CN106789740A - 按任务优先级序贯拍卖的多平台传感器协同管理方法 - Google Patents

Abstract

本发明隶属于信息融合研究领域，适用于解决多平台多传感器协同探测跟踪中的传感器协同管理问题。提供了一种按任务优先级序贯拍卖的多平台传感器协同管理方法，任务分配智能体按照任务优先级的顺序，将探测跟踪任务逐一拿出进行拍卖，利用价格最低准则进行传感器选择，得出任务分配矩阵，并将任务分配矩阵实时传送给传感器管理智能体，传感器管理智能体控制传感器完成探测跟踪任务。本发明方法能自动实时地得出平台、传感器、目标三者之间的分配矩阵，易于工程实现；同时，该方法让优先级高的任务优先占有资源，方法简便，性能稳健，适用于多平台组网在对抗环境下的协同探测跟踪。

Description

按任务优先级序贯拍卖的多平台传感器协同管理方法

技术领域

本发明隶属于信息融合研究领域，适用于解决多平台多传感器协同探测跟踪中的传感器协同管理问题。

背景技术

雷达、通信等电子技术、装备的飞速发展，为多平台传感器组网提供了条件。例如，多个作战飞机、无人机等平台搭载的雷达、红外、电子战等传感器组网协同探测、跟踪目标。多个作战飞机进行编队作战时，作战飞机之间的协同能力非常重要。协同能力强，通过体系对抗，实现1+1>2的效果，反正亦然。

编队协同作战时，首先面临的就是协同探测跟踪问题，传统的机载平台协同方式以人的通信指挥为主，例如编队飞机长机上的指挥员实时向其它僚机发布探测跟踪的任务，指挥其搜索某一方位，跟踪、攻击某一个目标。用人指挥的方式有其优点，在任务少、态势相对简单的情况下，具有灵活、机动、自适应能力强的优点。但是随着机载平台搭载传感器数目增加，探测跟踪目标数的增加，任务分配、传感器选择将形成组合***，此时，人工指挥协同的方式无论是在实时性还是容量上，都已远远不能满足实际战场需求。因此，需要采用智能的传感器管理方式，让部分或全部的目标分配、传感器管理让机器自动来完成，解放飞行员和指挥员大脑。

从方法论上看，目前传感器管理方法研究主要集中在以信息论为理论基础的研究上，表征信息增量的统计量包括Renyi散度、K-L散度等及其变换，这些方法往往与粒子滤波、PHD滤波为代表的极大似然类估计方法结合使用。对于以Kalman为基础的极大后验类滤波方法，往往将目标跟踪协方差作为信息量度来构建信息熵统计量。信息论类的传感器管理方法大多是在建立了信息增量统计量后，利用信息增量最大化来进行传感器管理。信息论方法应用到多作战飞机协同作战的传感器管理上，其不足之处体现在没有考虑到不同任务的需求，因为往往平均信息增量最大并不一定完成任务效能最高。出于这点考虑，近年来，出现了以任务为驱动的传感器管理方法，这些方法大都根据任务需求，以跟踪协方差、毁伤目标数等为最优指标，通过遗传算法、拍卖算法等来解决这一优化问题。这些方法构建的目标函数考虑的因素比较理想，只考虑了目标的优先级，没有考虑任务的等级，也没有将传感器管理与目标优先级、跟踪精度需求、传感器探测精度综合考虑，算法的合理性和实用性还有待进一步提高。

考虑到多目标、多平台、多传感器的“三多”环境下，传感器管理涉及的任务分配、传感器选择、资源分配、信息融合属于一个复杂N-P hard问题，很难得到闭合的优化函数。经济学中的价格机制、拍卖算法等市场理论思想适合进行复杂情况下的资源自适应分配，因此，一条新的思路是，以任务为驱动，在多智能体框架下，按任务优先级序贯拍卖的来解决多机载平台协同探测跟踪中目标分配与传感器管理问题。

