传感器管理系统利用Agent基于知识表达和协调求解的能力

当一个任务不能被执行时，通信层将所需的传感器性能指标与规划层中的信息进行比较，确定应由其他代理执行的行为集，或将结果通知其他代理，只有那些可以被Agent执行的任务才被传送到规划层。所以基于Agent的传感器管理系统在形成数据融合系统的闭环控制模式时起到了反馈调节的作用，增加了系统的鲁棒性。

该系统能够从不同角度和视场获得更多的观测环境全局信息，在军用和民用领域得到了越来越广泛的重视。为了更好地适应现代战场的变化，更好地实现作战效果，越来越多的研究者开始关注传感器资源的自动或半自动管理，以充分发挥传感器各部分的作用。

同时，随着指挥自动化建设的不断推进和更新，越来越多的遗留系统摆在科研人员面前，如何对其进行合理利用，也是科研人员亟待解决的问题。一种方法是将遗留部件包装起来，为它们提供“Agent层次”功能，使其能够与其他软件部件进行通信和协作。

1.传感器管理的现状

在传感器管理中，BA3259HFP-TR核心问题是根据某种优化准则，确定目标选择哪种传感器，以及该传感器的工作模式和参数。SMGS(传感器管理系统)的任务是利用有限的传感器资源，满足对多目标和扫描空间的要求，以最优标准合理地分配传感器资源(检测概率、截获概率、传感器自身的发射能力、跟踪精度或丢失概率等)，从而实现对传感器资源的优化配置，选择传感器的工作模式和工作参数。现有的传感器管理结构可分为集中式和分布式两种。

2.1集中管理的架构

融合中心将其所需执行的任务、完成任务的参数集合或运行模式发送到中央化管理结构中的所有传感器。该方法的不足之处在于融合中心难以对传感器的负载情况进行实时*估计，导致多任务下的负载不平衡，甚至导致单个传感器严重超载，无法完成任务；此外，随着融合中心传感器数量的增加，融合中心的计算量会急剧增加，通信量也会大幅度增加。

2.分布管理结构

在分布式管理结构中，管理功能被分配到系统中不同的传感器或位置。这种方法存在着缺陷，即信息冗余带来了严重的问题，而且，如果没有一套公用的通信设施，网络中节点间的数据交换只能严格地以端到端的方式进行，发送端和接收端之间的延迟会造成网络中不同部分的全局状态瞬间不一致，从而导致系统整体性能的下降。由于任务冲突和竞争，任务协调变得复杂。

3.是基于多代理的传感器管理系统

代理是一个来自于分布式人工智能的概念模型，通常是指具有目标、行为和知识的实体，它根据自身能力、状态、资源、相关知识以及外部环境信息，在不确定的环境中，通过计划、推理和决策来实现问题的解决，并进行相应的活动，以自主的方式完成特定的任务并达到某个目标。

多重代理系统(MAS)是一组通过通信网络或计算机网络相互连接以达到特定全局目标的系统。为了实现全局目标，其中的各个代理之间必须进行协商、协调和协作，以完成共同的任务。由于MAS具有适应环境的动态自组织能力和开放的基础设施结构，因此在许多领域得到了重视。

3.1系统架构和特点

1.决策过程分布于网络中的各个节点，该策略能充分发挥各传感器节点自身的管理潜力(局部管理人员根据自己的传感器任务做出决策)。

2.全局系统任务管理器只需对其所属传感器提出任务要求，然后监测系统任务完成情况(性能指标)，而无需对传感器进行具体管理；特别值得强调的是，由于传感器Agent的设置，使得传感器具有高度自治和与设备无关的特点(传感器和融合节点之间以及传感器之间的信息交换可以通过基于标准的请求/响应查询语言和情报数据链来实现)，从而为传感器的机动组网创造了有利条件；

3.系统中的每个节点对应于一个物理实体或决策实体，通过消息协调，使系统结构简单；

使用基于多Agent的系统，可快速、方便地实现决策者对模型系统所做的决策，并具有较强的实用性；

这种类似模拟的方法只能*估计预先设置的决策方案的效果，而不能建议生成新方案，也就是说，它可能只回答“what-if”这个问题，而不是“what”sbest，而且多Agent系统提供了回答“what”sbest这个问题的可能性。

