温 雅，贾 婧，张 宾，王 洋，安 琪

（1.北方自动控制技术研究所，太原 030006；2.驻太原地区第二军代室，太原 030006）

0 引言

在陆、海、空、天、电五维一体的联合作战背景下，针对云、烟、雾、尘等复杂气象环境以及复杂电磁环境，为满足复杂战场环境态势感知理解的需求，需要微波、毫米波、可见光、红外、雷达、电子支援措施、敌我识别等有源、无源传感器的合理分配，实现智能的感知环境和目标。因此，作为联合作战的“千里眼”的传感器协同感知智能分配方法研究已成为一项迫切的任务，具有重要的现实意义。

Nash［1］在1977 年提出一种利用线性规划技术对跟踪目标进行传感器-目标分配方法，最先将优化技术用于传感器管理，2010 年，Hitchings 等人基于滚动时域控制［2］，提出一种随机控制逼近算法。国内对传感器分配方法的相关研究大都以传感器-目标的效能因子［3］为中心，效能最大化为目标函数提出的人工智能优化算法，如遗传算法［4-5］、蚁群算法［6］等，这些算法都是基于效能最大化实现传感器智能分配，没有考虑异构传感器的感知能力及对复杂战场环境的抗干扰能力。近年来，随着战场环境复杂化，目标环境机动性增强、复杂的气象环境和电磁环境对传感器产生较强干扰，单一传感器获取空间目标信息不完备问题突出［7］。

针对以上难题，本文引入异构传感器智能感知［8］的概念，针对不同传感器自身特征，考虑了传感器抗干扰性能等因素，提出一种传感器信息感知能力评估指标体系并构建了传感器感知能力定量评价模型，计算出传感器指数，再利用传感器指数，考虑了有效覆盖率、电磁环境变化、态势变化等因素作为目标函数，研究基于粒子群算法的智能传感器分配方法。……