发明内容

针对多平台组网协同探测跟踪中的传感器管理问题，提供了一种按任务优先级序贯拍卖的多平台传感器协同管理方法，通过市场理论中的价格机制，按照任务优先级的顺序，将探测跟踪任务逐一拿出进行拍卖，实现多平台组网协同探测跟踪中涉及的任务分配、传感器选择、资源分配。本发明解决所述技术问题，采用技术方案步骤如下：

1.按任务优先级序贯拍卖的多平台传感器协同管理方法，其特征在于包括以下技术步骤：

步骤(一)、首先在不同平台上设置不同智能体功能模块，包括：在指挥平台上设置任务分配智能体模块，负责任务分配和传感器的选择；在成员平台上设置传感器管理智能体模块，负责收集各个平台传感器状态，管控传感器的工作状态、模式；

步骤(二)、任务分配智能体通过各平台的通信链接，实时向各个平台发送移动智能体，用于检测通信链路，以及收集平台位置、运动信息、传感器类型、工作模式、当前工作状态、传感器探测精度；

步骤(三)、任务分配智能体根据已经获得的目标的位置、运动信息和各个平台的位置、运动信息以及传感器的探测角度范围对目标和传感器进行粗配对，确定各个平台上传感器的状态x_ijk，其中x_ijk的下标i表示目标编号，i＝1,2,3,...,I，I表示目标的总数，j表示平台编号，j＝1,2,3,...,J，J表示平台的总数，k表示传感器的编号，k＝1,2,3,...,K，K表示传感器的总数，x_ijk∈{0,1}，若x_ijk＝1表示第j个平台的第k个传感器对目标i可支配，若x_ijk＝0，表示不可支配；任务分配智能体根据已获得的目标位置、运动信息以及其它情报信息输入，对目标任务进行划分，主要任务包括监视、跟踪、识别、火控，得出不同任务的精确需求门限η_i，其中，η_i的下标i表示目标编号；

步骤(四)、假设当前时刻为t_k，对下一时刻t_k+1进行规划，任务分配智能体和传感器管理智能体共同协调工作，按照任务的优先级顺序拍卖方法实现传感器选择和目标分配；

步骤(五)、任务分配智能体将任务分配结果利用通信链路传给传感器管理智能体，传感器管理智能体按照任务智能体的传感器分配，控制传感器对目标进行探测跟踪，完成对分配目标的测量；各个传感器接收到量测，按事先约定，将点迹或航迹传送给信息融合中心，融合中心进行点迹或航迹融合，将融合的相关精度结果传送给任务分配智能体；

步骤(六)、任务分配智能体对融合结果与任务需求进行比对、评估，如果目标跟踪结果满足任务需求精度，则等到时间t_k+1到，再进行目标传感器再分配；如果目标跟踪结果不满足任务需求精度需求，也可提前进行目标再分配，回到步骤(二)。

具体的，所述的步骤(四)中按照任务的优先级顺序利用单边拍卖方法实现传感器选择和目标分配方法具体又可分为以下步骤：

(21)在t_k时刻任务分配智能体对目标按优先级排序，并确定第i个目标跟踪精度需求η_i；根据各个目标与各个平台的相对位置关系、威胁等级以及平台传感器探测范围、角度、探测精度的限制确定不同平台不同传感器对不同目标的价格p_ijk，其中，i表示目标编号，j表示平台编号，k表示传感器编号；

将目标i对应的不同平台上不同传感器的价格矩阵P_i定义为

任务分配智能体向各个平台发送移动智能体，移动智能体通过与平台上的传感器管理智能体交互，搜集成员平台的传感器资源信息，确定传感器资源矩阵X，X为一个三维矩阵，每个元素x_ijk，x_ijk∈{0,1}，x_ijk＝1表示j号平台的第k种传感器对目标i可支配，x_ijk＝0为不可支配，将目标i对应的传感器资源矩阵X_i定义为

