基于脉冲交错的数字阵列雷达任务优化调度算法

孟迪， 张群， 罗迎， 陈怡君

1.空军工程大学 信息与导航学院， 西安 710077 2.信息感知技术协同创新中心， 西安 710077

基于脉冲交错的数字阵列雷达任务优化调度算法

孟迪1,2,*， 张群1,2， 罗迎1,2， 陈怡君1,2

1.空军工程大学 信息与导航学院， 西安 710077 2.信息感知技术协同创新中心， 西安 710077

针对数字阵列雷达搜索、跟踪和成像任务的资源调度问题，提出一种数字阵列雷达(DAR)任务的优化调度算法。该算法以脉冲交错技术为基础，在对目标搜索与跟踪的同时，利用基于压缩感知的稀疏孔径认知逆合成孔径雷达(ISAR)成像方法对部分精密跟踪目标成像，并采用观测时间动态调整策略以提高雷达系统的自适应能力。仿真结果表明，与传统雷达资源调度算法相比，该算法可以将成像任务考虑到优化调度模型中并合理分配资源，实现雷达多任务并行的调度，获得更高的资源利用率与期望的成像质量。

数字阵列雷达； 资源调度； 脉冲交错； 稀疏孔径成像； 资源利用率

随着雷达数字化程度的提高，数字阵列雷达作为一种新体制雷达，得到了雷达行业的广泛重视和研究[1-5]。相比于传统的模拟相控阵雷达，数字阵列雷达除了具有探测精确度高、探测复杂目标能力强，抗干扰能力强等优势外，还具有信号处理方式灵活的特点，能够同时对多个空域进行搜索、对多个目标进行跟踪和成像，因此可以很大程度地节省雷达时间资源[6-8]。合理、灵活、高效的调度策略是其能否发挥其优势的关键所在。现有的雷达资源优化调度方法主要可分为两大类：模板法和自适应调度方法。其中自适应调度方法能够根据工作环境和任务需求灵活地调整资源调度策略，是最有效但也最为复杂的调度方法[9]。

目前为止，有许多学者对雷达资源调度模型展开了深入的研究。文献[10]提出了一种基于时间窗的相控阵雷达自适应算法，验证了在调度过程中引入时间窗的合理性及有效性；文献[11]提出了一种基于“服务质量”的资源分配模型来实现相控阵雷达系统对目标跟踪性能的最优化；文献[12]提出一种基于信息熵的自适应调度算法，解决重点区域内目标的最优搜索问题。为了进一步提高雷达系统的资源利用率，充分发挥数字阵列雷达的多功能优势，脉冲交错技术被提出，其核心思想是在单个任务收发脉冲间隔内调度其他任务的发射或接收脉冲。文献[13]分析了这种技术，并利用启发式算法解决了一部现实相控阵雷达的波束驻留自适应调度问题；文献[14]基于脉冲交错技术，提出了雷达任务二次规划模型的一种最优解解析求解算法，有效提高了雷达高优先级任务的调度成功率；文献[15]提出一种数字阵列雷达波束驻留调度间隔分析算法。然而，大多数算法没有将成像任务纳入雷达资源调度模型中。将成像任务与搜索、跟踪等任务共同调度，不仅可以提高雷达对目标的识别能力，充分发挥其多任务协同的优势，而且可以进一步将成像得到的目标特征信息反馈给雷达系统发射端，从而实现成像任务需求的动态调整，达到提高资源利用率的目的[16]。传统成像算法需要对目标长时间地连续观测获得高分辨像，而不同任务的交替进行势必会导致成像目标方位维的合成孔径采样变得稀疏和不连续。

为解决上述问题，本文采用压缩感知逆合成孔径雷达(ISAR)成像方法，将成像任务需求充分考虑到雷达资源调度模型中，提出一种基于脉冲交错的数字阵列雷达任务优化调度算法。

