2. 目标跟踪任务规划的问题建模
目标跟踪任务规划的本质，是把“让哪些传感器在什么时间、以什么方式去跟踪哪些目标”这一现实问题，转化为一个可以被算法求解的数学模型。这个转化过程包含五个相互咬合的要素：任务空间界定“要做什么”，状态空间描述“系统处于什么情形”，约束条件划定“哪些方案不可行”，优化目标回答“什么样的方案更好”，规划粒度决定“决策精细到什么程度”。五者缺一，模型要么无解，要么解出来无法执行。
任务空间：把跟踪需求拆成可指派的任务单元
任务空间是规划问题的输入侧。它不直接描述传感器，而是描述“需要被满足的跟踪需求”。在无人系统场景中，一个跟踪任务通常由四元组刻画：目标标识、期望跟踪时段、期望跟踪精度（如位置RMSE不超过某阈值）、任务优先级。例如某侦察场景中，任务空间可写为：T1={目标A，0～120s，RMSE≤15m，优先级1}；T2={目标B，30～180s，RMSE≤25m，优先级2}；T3={目标C，60～240s，RMSE≤10m，优先级1}。任务空间一旦确定，后续所有决策都围绕“如何满足这些任务”展开，而不是围绕“如何用满传感器”展开——这是任务规划与资源调度的根本区别。
状态空间：描述规划所依赖的动态信息
状态空间回答“在某一时刻，系统知道什么”。它至少包含三类量：目标状态（位置、速度、航向，以及协方差所表达的估计不确定性）、传感器状态（位置、姿态、视场指向、剩余能量、当前是否被占用）、环境与链路状态（遮挡、通信时延、可用带宽）。以目标状态为例，若采用匀速模型，单个目标状态可写为 x=[px, py, vx, vy]ᵀ，其不确定性用协方差 P 表示。规划算法真正关心的往往不是状态本身，而是“如果现在把某传感器指向该目标，下一刻 P 会缩小多少”。因此状态空间必须与跟踪滤波器（如卡尔曼滤波）的预测—更新过程对齐，否则规划将失去物理依据。
约束条件：可行域的边界
约束把“想做的”压缩为“能做的”。常见约束可分为四类：
- 传感器能力约束：视场角、最大作用距离、最小跟踪距离、角分辨率。
- 资源约束：单传感器同一时刻只能跟踪有限个目标（如1个），能量与带宽上限。
- 时序与切换约束：转台转动需要时间，切换目标存在最小驻留时间，避免频繁抖动。
- 任务逻辑约束：高优先级任务必须被覆盖，某些目标必须由至少两个传感器同时观测以满足精度。
约束的表达方式直接影响求解难度。线性不等式约束（如能量累计不超过上限）易于处理；而“同一时刻只能跟踪一个目标”这类互斥约束属于组合约束，通常需要引入0-1决策变量。例如定义 xij(t)=1 表示传感器 i 在时刻 t 跟踪目标 j，则互斥约束可写为 Σj xij(t) ≤ 1。
优化目标：从“能跟踪”到“跟踪得好”
优化目标把众多可行方案排序。跟踪任务规划中常见的目标函数包括：最大化任务完成率、最小化整体跟踪误差、最小化传感器切换次数、最大化高优先级目标的覆盖时长。实际建模中往往采用加权组合，例如：
J = w1·Σ(未覆盖任务惩罚) + w2·Σ(跟踪RMSE) + w3·Σ(切换次数)
其中 w1=10, w2=1, w3=0.5（示例权重，需按场景标定）权重的选择体现了规划偏好：w1 大意味着“宁可跟踪得糙，也不能漏任务”；w3 大则意味着“宁可精度低一点，也要保持稳定，减少来回切换”。目标函数必须与约束配合，否则会出现“数学上最优、工程上不可用”的解，例如为了降低RMSE而让转台每秒切换一次。
规划粒度：决定模型的时间与决策分辨率
规划粒度是常被忽视却极其关键的一维。它包含时间粒度与决策粒度。时间粒度指规划周期 Δt：Δt 太大，无法及时响应目标机动；Δt 太小，计算量与切换次数激增。决策粒度指一次决策是“分配哪个传感器给哪个目标”，还是“同时决定传感器指向角与驻留时长”。前者是任务级分配，后者是控制级规划。二者不在同一层次，混在一起建模会导致状态空间爆炸。工程上常采用分层结构：上层以 Δt=5s 做任务分配，下层以 Δt=0.1s 做指向控制，上层输出作为下层的目标点。
五要素如何协同：一个可执行的建模流程
把上述要素串起来，建模过程可以按以下顺序落地。第一步，从作战/任务需求中提取任务空间，明确每个任务的时段与精度门槛。第二步，依据滤波器当前输出构建状态空间，特别要给出“若观测某目标，协方差将如何下降”的预测模型。第三步，逐条写出约束，区分硬约束与软约束，硬约束进入可行域，软约束可转化为惩罚项。第四步，确定优化目标及其权重，权重应通过小规模仿真标定，而不是拍脑袋。第五步，选择规划粒度并决定是否分层。若任务数多、目标机动强，建议采用“任务分配层+指向控制层”的双层结构，上层用较粗的 Δt 降低组合爆炸，下层用较细的 Δt 保证跟踪连续性。
最后需要强调，任务空间、状态空间、约束、目标与粒度不是五个独立模块，而是一个闭环。执行结果会回写状态空间，触发滚动重规划；规划粒度的选择又反过来影响状态空间被更新的频率。只有把五者放在同一时间轴上统一考虑，模型才既数学上可解，又工程上可用。