Бабкин Юрий Владимирович — начальник лаборатории
Москва, 127083
Yuri V. Babkin — Head of Laboratory
Moscow, 127083
Зверев Глеб Петрович — студент
Москва, 119991
Gleb P. Zverev — Student
Moscow, 119991
Тимошенко Александр Васильевич — доктор технических наук, профессор, старший преподаватель
Москва, 119991
Alexander V. Timoshenko — D.Sc., Professor, Senior Lecturer
Moscow, 119991
Перлов Анатолий Юрьевич — кандидат технических наук, старший преподаватель
Москва, 119991
Anatoly Yu. Perlov — PhD, Senior Lecturer
Moscow, 119991
Булатов Марат Фатыхович — доктор физико-математических наук, профессор, главный научный сотрудник
Москва, 119991
Marat F. Bulatov — D.Sc., Professor, Chief Researcher
Moscow, 119991
Введение. Современные радиолокационные станции (РЛС) мониторинга космического пространства одновременно решают по несколько разноплановых задач обнаружения и сопровождения большого числа объектов. Данное обстоятельство обуславливает актуальность оптимизации распределения временного ресурса между задачами в условиях большого потока объектов мониторинга. Анализ потенциальных возможностей существующих методов распределения временного ресурса между текущими задачами РЛС показал, что распределение ресурса, основанное на статически заданной системе приоритетов целей, не позволяет оптимально управлять временным ресурсом. В работе представлен оригинальный способ решения задачи динамического распределения временного ресурса между задачами РЛС, основанный на использовании теории нечетких множеств. Показано, что использование математического аппарата нечеткой логики позволяет учитывать влияние на функционирование РЛС особенностей режимов работы РЛС, в том числе для высокоточного измерения координат космического объекта. Также теория нечетких множеств учитывает текущие значения характеристик РЛС и деструктивное влияние ряда внешних параметров в реальном масштабе времени. Метод. Задача управления временным ресурсом РЛС формализуется как поиск оптимального расписания работы станции в эфире (распределения ресурса между задачами) с целью минимизации количества пропусков целей. Для решения этой задачи применяется теория нечетких множеств, что позволяет учесть неопределенность и динамику изменения количества космических объектов в секторе обзора РЛС. Основные результаты. Приведено описание основных операций алгоритма управления ресурсом РЛС, продемонстрированы результаты работы алгоритма, обеспечивающие оптимальное распределение между текущими задачами. Обсуждение. В отличие от известных методов распределения временного ресурса между текущими задачами РЛС, использование теории нечетких множеств применительно к задаче управления временным ресурсом РЛС позволяет гибко реагировать на изменения внешних условий выполнения задач в условиях временных ограничений. В перспективе данный подход может быть адаптирован и применен в других областях, где существует необходимость оптимизации ресурсов при условии их ограниченности и неопределенности внешних факторов.
This paper addresses the problem of optimizing the use of temporal resources of a radar station (RS) under limited time resources. Special attention is given to the necessity of considering a multitude of compensatory optimality criteria when allocating the RS operating time. The proposed approach is based on the use of fuzzy set theory which represents an innovative solution in the context of this task. The task of managing the RS temporal resources is formulated as the search for an optimal work schedule among all potentially possible options. This schedule should minimize the values of all partial optimality criteria. Fuzzy set theory is applied to solve this problem, allowing for the consideration of uncertainty and variability in task execution conditions. An algorithm for managing the RS temporal resources was presented. The review results confirm the probable increase in efficiency, especially in conditions of acute shortage of temporal resources, ensuring their optimal distribution among current tasks. Furthermore, the algorithm enables decisions to be made about the possibility of performing special or additional tasks without compromising the main monitoring functions. The review of the proposed algorithm provides a basis for hypothesizing its advantages over traditional methods of managing the RS temporal resources. In particular, the use of fuzzy set theory allows for more flexible responses to changes in task execution conditions and enhances the overall adaptability of the system. In the future, this approach could be adapted and applied in other areas where there is a need for resource optimization under conditions of limitation and uncertainty of external factors.
The authors declare that there are no conflicts of interest present.