1 基于脉冲交错的任务模型及约束条件

数字阵列雷达是一种接收和发射波束都以数字方式实现的全数字相控阵雷达，它可以按照图1 所示的形式进行脉冲交错。图中：txj、twj和trj分别代表任务驻留j(j=1,2)的发射期、等待期和接收期。其交错形式与传统脉冲交错不同的是，除了脉冲等待期的时间资源可以发射或接收其他驻留任务外，驻留任务的接收期还能在时间上相互重叠。在此基础上，各类任务相互穿插交替进行，发挥数字阵列雷达多任务协同的优势。

图1 数字阵列雷达的脉冲交错形式Fig.1 Pulse interleaving form in digital array radar

1.1 雷达任务模型

数字阵列雷达可以实现包括搜索、识别、跟踪、成像、失跟以及制导等多种类型雷达任务。相对于其他类型的雷达任务，成像任务对调度的时效性要求较低。本文在不影响其他类型雷达任务调度的前提下，利用系统空闲时间对成像任务进行调度，从而提高资源利用率。为了方便分析，选取以下几种类型的雷达任务进行研究。

1) 低优先级搜索：指对指定空域按照波位编排表进行照射以检测目标。

2) 高优先级搜索：针对威胁程度较大的空域进行搜索。

3) 精密跟踪：对威胁程度较大的目标进行的跟踪。具有较高的更新率，以保证跟踪精度。

4) 普通跟踪：更新率较低，精度不高，针对威胁程度较小目标或维持跟踪。

5) 成像：对进入稳定跟踪阶段的精密跟踪任务进行成像，提高对目标的识别能力。

将数字阵列雷达任务模型统一描述为

T={et,st,tx,tw,tr,ω,M,pri,Pt,P}

(1)

式中：et为任务的期望调度起始时刻；st为任务的实际调度起始时刻；tx、tw和tr分别为任务驻留脉冲的发射期、等待期和接收期；ω为任务的时间窗；M在搜索与跟踪任务中，表示脉冲重复个数。在成像任务中，表示任务的方位向观测维度，即稀疏孔径逆合成孔径雷达成像的脉冲个数；pri为脉冲重复周期；Pt为脉冲发射功率；P为任务优先级。

1.2 基于压缩感知的稀疏孔径成像

传统的雷达成像方法需要一段较长连续的时间资源来实现对目标的观测。由于数字阵列雷达在执行目标搜索和跟踪任务时，要求的时效性较高，无法分出连续的时间资源对目标成像。在压缩感知理论框架下，对目标的连续观测成像可以转化为随机稀疏观测成像，并在稀疏孔径条件下获得高质量的目标ISAR像，这为将成像任务需求纳入数字阵列雷达资源调度模型提供了有效的技术支撑[16]。

(2)

式中：c为一个与恢复精度有关的常数，通常取为0.5～2.0之间，本文中取c=1。

1.3 基于脉冲交错的约束条件

(3)

而对于搜索任务，在没有目标的先验信息的情况下，一般无法获得回波返回接收机的时间。因此，为了保证在搜索脉冲发射后能够有效接收到雷达回波信号，一旦发射期结束，天线系统就必须处于接收状态直到最大可驻留等待时间，即搜索任务驻留脉冲的等待期是不可抢占的[19-20]。

(4)

虽然实现多个驻留任务时间上的重叠能够提高数字阵列雷达的资源利用率，但由于雷达长时间处于发射状态，系统的能量消耗也必然会进一步增大。为了避免发射机因持续工作时间过长而损坏，在设计数字阵列雷达的调度算法时必须考虑能量约束的限制。系统在t时刻的瞬态能量可以表示为[19]

(5)

式中：P(x)为系统的功率参数；τ为系统的回退参数，与系统本身的散热性能有关。系统的能量约束条件可定义为系统在任意t时刻的能量均不能超过最大瞬时能量阈值Emax，即

E(t)≤Emax

(6)