(22)按目标优先级排序，按优先级由高到低的顺序将目标i拿出来进行竞拍，遍历传感器资源矩阵X_i中对应x_ijk＝1的所有传感器组合S_im，其中，S_im表示第i个目标对应的第m个传感器组合，m＝1,2,...,M，M为所有组合的总数，分别对每个传感器组合对应的量测误差矩阵进行压缩融合，得到融合精度R_im

其中，R_im表示目标i对应的第m个组合的融合误差协方差矩阵，R_jk表示目标i对应的第m个传感器组合S_im中第j个平台第k个传感器误差转换到融合中心后的误差协方差矩阵；若平台中传感器包含红外、电子战被动传感器时，可以将红外和电子战角度误差与雷达进行压缩融合，再进行转换；如果跟踪过程中能得到航迹，也可将量测误差矩阵用滤波误差协方差代替；

分别将每一个传感器组合对应的融合误差协方差矩阵R_im与目标i对应的跟踪精度门限η_i比较，判断

其中，trace(·)表示求括号内矩阵求迹，当上式成立，则表示传感器组合S_im能满足目标i的探测跟踪任务需求，将能满足任务需求的组合存储在分配矩阵D_in中，

其中，D_in矩阵中，行代表平台编号，从1到J，J为最大平台编号，列代表平台对应的传感器编号，从1到K，K为最大传感器编号；d_ik∈{0,1}，d_ik＝1表示该传感器分配给目标i，d_ik＝0表示该传感器没有分配给目标i；

p′_in＝sum(P_i·D_in)

其中，p′_in表示第n个满足精度需求的组合对应的价格之和，sum(·)表示对矩阵所有元素求和；

[p′_iI,n_i]＝min(p′_in,n＝1,2,3,...,N)

其中，p′_iI表示p′_in中最小的价格，n_i表示取得最小价格对应的n的编号，min(·)表示求括号内最小值，N表示满足第i个目标精度需求的最大传感器组合数；

将p′_iI与门限比较，

p′_iI≤η_p

如果上式成立，则将n_i对应的分配分配给目标i；

(23)将优先级次之的目标，假设编号为i′，拿出来进行拍卖，首先根据目标i′拍卖之前的分配矩阵判断某些传感器的使用是否已经达到了容量上限，具体方法是：计算传感器消耗矩阵D_total，

其中，

将D_total与传感器跟踪容量矩阵D_h对应元素逐一进行比较，其中，D_h

其中，D_h中的元素h_jk代表第j个平台中的第k个传感器能跟踪的最大目标数；

计算两者只差

对D中的元素与0比较，若某一元素大于等于0，设这个元素在D中第j行和第k列，则认为目标标号在i′之后的目标不能被分配定j个平台上的第k个传感器，令价格矩阵中的第j行和第k列的价格等于一个趋近于无穷大的实数，由此第j个平台上的第k个传感器将不再被其它目标选择；

(24)回到第(23)步，遍历所有目标后，得到对应的分配矩阵根据矩阵建立第j个平台中K个传感器分配给I个目标的分配矩阵B_j，

类似的所有平台对应的传感器分配矩阵B₁,B₂,...,B_J，利用移动智能体将其中的B_j传送给对应的第j个平台的传感器管理智能体，让传感器管理智能体按照分配矩阵B_j管理传感器扫描，完成对目标的探测。

本发明的有益效果是：

对比现有技术，本技术方案所述的按任务优先级序贯拍卖的多平台传感器协同管理方法，有益效果在于：

1)本发明方法易于工程实现。方法给出了指挥平台与成员平台智能体信息感知与交互方式，通过每个目标的传感器分配矩阵，让指挥中心能直观的看到不同目标获得的传感器分配情况，通过平台对目标的分配矩阵，让各个平台能方便地管控各个传感器选择和目标分配，完成对目标的探测跟踪。

2)本方法能针对不同任务的精度，按照优先级顺序进行拍卖，保证了优先级高的任务优先选择传感器资源，是一种简便且性能稳健的方法；同时，该方法中传感器的价格可以根据传感器精度、威胁估计、多因素限制等来灵活定价，能克服简单以探测精度为条件的目标分配，特别适用于多个平台体系对抗环境。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可延伸到其他的修改、变化和应用，都应涵盖在本发明的包含范围之内。

