[發明專利]多目標優化差分進化算法的傳感器目標分配方法及系統

有效

• 申請號: 201410379566.X
• 申請日: 2014-08-04
• 公開（公告）號: CN104156584B
• 公開（公告）日: 2017-07-11
• 發明（設計）人: 李倫;吳漢寶;黃友澎;胡忠輝
• 申請（專利權）人: 中國船舶重工集團公司第七0九研究所
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 武漢河山金堂專利事務所(普通合伙)42212
• 代理人: 胡清堂

技術領域

本發明涉及信息融合技術領域，尤其涉及一種多目標優化差分進化算法的傳感器目標分配方法及系統。

背景技術

隨著科技的發展，各種面向復雜應用背景的多傳感器系統大量涌現，已廣泛應用在工業、農業、交通、氣象預報、環境監測、地球科學觀測等各個領域。為了充分發揮多傳感器系統的協同探測性能，必須對傳感器資源進行科學合理的分配，因此產生了信息融合領域傳感器管理的概念。傳感器管理是指利用多個傳感器收集關于目標與環境的信息，以任務為導向，在一定的約束條件下，合理分配參與執行任務的傳感器,通過使傳感器信息在網絡中實現共享，恰當分配或驅動多傳感器協同工作完成相應的任務，以使一定的任務性能最優。其中，傳感器目標分配是傳感器管理的一項重要內容，即對多傳感器多目標監測任務進行分配調度，在滿足監測精度的條件下不至于過渡浪費資源，從而發揮多傳感器協同探測的能力。

多傳感器多目標分配問題是典型的最優化問題，傳統的求解方法是根據傳感器目標感知概率建立目標監測效能函數，然后采用傳統規劃類或新興智能優化方法進行求解。這種方法求解屬于單目標優化問題，往往能夠獲取全局最優解，且監測的效能能實現最大化，但往往分配結果會過多的使用傳感器資源，造成一定程度的資源浪費。可以通過增加一個傳感器使用率函數，即在監測效能函數最大化的基礎上，使傳感器使用率最小。這樣就可以將傳感器目標分配問題轉化為多目標優化問題。

多目標優化問題是指多個目標函數在解的可行域上的優化問題，在科學研究和工程實踐中許多優化問題均可歸結為多目標優化問題，包括目標分配、城市運輸、能量分配、網絡優化、資本預算、工業制造等。傳統的多目標優化方法是將多個目標函數通過偏好加權轉化為單目標優化問題，而現實工程應用中決策者不易獲取偏好權值，使得決策造成困難。

因此，現有的多傳感器多目標分配的方法存在偏好權值不易獲得，進而使得決策造成困難的缺陷。

發明內容

有鑒于此，有必要提供一種能夠克服現有的多傳感器多目標分配的方法存在偏好權值不易獲得缺陷的多目標優化差分進化算法的傳感器目標分配方法及系統。

一種多目標優化差分進化算法的傳感器目標分配方法，其包括以下步驟：

S1、獲取監測目標的特征參數，對所述特征參數進行評估以獲得目標的目標重要程度，對目標重要程度進行歸一化處理得到目標威脅權重；

S2、根據傳感器目標感知概率模型以及所述目標威脅權重生成傳感器目標監測效能函數；根據傳感器的使用情況，生成傳感器使用率函數；對所述傳感器目標監測效能函數和所述傳感器使用率函數進行標準化處理，得到約束多目標優化模型；

S3、對傳感器目標分配方案進行編碼，并在分配方案的解集合內隨機生成若干個分配方案，形成分配方案的初始種群；

S4、根據所述約束多目標優化模型對初始種群中每種分配方案計算傳感器目標監測效能函數值和傳感器使用率函數值；通過所述傳感器目標監測效能函數值以及傳感器使用率函數值建立坐標系計算每種分配方案的秩，并根據分配方案的秩的大小進行Pareto集非劣分層和計算分配方案適應度，并記錄為最優非劣層的親代分配方案種群，所述最優非劣層的分配方案集即Pareto前端解集；

S5、判斷初始種群是否滿足迭代終止條件，如果滿足終止條件，則初始種群中的所有第一非劣層解即構成Pareto最優解集；如果不滿足迭代終止條件，則跳轉到步驟S6；

S6、對于初始種群按照差分進化算法的差分變異、交叉和選擇算子進行差分進化操作，產生傳感器目標分配方案的子代分配方案種群；

S7、合并所述初始種群和所述子代分配方案種群，并篩選出與初始種群規模相同的分配方案種群；

S8、跳轉到步驟S5對所述分配方案種群進行是否滿足迭代終止條件的判斷，直至獲得Pareto最優解集，根據Pareto最優解集對傳感器目標進行分配。

一種多目標優化差分進化算法的傳感器目標分配系統，其包括以下模塊：

目標重要程度確定模塊，用于獲取監測目標的特征參數，對所述特征參數進行評估以獲得目標的目標重要程度，對目標重要程度進行歸一化處理得到目標威脅權重；

優化函數生成模塊，用于根據傳感器目標感知概率模型以及所述目標威脅權重生成傳感器目標監測效能函數；并用于根據傳感器的使用情況，生成傳感器使用率函數；還用于對所述傳感器目標監測效能函數和所述傳感器使用率函數進行標準化處理，得到約束多目標優化模型；