本文通过机器学习方法提出了一种雷达任务选择的主动方法,并将其设计在雷达调度流程之前,以提高雷达资源管理过程中的性能和效率。该方法由两个过程组成:任务选择过程和任务调度过程,其中任务选择过程利用强化学习能力来探索和确定每个雷达任务的隐藏重要性。在雷达任务不堪重负的情况下(即雷达调度器超负荷工作),将主动选择重要性较高的任务,直到任务执行的时间窗口被占满,剩余的任务将被放弃。这样就能保证保留潜在的最重要任务,从而有效减少后续调度过程中的总时间消耗,同时使任务调度的全局成本最小化。本文对所提出的方法进行了数值评估,并将任务丢弃率和调度成本分别与单独使用最早开始时间(EST)、最早截止时间(ED)和随机偏移开始时间EST(RSST-EST)调度算法进行了比较。结果表明,与EST、ED和RSST-EST相比,本科学报告中提出的方法分别将任务丢弃率降低了7.9%、6.9%和4.2%,还将调度成本降低了7.8倍(EST为7.8倍)、7.5倍(ED为7.5倍)和2.6倍(RSST-EST为2.6倍)。使用我们的计算环境,即使在超负荷的情况下,拟议方法所消耗的时间也小于 25 毫秒。因此,它被认为是提高雷达资源管理性能的一种高效实用的解决方案。

雷达资源管理(RRM)对于优化作为飞机、舰船和陆地平台主要传感器的现代相控阵雷达的性能至关重要。报告》讨论了雷达资源管理,包括任务选择和任务调度。该课题对国防科技(S&T)非常重要,因为它与现代相控阵雷达的大多数应用相关。它对当前的海军雷达项目尤为重要,该项目探索了雷达波束控制的人工智能(AI)/机器学习(ML)方法。所提出的算法有可能升级未来的舰船雷达,从而做出更好的决策并提高性能。

成为VIP会员查看完整内容
86

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《军事搜索技术评估中的统计分析和报告导论》58页报告
《军事场景中的视觉分析探索》2023最新124页技术报告
专知会员服务
78+阅读 · 2023年3月2日
《用于目标跟踪的认知雷达框架》85页报告
专知会员服务
73+阅读 · 2023年2月27日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2014年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
VIP会员
相关基金
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员