附图说明

附图1本发明的方法步骤流程图；

附图2是仿真实验中不同时刻传感器目标的分配结果；

附图3是仿真实验中不同时刻任务跟踪精度需求门限与分配传感器组合融合精度的关系；

具体实施方式

下面结合附图，详细描述本发明的技术方案，参照附图1，本发明的具体步骤包括：

步骤(一)、首先在不同平台上设置不同智能体功能模块，包括：在指挥平台上设置任务分配智能体模块，负责任务分配和传感器的选择；在成员平台上设置传感器管理智能体模块，负责收集各个平台传感器状态，管控传感器的工作状态、模式；

步骤(二)、任务分配智能体通过各平台的通信链接，实时向各个平台发送移动智能体，用于检测通信链路，以及收集平台位置、运动信息、传感器类型、工作模式、当前工作状态、传感器探测精度；

步骤(三)、任务分配智能体根据已经获得的目标的位置、运动信息和各个平台的位置、运动信息以及传感器的探测角度范围对目标和传感器进行粗配对，确定各个平台上传感器的状态x_ijk，其中x_ijk的下标i表示目标编号，i＝1,2,3,...,I，I表示目标的总数，j表示平台编号，j＝1,2,3,...,J，J表示平台的总数，k表示传感器的编号，k＝1,2,3,...,K，K表示传感器的总数，x_ijk∈{0,1}，若x_ijk＝1表示第j个平台的第k个传感器对目标i可支配，若x_ijk＝0，表示不可支配；任务分配智能体根据已获得的目标位置、运动信息以及其它情报信息输入，对目标任务进行划分，主要任务包括监视、跟踪、识别、火控，得出不同任务的精确需求门限η_i，其中，η_i的下标i表示目标编号；

步骤(四)、假设当前时刻为t_k，对下一时刻t_k+1进行规划，任务分配智能体和传感器管理智能体共同协调工作，按照任务的优先级顺序拍卖方法实现传感器选择和目标分配；具体方法为：

(41)在t_k时刻任务分配智能体对目标按优先级排序，并确定第i个目标跟踪精度需求η_i；根据各个目标与各个平台的相对位置关系、威胁等级以及平台传感器探测范围、角度、探测精度的限制确定不同平台不同传感器对不同目标的价格p_ijk，其中，i表示目标编号，j表示平台编号，k表示传感器编号；

将目标i对应的不同平台上不同传感器的价格矩阵P_i定义为

任务分配智能体向各个平台发送移动智能体，移动智能体通过与平台上的传感器管理智能体交互，搜集成员平台的传感器资源信息，确定传感器资源矩阵X，X为一个三维矩阵，每个元素x_ijk，x_ijk∈{0,1}，x_ijk＝1表示j号平台的第k种传感器对目标i可支配，x_ijk＝0为不可支配，将目标i对应的传感器资源矩阵X_i定义为

(42)按目标优先级排序，按优先级由高到低的顺序将目标i拿出来进行竞拍，遍历传感器资源矩阵X_i中对应x_ijk＝1的所有传感器组合S_im，其中，S_im表示第i个目标对应的第m个传感器组合，m＝1,2,...,M，M为所有组合的总数，分别对每个传感器组合对应的量测误差矩阵进行压缩融合，得到融合精度R_im

其中，R_im表示目标i对应的第m个组合的融合误差协方差矩阵，R_jk表示目标i对应的第m个传感器组合S_im中第j个平台第k个传感器误差转换到融合中心后的误差协方差矩阵；若平台中传感器包含红外、电子战被动传感器时，可以将红外和电子战角度误差与雷达进行压缩融合，再进行转换；如果跟踪过程中能得到航迹，也可将量测误差矩阵用滤波误差协方差代替；