需要指出的是，在仿真过程中，可以通过天线增益、发射功率、脉冲宽度和脉冲累计数等参数，事先估算出雷达发射波束的能量消耗与Δt时间内能量状态的变化量以降低算法复杂度[14]。

2 数字阵列雷达资源自适应调度算法

2.1 任务综合优先级设计

通常认为威胁度大的目标需要更高的优先级对其跟踪和成像[20]。本文考虑影响目标威胁度的因素有目标距离，目标速度和目标航向。分别设计目标距离，速度和航向的优先级函数如下。

(7)

(8)

3) 航向优先级函数。目标航向角θ为目标在飞行时速度向量的水平投影与雷达连线间的夹角。则第i个目标的航向优先级函数Pθ可线性表示为

(9)

将3种优先级函数加权构造目标威胁度函数，则第i个目标的目标威胁度函数可表示为

(10)

式中：a1、a2、a3为加权调整系数，代表不同目标信息对威胁度的影响程度，满足a1,a2,a3≥0，且根据经验值取a1=0.5，a2=0.3，a3=0.2。

同时考虑目标威胁度与雷达工作方式，设计第i个雷达任务a1+a2+a3=1的综合优先级为

(11)

式中：γi为第i个任务的雷达工作方式。若将跟踪分为精密跟踪(γ=3)与普通跟踪(γ=2)，将搜索任务分为高优先级搜索(γ=4)与低优先级搜索(γ=1)。

假设搜索到新的目标后仅发射一个验证波束进行确认，随后将此目标加入现有跟踪任务链表中，对其进行特征认知并计算跟踪优先级，并在下一个调度间隔内安排调度。

当某个精密跟踪任务进入稳定跟踪阶段后(设雷达发射li个波束对其进行跟踪照射后进入稳定跟踪阶段)，在下一个调度间隔内对其采用边跟踪边成像策略。令成像任务的工作优先级γ=0。显然，成像任务的综合优先级范围在0～1之间。由于对某个成像任务的调度通常要经过若干个调度间隔，为了保证成像过程中雷达发射的脉冲不被浪费，对不同成像任务采用优先级动态调整策略，即若第k个调度间隔执行了第i个成像任务，则在对第k+1个调度间隔进行资源分配时将第i个成像任务的优先级适当提高，有

Pi,k+1=Pi,k+ΔP

(12)

式中：ΔP为优先级增长步进值。

2.2 成像累积时间自适应调整

为了更好地利用数字阵列雷达的时间资源对尽可能多的精密跟踪目标进行成像，对不同成像目标的成像积累时间进行自适应调整策略。假设目标作平稳飞行，当每个调度间隔结束后，利用到该调度间隔为止的之前所有观测子脉冲对目标进行ISAR成像。若相邻两次重构的目标ISAR像相似度低，说明获得的ISAR像不确定性高，没有包含目标的全部信息；反之，若相似度高，说明成像质量将不会随着成像积累时间的增加而显著改善，与其对其继续观测，不如将这部分资源分配调度其他任务。引用信息论中的互信息量作为相邻重构ISAR像的相似度测度。互信息量表示两幅图像相互包含对方的信息量。对于相邻重构像A和B, 它们之间的互信息量I(A,B)表示为

(13)

式中：pi、pj为A和B的灰度概率分布；pij为联合灰度概率分布。I(A,B)值越大, 表明两重构像的相似性程度越高。通过参考期望分辨率选择适当的阈值Tα，当相邻两个调度间隔结束后获得的目标ISAR像的互信息量小于此阈值时，下一个调度间隔继续对该成像任务进行调度分析，反之则认为目标成像质量达到期望标准，该成像任务执行完毕。

2.3 数字阵列雷达任务优化调度算法

假设有N个驻留任务申请在调度间隔[t0,te]内执行，本文建立基于脉冲交错的数字阵列雷达资源优化调度模型为

s.t.

