1.一种基于时效约束组合双边拍卖的雷达网任务分配方法，该方法包括：步骤1：收集需求和供应信息；拍卖中心收集M个任务需求者D＝[d 1 ,d 2 ,…,d M ]的需求信息{需求资源数量X、资源类型L、任务截至时间T d }和N部雷达R＝[r 1 ,r 2 ,…,r N ]的供应信息{供应资源数量Y，资源类型L，响应时间T r }；步骤2：确定资源价格；针对每个任务，拍卖中心根据雷达资源的供需关系确定资源价格，即第i个任务对第l类资源的需求数量以及所有雷达对该类资源的总供应量的差值来确定第i个任务的第l类资源的价格；步骤3：求解系统收益；完成所有任务的总收益与雷达提供资源所消耗的代价的差值即得到系统总收益，采取以系统收益最大化为分配准则，当系统收益达到最大时，则表明任务得到最优的分配；针对d i ，i＝1,2,…,M，任务需在其任务截至时间之前完成，只有响应时间T r 小于其截至时间的 部雷达才能执行其任务；因任务价值随着时间的推移而减小，不同雷达的响应时间不一样，所以不同的雷达执行获得的收益也不同；为最大化完成第i个任务时的系统收益，将选中的雷达按照其资源消耗代价由低到高的顺序进行排序，即优先使用资源消耗低的雷达进行任务的分配，按照从优到次的排序后雷达集合为 具体方法为：步骤3.1：确定任务价值；针对第i个任务，i＝1,2,…,M，选择响应时间T r 小于其截至时间的 部雷达执行其任务；其L种资源的平均价值 为：其中：T i d 表示第i个任务的截至时间， 表示第j部雷达的响应时间，p il 表示第i个任务的第l类资源的价格；步骤3.2：确定资源消耗代价；针对第j部雷达r j ，其中j＝1,2,…,N，根据任务开始时间和供应价格确定其执行任务时所消耗的L种资源的单位资源量的平均代价，即步骤3.3：最大化系统总收益；完成第i个任务所获得的收益为其对所有资源的需求量与L种资源的平均价值的乘积，即雷达r j 的所消耗的代价为提供资源的供应量与L种资源的单位资源量的平均代价的乘积，即则完成第i个任务得到的系统收益为为最大化完成第i个任务时的系统收益J i ，将选中的 部雷达按照其资源消耗代价由低到高的顺序进行排序，即优先使用资源消耗低的雷达进行任务的分配，排序后的雷达集合为 步骤4：任务分配；步骤4.1：确定任务分配顺序；将所有任务需求者按照其任务截至时间由低到高的顺序进行排序，即优先执行任务截至时间早的任务；步骤4.2：判断任务是否可成功执行；判断任务需求者d i 对第l类资源的需求数量x il 与选中雷达所能提供的资源数量总和 的供需关系，其中l＝1,2,…,L；若 即需求量大于供应量，判断任务失败，并将任务失败数M fail 加1，转向步骤4.4，否则，转向步骤4.5；步骤4.3：恒定任务完成率；在任务失败数M fail ＞0，则通过调节雷达的响应时间T r -δ，其中δ表示调节步长根据实际情况确定，增加雷达被选中的机会，转向步骤4.2，重新选择选择响应时间T r 小于其截至时间的雷达；步骤4.4：任务分配过程；判断任务需求者d i 对第l类资源的需求数量x il 是否大于雷达r 1 所能提供的数量y 1l ，如果x il ≤y 1l ，则表明d i 的任务由r 1 完成，更新雷达r 1 的资源信息为y 1l -x il ，转向下一类资源，否则表明r 1 不能单独的满足d i 对第l类资源的需求，则更新d i 的剩余需求资源为x il -y 1l 并转向雷达r 2 ；判断任务需求者d i 的剩余需求资源与雷达r 2 所能提供的资源数量的大小，若(x il -y 1l )≤y 2l ，则表明d i 对第l类资源的需求分配完成，更新雷达r 1 和r 2 的资源信息，进行下一类资源的分配，否则的话则进行更新d i 的剩余需求资源为x il -y 1l -y 2l ，转向r 3 ；以此类推，直至完成d i 对第l类资源的分配，转向下一类资源的分配；重复步骤4.5，直至完成d i 对所有类型的资源的成功分配，则表明d i 的任务成功分配，转向下一个任务；重复步骤4.2-4.5，直至完成所有任务的分配。
2.如权利要求1所述的一种基于时效约束组合双边拍卖的雷达网任务分配方法，其特征在于所述步骤2中采用下式确定第i个任务的第l类资源的价格p il ；其中，λ为供需差值量影响的调节因子，根据实际情况确定，x il 表示第i个任务对第l类资源的需求数量，y jl 表示第j部雷达对第l类资源的供应数量。