分别将每一个传感器组合对应的融合误差协方差矩阵R_im与目标i对应的跟踪精度门限η_i比较，判断

其中，trace(·)表示求括号内矩阵求迹，当上式成立，则表示传感器组合S_im能满足目标i的探测跟踪任务需求，将能满足任务需求的组合存储在分配矩阵D_in中，

其中，D_in矩阵中，行代表平台编号，从1到J，J为最大平台编号，列代表平台对应的传感器编号，从1到K，K为最大传感器编号；d_ik∈{0,1}，d_ik＝1表示该传感器分配给目标i，d_ik＝0表示该传感器没有分配给目标i；

p′_in＝sum(P_i·D_in)

其中，p′_in表示第n个满足精度需求的组合对应的价格之和，sum(·)表示对矩阵所有元素求和；

[p′_iI,n_i]＝min(p′_in,n＝1,2,3,...,N)

其中，p′_iI表示p′_in中最小的价格，n_i表示取得最小价格对应的n的编号，min(·)表示求括号内最小值，N表示满足第i个目标精度需求的最大传感器组合数；

将p′_iI与门限比较，

p′_iI≤η_p

如果上式成立，则将n_i对应的分配分配给目标i；

(43)将优先级次之的目标，假设编号为i′，拿出来进行拍卖，首先根据目标i′拍卖之前的分配矩阵判断某些传感器的使用是否已经达到了容量上限，具体方法是：计算传感器消耗矩阵D_total，

其中，

将D_total与传感器跟踪容量矩阵D_h对应元素逐一进行比较，其中，D_h

其中，D_h中的元素h_jk代表第j个平台中的第k个传感器能跟踪的最大目标数；

计算两者只差

对D中的元素与0比较，若某一元素大于等于0，设这个元素在D中第j行和第k列，则认为目标标号在i′之后的目标不能被分配定j个平台上的第k个传感器，令价格矩阵中的第j行和第k列的价格等于一个趋近于无穷大的实数，由此第j个平台上的第k个传感器将不再被其它目标选择；

(44)回到第(43)步，遍历所有目标后，得到对应的分配矩阵根据矩阵建立第j个平台中K个传感器分配给I个目标的分配矩阵B_j，

类似的所有平台对应的传感器分配矩阵B₁,B₂,...,B_J；

步骤(五)、利用移动智能体将B₁,B₂,...,B_J中的B_j分别传送给对应的第j个平台的传感器管理智能体，让传感器管理智能体按照分配矩阵B_j管理传感器扫描，完成对目标的探测；传感器管理智能体按照任务智能体的传感器分配，控制传感器对目标进行探测跟踪，完成对分配目标的测量；各个传感器接收到量测，按事先约定，将点迹或航迹传送给信息融合中心，融合中心进行点迹或航迹融合，将融合的相关精度结果传送给任务分配智能体；

步骤(六)、任务分配智能体对融合结果与任务需求进行比对、评估，如果目标跟踪结果满足任务需求精度，则等到时间t_k+1到，再进行目标传感器再分配；如果目标跟踪结果不满足任务需求精度需求，也可提前进行目标再分配，回到步骤(二)。

本发明的效果可以通过以下matlab仿真实验进一步说明：

仿真实验场景设置

假设机载平台4个，每个平台上搭载1部雷达，雷达距离精度为75m，方位角精度为0.2°，平台位置坐标分别为(0,0)、(20km,0)、(40km,0)、(60km,0)，平台编队飞行，x、y方向速度均为(100m/s,100m/s)；目标当前坐标分别为(30km,170km)、(10km,150km)、(20km,157km)、(70km,143km)，x、y方向速度分别为(150m/s,100m/s)、(100m/s,150m/s)、(150m/s,100m/s)、(100m/s,150m/s)，4个目标探测精度需求门限为500m、500m、450m、400m，4个平台上雷达的最大目标容量分别为1、2、2、2；利用本发明方法进行matlab仿真实验，得到附图2和附图3所示的实验结果，其中附图2是仿真实验中不同时刻传感器目标的分配结果，附图3是仿真实验中不同时刻任务跟踪精度需求门限与分配传感器组合融合精度的关系。