(14)

式中：N和N′分别为申请调度的任务总数和调度成功的任务数；Nse为搜索任务数；Ttotal为仿真总时间；Pav为雷达提供的平均功率。第1个约束条件给出各个任务实际执行时刻的范围；第2个约束条件表明被调度执行的任务驻留发射脉冲间不会发生冲突，即雷达任务驻留脉冲的发射期是不可抢占的；第3个约束条件表明搜索任务驻留不能进行脉冲交错；第4个约束条件表明在不与发射脉冲产生冲突的前提下，被调度执行的任务驻留接收脉冲间可以在时间上重叠；第5个约束条件表示任务调度需满足的能量约束条件。

式(14)所示的非线性规划问题属于N-P难题，难以得到最优解，通常采用启发式算法来获得次优解[16]。结合基于脉冲交错技术的自适应调度策略，给出该优化问题的启发式求解方法，即基于脉冲交错的数字阵列雷达资源优化调度算法，步骤如下所述。

步骤2将剩余N-K个任务按相应综合优先级从高到低排列加入申请链表(优先级相同的任务按照期望执行时刻先后排列)，并令i=1。

步骤3判断第i个任务能否在tp时刻执行。若调度执行该任务满足式(14)中所示的时间与能量约束条件，则将其送入执行链表并从申请列表中删除。按照以下方式更新时间槽向量U和时间指针tp：

1) 若为搜索任务

(15)

tp=sti+txi+twi+tri

(16)

2) 若为跟踪任务

uk=2,k∈

(17)

tp=sti+txi

(18)

3) 若为成像任务

(19)

tp=sti+txi

(20)

式中：对时间槽uk分别赋值1,2,3，以达到区分不同任务类型的目的。更新能量状态向量E=E+ΔE(ΔE为执行该任务引起的系统能耗变化量)，令i=i+1，返回步骤3。若调度失败，在时间窗内调整任务的实际执行时刻，令tp=tp+Δtp(Δtp为最小指针滑动步长)。

步骤4若tp

步骤5若i≤N-K，返回步骤3，否则转步骤6。

步骤6本调度间隔调度分析结束。利用到本调度间隔为止的之前所有观测子脉冲对调度成功的成像任务进行ISAR成像。判断是否在下一个调度间隔继续对其成像。

相应的调度算法流程图如图2所示。

图2 本文调度算法流程图Fig.2 Flow chart of the proposed scheduling algorithm

3 仿真实验与分析

仿真实验中各类任务的典型参数如表1所示。设置仿真总时间为6 s，调度间隔长度选取为50 ms，雷达能够提供平均功率为400 W。对于搜索和跟踪任务，雷达发射窄带信号，载频fc=10 GHz，信号带宽B=10 MHz，脉冲重复频率PRF=1 000 Hz；对于成像任务，雷达发射线性调频信号，载频fc=10 GHz，信号带宽B=300 MHz，脉冲重复频率PRF=1 000 Hz，优先级滑动步长ΔP取0.1。

定义调度成功率(SSR)，实现价值率(HVR)，时间利用率(TUR)和能量利用率(EUR)为雷达资源调度的性能指标，表达式分别为

(21)

(22)

(23)

(24)

仿真对比了传统相控阵雷达调度算法[5](以下称为传统算法)，没有考虑成像任务的脉冲交错调度算法[15](以下称为简单任务算法)与本文提出的优化调度算法(以下称为本文算法)。图3给出了3种不同算法性能指标的对比曲线。

由图3(a)可见，当任务数小于20时，系统资源相对充足，任务间对资源的竞争尚不明显，此时3种调度算法均可以成功调度所有任务。随着任务数进一步增加，传统算法的调度成功率开始大幅度下降，而基于脉冲交错的两种算法仍然可以成功调度全部任务。当任务数增至65左右，简单任务算法无法调度更多任务，而本文算法可以成功调度所有任务直至任务数达到80左右。这是由于在简单任务算法中雷达资源已达到饱和，而在本文算法中，由于成像任务优先级最低，可以保证在不影响搜索与跟踪任务的调度的同时，通过成像累积时间的动态调整与灵活的稀疏孔径分配方式，充分利用系统的剩余资源，从而提高成功调度的任务数。

