更多的任务得到调度执行，其性能优于传统任务调度方法。

兵器科学与技术； 神经网络； 模糊理论； 相控阵雷达； 优先级； 任务调度

0 引言

高效合理的雷达任务调度算法可以有效分配雷达资源，充分发挥相控阵雷达性能。任务调度策略依据的是任务优先级，所以科学合理地分配优先级是优化任务调度策略的关键。

卢建斌等[1]综合考虑任务的工作方式优先级和截止期两个参数，提出了相控阵雷达实时任务调度算法；周颖等[2]提出了一种基于遗传算法的任务调度算法；赵宇等[3]提出了基于二次规划的相控阵雷达任务自适应调度算法；Jang等[4]提出了基于时间窗的相控阵雷达调度算法。上述研究是根据任务截止期等参数建立的数学模型在时间约束下求最优解，适合目标数目较少的情况，保证了高优先级任务调度成功率，降低了调度代价，但在目标数目饱和的条件下会删除部分重要任务(跟踪、验证)，主要问题在于任务优先级分配策略不够精确。……