仿真结果及分析：

由附图2可以看出，所有目标的均得到了传感器的分配，同时每个传感器的使用均没有超过自身最大目标容量的限制；由附图3可以看出，传感器的分配，让所有分配结果对应的目标探测精度均在需求门限的附近，能满足探测任务精度需求。

由于本发明方法能实时的给出不同目标分配的传感器组合，也能对应的得到不同传感器分配的目标编号，因此，能方便的移植到多平台组网协同探测跟踪的信息融合***中，为有人平台提供决策选择和参考，为无人平台提供智能控制。

Claims (2)

1.按任务优先级序贯拍卖的多平台传感器协同管理方法，其特征在于包括以下技术措施：

步骤(一)、首先在不同平台上设置不同智能体功能模块，包括：在指挥平台上设置任务分配智能体模块，负责任务分配和传感器的选择；在成员平台上设置传感器管理智能体模块，负责收集各个平台传感器状态，管控传感器的工作状态、模式；

步骤(二)、任务分配智能体通过各平台的通信链接，实时向各个平台发送移动智能体，用于检测通信链路，以及收集平台位置、运动信息、传感器类型、工作模式、当前工作状态、传感器探测精度；

步骤(三)、任务分配智能体根据已经获得的目标的位置、运动信息和各个平台的位置、运动信息以及传感器的探测角度范围对目标和传感器进行粗配对，确定各个平台上传感器的状态x_ijk，其中x_ijk的下标i表示目标编号，i＝1,2,3,...,I，I表示目标的总数，j表示平台编号，j＝1,2,3,...,J，J表示平台的总数，k表示传感器的编号，k＝1,2,3,...,K，K表示传感器的总数，x_ijk∈{0,1}，若x_ijk＝1表示第j个平台的第k个传感器对目标i可支配，若x_ijk＝0，表示不可支配；任务分配智能体根据已获得的目标位置、运动信息以及其它情报信息输入，对目标任务进行划分，主要任务包括监视、跟踪、识别、火控，得出不同任务的精确需求门限η_i，其中，η_i的下标i表示目标编号；

步骤(四)、假设当前时刻为t_k，对下一时刻t_k+1进行规划，任务分配智能体和传感器管理智能体共同协调工作，按照任务的优先级序贯拍卖方法实现传感器选择和目标分配；

步骤(五)、任务分配智能体将任务分配结果利用通信链路传给传感器管理智能体，传感器管理智能体按照任务智能体的传感器分配，控制传感器对目标进行探测跟踪，完成对分配目标的测量；各个传感器接收到量测，按事先约定，将点迹或航迹传送给信息融合中心，融合中心进行点迹或航迹融合，将融合的相关精度结果传送给任务分配智能体；

步骤(六)、任务分配智能体对融合结果与任务需求进行比对、评估，如果目标跟踪结果满足任务需求精度，则等到时间t_k+1到，再进行目标传感器再分配；如果目标跟踪结果不满足任务需求精度需求，也可提前进行目标再分配，回到步骤(二)。

2.根据权利要求1所述的按任务优先级序贯拍卖的多平台传感器协同管理方法，其特征在于步骤(四)中任务的优先级序贯利用单边拍卖方法实现传感器选择和目标分配方法具体又可分为以下步骤：

(21)在t_k时刻任务分配智能体对目标按优先级排序，并确定第i个目标跟踪精度需求η_i；根据各个目标与各个平台的相对位置关系、威胁等级以及平台传感器探测范围、角度、探测精度的限制确定不同平台不同传感器对不同目标的价格p_ijk，其中，i表示目标编号，j表示平台编号，k表示传感器编号；

将目标i对应的不同平台上不同传感器的价格矩阵P_i定义为

任务分配智能体向各个平台发送移动智能体，移动智能体通过与平台上的传感器管理智能体交互，搜集成员平台的传感器资源信息，确定传感器资源矩阵X，X为一个三维矩阵，每个元素x_ijk，x_ijk∈{0,1}，x_ijk＝1表示j号平台的第k种传感器对目标i可支配，x_ijk＝0为不可支配，将目标i对应的传感器资源矩阵X_i定义为