3.2多代理的SMGS模型中各个代理的运行机制

1.融合事件：提供目标状态、属性信息，用于目标与传感器的配对。融合来自各个传感器的所有相关信息；确定在下一个传感器管理周期中，每个传感器代理需要完成的系统任务及其全局性能指标；监控系统任务的性能指标，以确认所需的性能指标是否达到。

2.传感器代理：获取目标和传感器数据；管理经过协商后分配的传感器任务；控制与其他网络节点的数据通信。

任务执行层的功能依赖于传感器类型和完成任务的能力。

任务计划层负责确定下一个管理周期中传感器需要完成的任务集合，并能够处理融合中心或其他代理发送的信息，以及操作者发送的信息，从而获得环境状况知识，据此确定每个任务对应的优先级。

在Agent内部规划层和执行层之间的信息传递是由通信层负责的，该层还支持在分布式决策中进行协商，它从其他代理那里接收执行请求、通知或结果信息。在协商过程中，需要了解传感器完成任务的能力，而通信层可以通过规划层了解代理完成任务的现状，当其他代理推荐的任务被接受后，通信层就会将协商好的传感器级性能指标下传给其他层。

当一个任务不能被执行时，通信层将所需的传感器性能指标与规划层中的信息进行比较，确定应由其他代理执行的行为集，或将结果通知其他代理，只有那些可以被Agent执行的任务才被传送到规划层。

方案生成代理：根据预设的各个传感器的“特别特性”，为当前监测空间中出现的某一特定目标生成“传感器”或“传感器组”与任务的可选择的配对方案，配对一个特定传感器或一组传感器，进一步检测该目标，以提供有关该目标的信息。

方案优化Agent：根据任务需求对上述方案进行优选，形成目标优先级。

⑤传感器控制代理：是一个转换模块，负责将传感器分配方案转换成传感器可执行命令，并在此过程中完成传感器模式选择、参数选择等具体操作。

㈤任务规划代理：负责传感器任务的具体分配

根据上述提供的依据，构成传感器管理方案，并直接对传感器配置进行调整。所以基于Agent的传感器管理系统在形成数据融合系统的闭环控制模式时起到了反馈调节的作用，增加了系统的鲁棒性。

4.是多重代理之间的协调机制

多管理GS系统强调不同实体之间的协作，因此，能否协调地完成预定的任务，是多系统应用的关键问题之一。代理之间的协调机制可以通过多种方式来实现，通信是为协商和协调而获取各种信息的必要手段。本文主要讨论了基于KQML(KnowledgeQueryandManipulationLanguage)的代理通信和协调机制在SMGS系统中的应用。

5.KQML语言

在Agent中的任何协作中，方法和语言都是必不可少的。如今，交流语言已大大发展。这两种语言为Agent之间的通信定义了语法和语义。KQML是在软件之间进行信息和知识交换的语言和协议，它提供了用于表示和处理消息的标准格式。它的主要优点是：⑴结构灵活，可扩展性好；⑵与网络传输机制无关；⑶与内容层表达语言无关；⑷能满足信息之间传递的基本要求。

4.2通讯服务器

并非所有的对话都是KQML中一个简单的问题/回答处理模型。每一个主体可以使用ask(x)登录到通信服务器。某一主体通过代理言语行为寻找其他主体提供其所需信息。通讯伺服器接收查询，寻找拥有正确知识的主体。

当SMGS系统中的各个机构进行协调时，每个机构都会对活动进行审查，如果某个机构的活动在自身目前的情况下无法得到满足，那么就会向相关机构发出协调请求，参与协调的机构可以通过Blackboard或其他方式进行协商。

5.结论

在此基础上，提出了一种基于多Agent技术的传感器管理方法。以此方式构建的传感器管理系统利用Agent基于知识表达和协调求解的能力，具有实现简单，系统运行效率高，环境要求低等特点。传感器自身的决策能力得到充分发挥，决策过程对融合中心的依赖性降低，提高了整个传感器监控网络的生存能力。接下来还应该针对不同的需求进行广泛的模拟试验，以分析各种管理策略的性能，修改和调整规则库，在实际应用中区别对待，充分利用系统资源，提高系统运行效率。