由图3(b)可见，当雷达资源达到饱和后，传统算法与简单任务算法的实现价值率分别在任务数达到20与65左右开始下降。此时，成功调度的任务数基本保持不变，仅在增加的任务中选择较高优先级的任务进行优先调度。而本文算法相当于利用搜索与跟踪的空闲时间对精密跟踪任务进行成像，因此可以在任务数达到80后仍然保持较高的实现价值率。

图3(c)和图3(d)分别给出了3种调度算法的时间利用率与能量利用率。从中可见，在任务数达到20后，传统算法的资源瓶颈导致其时间利用率与能量利用率均维持在0.1左右。简单任务算法由于利用脉冲交错技术，进一步利用了雷达系统资源，时间利用率与能量利用率分别可以达到0.6和0.5左右。而本文算法又在脉冲交错的基础上，充分挖掘了搜索与跟踪任务的空闲时间，用于调度成像任务，时间利用率与能量利用率分别可以达到0.8和0.6左右。

表1 雷达任务参数Table 1 Parameters of radar tasks

为了使雷达对尽可能多地精密跟踪任务进行成像，设成像优先级步进值为ΔP=0.1，成像任务优先级最大不超过1。相邻调度间隔结束后所得重构ISAR像的互信息量系数阈值为MIα=0.7，在调度成功的成像任务中选取其中3个观察其成像互信息量变化曲线如图4所示。可以看出，目标1在第18个调度间隔开始成像，在第29个调度间隔停止成像；目标2在第22个调度间隔开始成像，在第32个调度间隔停止成像；目标3在第46个调度间隔开始成像，在第59个调度间隔停止成像。随着调度次数的增加和目标的成像时间不断积累，目标重构ISAR像间的互信息量呈增长趋势直至0.7。这是由于目标成像累积时间的增加会提高其ISAR像的分辨率，从而使相邻调度间隔的目标重构ISAR像的相似性程度越来越高，通过设定互信息量系数阈值，对达到期望成像质量的目标结束成像。

为了验证数字阵列雷达在进行搜索和跟踪的同时实现目标成像的有效性，将上述3个成像任务的最终成像结果与传统全孔径ISAR成像结果进行比较，并采用峰值信噪比(PSNR)衡量本文算法的成像效果。峰值信噪比定义为

图3 雷达资源调度性能对比Fig.3 Comparision of radar resource scheduling performance

图4 目标1、2、3的ISAR成像互信息量变化Fig.4 Mutual information of ISAR imaging of targets 1, 2, 3

(25)

图5 本文成像效果与传统全孔径成像效果对比Fig.5 Comparison of image quality by traditional full aperture and by sparse aperture

4 结 论

本文提出一种数字阵列雷达任务优化调度算法，设计了雷达任务的综合优先级，并建立了基于脉冲交错的资源优化调度模型，得到以下结论。

1) 该算法在不影响搜索与跟踪功能的前提下，能够合理安排雷达成像任务，实现雷达资源最优配置。

2) 利用稀疏孔径成像方法对成像任务进行合理调度，不仅发挥了数字阵列雷达多任务协同的优势，同时提高了雷达系统的资源利用率。

[1] 王峰, 傅有光. 数字相控阵与模拟相控阵雷达的性能对比分析[J]. 中国电子科学研究院学报, 2012, 7(2): 148-151.

WANG F, FU Y G. Performance comparison of digital phased array and conventional phased array radar[J]. Journal of CAEIT, 2012, 7(2): 148-151 (in Chinese).

[2] 程婷, 何子述, 李会勇. 一种数字阵列雷达自适应波束驻留调度算法[J]. 电子学报, 2009, 37(9): 2025-2029.