(22)按目标优先级排序，按优先级由高到低的顺序将目标i拿出来进行竞拍，遍历传感器资源矩阵X_i中对应x_ijk＝1的所有传感器组合S_im，其中，S_im表示第i个目标对应的第m个传感器组合，m＝1,2,...,M，M为所有组合的总数，分别对每个传感器组合对应的量测误差矩阵进行压缩融合，得到融合精度R_im

$R_{im}={\left(\underset{(j,k)\∈S_{im}}{\Σ}{R_{jk}}^{-1}\right)}^{-1}$

其中，R_im表示目标i对应的第m个组合的融合误差协方差矩阵，R_jk表示目标i对应的第m个传感器组合S_im中第j个平台第k个传感器误差转换到融合中心后的误差协方差矩阵；若平台中传感器包含红外、电子战被动传感器时，可以将红外和电子战角度误差与雷达进行压缩融合，再进行转换；如果跟踪过程中能得到航迹，也可将量测误差矩阵用滤波误差协方差代替；

分别将每一个传感器组合对应的融合误差协方差矩阵R_im与目标i对应的跟踪精度门限η_i比较，判断

$\sqrt{trace\left(R_{im}\right)}\≤{\mathrm{\η}}_i$

其中，trace(·)表示求括号内矩阵求迹，当上式成立，则表示传感器组合S_im能满足目标i的探测跟踪任务需求，将能满足任务需求的组合存储在分配矩阵D_in中，

其中，D_in矩阵中，行代表平台编号，从1到J，J为最大平台编号，列代表平台对应的传感器编号，从1到K，K为最大传感器编号；d_ik∈{0,1}，d_ik＝1表示该传感器分配给目标i，d_ik＝0表示该传感器没有分配给目标i；

p′_in＝sum(P_i·D_in)

其中，p′_in表示第n个满足精度需求的组合对应的价格之和，sum(·)表示对矩阵所有元素求和；

[p′_iI,n_i]＝min(p′_in,n＝1,2,3,...,N)

其中，p′_iI表示p′_in中最小的价格，n_i表示取得最小价格对应的n的编号，min(·)表示求括号内最小值，N表示满足第i个目标精度需求的最大传感器组合数；

将p′_iI与门限比较，

p′_iI≤η_p

如果上式成立，则将n_i对应的分配分配给目标i；

(23)将优先级次之的目标，假设编号为i′，拿出来进行拍卖，首先根据目标i′拍卖之前的分配矩阵判断某些传感器的使用是否已经达到了容量上限，具体方法是：计算传感器消耗矩阵D_total，

$D_{total}=D_{total}+\underset{i=1}{\overset{j-1}{\Σ}}{D}_{{\mathrm{in}}_I}$

其中，

将D_total与传感器跟踪容量矩阵D_h对应元素逐一进行比较，其中，D_h

其中，D_h中的元素h_jk代表第j个平台中的第k个传感器能跟踪的最大目标数；

计算两者只差

对D中的元素与0比较，若某一元素大于等于0，设这个元素在D中第j行和第k列，则认为目标标号在i′之后的目标不能被分配定j个平台上的第k个传感器，令价格矩阵中的第j行和第k列的价格等于一个趋近于无穷大的实数，由此第j个平台上的第k个传感器将不再被其它目标选择；

(24)回到第(23)步，遍历所有目标后，得到对应的分配矩阵根据矩阵建立第j个平台中K个传感器分配给I个目标的分配矩阵B_j，

类似的所有平台对应的传感器分配矩阵B₁,B₂,...,B_J，利用移动智能体将其中的B_j传送给对应的第j个平台的传感器管理智能体，让传感器管理智能体按照分配矩阵B_j管理传感器扫描，完成对目标的探测。