CHENG T, HE Z S, LI H Y. An adaptive dwell scheduling algorithm for digital array radar[J]. Acta Electronica Sinica, 2009, 37(9): 2025-2029 (in Chinese).

[3] 王强, 徐俊刚, 王宏安, 等. 一种新的基于优先级表的实时调度算法[J]. 电子学报, 2004, 32(2): 310-313.

WANG Q, XU J G, WANG H A, et al. A new priority table based real-time scheduling algorithm[J]. Acta Electronica Sinica, 2004, 32(2): 310-313 (in Chinese).

[4] FOCKE R W, VILLIERS J P D, INGGS M R. Interval algebra—An effective means of scheduling surveillance radar networks[J]. Information Fusion, 2015, 23(C): 81-98.

[5] 薛广然, 郗蕴天, 朱永杰, 等. 直升机载相控阵雷达波束波形联合自适应调度算法研究[J]. 计算机测量与控制, 2016, 24(4): 163-166.

XUE G R, XI Y T, ZHU Y J, et al. Research on joint adaptive scheduling algorithm of beam and waveform for helicopter-borne phased array radars[J]. Computer Measurement & Control, 2016, 24(4): 163-166 (in Chinese).

[6] 张浩为, 谢军伟, 盛川. 综合优先级规划下的相控阵雷达自适应调度方法[J]. 兵工学报, 2016, 37(11): 2163-2169.

ZHANG H W, XIE J W, SHENG C. Adaptive scheduling algorithm over comprehensive priority for phased array radar[J]. Acta Armamentarii, 2016, 37(11): 2163-2169 (in Chinese).

[7] STAILEY J E, HONDL K D. Multifunction phased array radar for aircraft and weather surveillance[J]. Proceedings of the IEEE, 2016, 104(3): 649-659.

[8] BASIT A, QURESHI I M, SHAOIB B, et al. Performance analysis of a cognitive phased array radar with online tracking capability[J]. Wireless Personal Communications, 2016, 94: 1-18.

[9] KOMORNICZAK W, PIETRASINSKI J. Selected problems of MFR resources management[C]//The 3rd International Conference on Information Fusion, 2000.

[10] JANG D S, CHOI H L, ROH J E. A time-window-based task scheduling approach for multi-function phased array radars[C]//International Conference on Control, Automation and Systems， 2011: 1250-1255.

[11] LEE C G, KANG P S, SHI C S, et al. Radar dwell scheduling considering physical characteristics of phased array antenna[C]//Proceedings of the 24th IEEE International Real-Time Systems Symposium (RTSS’03), 2003: 14-24.

[12] 张娟, 夏忠婷. 基于信息熵的自适应资源调度算法[J]. 现代雷达, 2015, 37(8): 33-36.

ZHANG J, XIA Z T. An adaptive scheduling searching method based on information entropy[J]. Modern Radar, 2015, 37(8): 33-36 (in Chinese).

[13] ORMAN A J, POTTS C N, SHAHANI A K. Scheduling for a multifunction phased array radar system[J]. European Journal of Operational Research, 1996, 90(1): 13-25.

[14] 赵宇, 李建勋, 曹兰英, 等. 基于二次规划的相控阵雷达任务自适应调度算法[J]. 系统工程与电子技术, 2012, 34(4): 698-703.

ZHAO Y, LI J X, CAO L Y, et al. Adaptive scheduling algorithm based on quadratic programming for multifunction phased array radars[J]. Systems Engineering and Electronics, 2012, 34(4): 698-703 (in Chinese).

[15] CHENG T, HE Z S, TANG T. Novel radar dwell scheduling algorithm based on pulse interleaving[J]. Journal of Systems Engineering and Electronics, 2009, 20(2): 247-253.

[16] 陈怡君, 张群, 罗迎, 等. 基于稀疏孔径ISAR 成像的雷达资源自适应调度算法[J]. 弹箭与制导学报, 2013, 33(4): 171-176.

CHEN Y J, ZHANG Q, LUO Y, et al. Adaptive scheduling algorithm for radar based on sparse aperture ISAR imaging[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2013, 33(4): 171-176 (in Chinese).

[17] 李文静, 陈红卫. 一种基于压缩感知的ISAR成像方法[J]. 计算机仿真, 2015, 32(8): 10-13.

LI W J, CHEN H W. A kind of ISAR imaging algorithm based on compressed sensing[J]. Computer Simulation, 2015, 32(8): 10-13 (in Chinese).

[18] HOU Q K, LIU Y, FAN L J, et al. Compressed sensing digital receiver and orthogonal reconstructing algorithm for wideband ISAR radar[J]. Science China Information Sciences, 2015, 58(2): 1-10.

[19] CHEN J, WANG L, ZHANG W, et al. Multifunction phased radar resource management via maximal pulse interleaving technique[J]. Arabian Journal for Science and Engineering, 2013, 38(11): 3081-3091.

[20] CHEN Y J, ZHANG Q, LUO Y, et al. Measurement matrix optimization for ISAR sparse imaging based on genetic algorithm[J]. IEEE Geoscience and Remote Sensing Letters, 2016: PP(99): 1-5.

(责任编辑： 苏磊)

*Correspondingauthor.E-mail:mengdi1105@163.com

Aneffectiveschedulingalgorithmfordigitalarrayradarbasedonpulseinterleaving

MENGDi1,2,*,ZHANGQun1,2,LUOYing1,2,CHENYijun1,2

1.InstituteofInformationandNavigation,AirForceEngineeringUniversity,Xi’an710077,China2.CollaborativeInnovationCenterofInformationSensingandUnderstanding,Xi’an710077,China

Adwellschedulingalgorithmforresourceschedulingofsearchingtrackingandimagingtasksindigitalarrayradar(DAR)isproposed.Basedonthepulseinterleavingtechnique,thealgorithmcansimultaneouslyachievepreciseimagingofpartoftrackingtargetsusingsparse-aperturecognitiveinversesyntheticapertureradar(ISAR)imagingduringimplementingsearchingandtrackingtasks.Adynamicpriorityadjustmentstrategyforimagingtasksisadoptedtoimprovetheself-adaptiveabilityofradarsystem.Simulationresultsdemonstratethatcomparedwithconventionaldwellschedulingalgorithm,theproposedalgorithmcantaketheimagingmissionintoaccountintheresourceschedulingoptimizationmodelandrealizemulti-taskparallelschedulingeffectivelytoachievehigherresourceutilizationratioandimagingqualityasexpected.

digitalarrayradar(DAR);resourcescheduling;pulseinterleaving;sparseapertureimaging;resourceutilizationratio

2016-11-14；Revised2017-03-10；Accepted2017-03-14；Publishedonline2017-03-231750

URL：www.cnki.net/kcms/detail/11.1929.V.20170323.1750.012.html

NationalNaturalScienceFoundationofChina(61631019)

2016-11-14；退修日期2017-03-10；录用日期2017-03-14； < class="emphasis_bold">网络出版时间

时间：2017-03-231750

www.cnki.net/kcms/detail/11.1929.V.20170323.1750.012.html

国家自然科学基金 (61631019)

.E-mailmengdi1105@163.com

孟迪， 张群， 罗迎， 等． 基于脉冲交错的数字阵列雷达任务优化调度算法J． 航空学报,2017,38(8):320930.MENGD,ZHANGQ,LUOY,etal.AneffectiveschedulingalgorithmfordigitalarrayradarbasedonpulseinterleavingJ.ActaAeronauticaetAstronauticaSinica,2017,38(8):320930.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

10.7527/S1000-6893.2017.320930

V243.2

A

1000-6893(2017)08-320930-10