通用数据链组网有效性评估的建模

2011-01-26 10:15李思佳毛玉泉
电讯技术 2011年2期
关键词:数据链指标体系神经网络

李思佳,毛玉泉,2,李 波,2,赵 琪

(1.空军工程大学 电讯工程学院,西安710077;2.空军工程大学 空天信息工程研究中心,西安 710051)

通用数据链组网有效性评估的建模

李思佳1,毛玉泉1,2,李 波1,2,赵 琪1

(1.空军工程大学 电讯工程学院,西安710077;2.空军工程大学 空天信息工程研究中心,西安 710051)

根据现阶段综合信息网络的发展需求,考虑到通用数据链组网的抗干扰能力强和保密性能高等特征,结合NFE即神经网络(NN)、模糊推理(FR)、专家系统(ES)模型和层次分析法(AHP),提出了通用数据链组网有效性研究的NFE-AHP模型,并仿真验证了NFE-AHP模型对于通用数据链组网有效性评估的适用性,结果表明抗干扰度、鲁棒性、兼容能力对通用数据链组网有效性评估尤为重要,对于通用数据链组网有效性评估的工程实践具有一定的指导意义。

通用数据链网络;层次分析;神经网络;模糊推理;专家系统

1 引 言

现阶段以全球信息栅格(Global Information Grid,GIG)为基础的网络中心战(Network Centric Warfare,NCW)是新形势条件下战场信息资源共享的基础平台[1],而作为GIG[2]的关键部分,综合网络及其信息资源共享与融合,由于各国军事战略和科研技术的需要,成为了现阶段的研究重点。新通信技术——多输入多输出(Multip le-input Multiple-output,MIMO)技术、正交频分复用(Orthogonal Frequency Division Multiplexed,OFDM)技术、Turbo编码技术和认知无线电技术等的出现,为无线通信组网的军事应用提供了技术支撑,通用数据链(Common Data Link,CDL)由于其高抗干扰、强抗打击能力,为综合网络的实现奠定了基础[3],然而CDL组网性能的有效性研究却因为指标选取的合理性和适用性等问题成为目前亟待思考的问题。

CDL组网有效性指标体系的选取,通常是通过调研、面谈等方法解决,其综合考虑程度不够。为此,文献[4]通过建立模糊层次模型完成信息系统的指标适用性研究,完成了有效性指标体系的初探;文献[5]在测试的基础上完成了战术数据链效能评估方法研究。本文根据AHP方法和NFE模型,从信息融合角度[6],结合信息资源共享的前提,构建了CDL组网有效性评估的NFE-AHP模型,分析了CDL组网性能有效性建模的基本步骤,结合案例验证了NFE-AHP模型的合理性和适用性。

2 CDL组网的指标体系

CDL组网主要包含天基CDL组网(b1)、临近空间的CDL组网(b2)、航空CDL组网(b3)和地基CDL组网(b4)。

使用NFE-AHP模型,对CDL组网性能的有效性进行研究,其关键在于指标体系的建立,结合美军CDL的技术参数[3]和文献[7,8],构建出CDL组网有效性的指标体系:抗干扰度C1、鲁棒性C2、抗打击度C3、传输速率C4、网络带宽C5、网络时延C6、兼容能力C7、资源共享度C8、网络安全度C9、链路利用率C10、作战平台度C11、网络吞吐量C12、GIG融合度C13、节点交换度C14、网络互连量C15、工作频段数C16。

3 CDL组网有效性的NFE-AHP模型

3.1 组网有效性的AHP模型

根据多目标决策的层次分析法,构建出CDL组网性能的有效性的AHP模型,其模型结构如图1所示。其中,目标层为CDL组网性能的有效性;准则层包括了天基CDL组网有效性、临近空间的CDL组网有效性、航空CDL组网有效性和地基CDL组网有效性共4个分项;有效性指标层为CDL组网性能有效性的16个指标。

图1 CDL组网有效性的AHP模型结构图Fig.1 CDL networking effectiveness of AHP model structure

3.2 NFE-AHP模型的结构

CDL组网性能的有效性研究是一项复杂问题,因此从信息融合的角度来进行其有效性的分析是合理的。

CDL组网性能有效性的NFE-AHP模型结构如图2所示,该模型在AHP基础上,将AHP的结果作为输入指标层,具体包括经AHP后的输入指标层、神经网络学习、修正层、模糊化层、归一化层及输出层,最终得出CDL组网性能有效性的置信度估计。

图2 NFE-AHP模型结构图Fig.2 NFE AHP model structure

NFE-AHP建模的步骤为:

(1)建立CDL组网性能有效性输入指标层的指标体系;(2)基于AHP中的专家知识确定关于准则层的指标权重;(3)确定相对目标层的准则权重;(4)计算出目标层下指标体系的指标权重,经决策因子处理得到指标权重决策系数,即作为经AHP后的输入指标层;(5)通过专家系统完成指标的修正;(6)根据输入指标的训练数据,使用神经网络完成指标的学习;(7)归一化处理完成指标权重分配;(8)用置信度估计模型对CDL组网性能有效性进行评价。

4 NFE-AHP模型的理论分析

(1)为了更准确地进行CDL组网有效性建模,将其指标体系C1,C2,…,C16分为检测评价指标和非检测评价指标,如表1所示。其中检测评价指标的性能分级见表2,N名专家进行有效性评估。

表1 指标体系分类表Table 1 Index system classification

表2 检测评价指标的性能分级表Table 2 Test evaluation index performance classification table

定义一:检测评价指标

检测评价指标指在专家进行打分前需要先通过测试,确定某一实际组网性能的有效性指标达到一定指标要求后,而后再进行专家打分;否则,组网不合格。

定义二:非检测评价指标

非检测评价指标表示检测指标级别不非常明确或不需检测,直接进行打分的网性能有效性研究的那类指标。

定义三:决策因子α

决策因子表示检测评价指标对于是否选用该组网方案的影响力。

决策因子α的取值如下:

当α=0时,直接结束组网性能有效性的研究。只有α≠0时才继续进行组网性能有效性的评价。

(2)第k名专家针对准则层bn下的指标Ci与Cj进行组网有效性的评估,依次得到CDL组网有效性评价矩阵=()n其中{()nai,j=1,2,…,9;i,j=1,2,…,16;n=1,2,…,5;k=1,2,…,N},ai,j的取值服从Saaty提出的打分标准[9],如表3所示,这里是16×16阶的正互反矩阵。

表3 评价尺度 ai,j的含义Table 3 Evaluation scale ai,j

表4 RI的数值表Table 4 RI numerical tables

(3)再进行准则层和目标层有效性分析,同理通过一致性检验后可得到权向量

5 数值结果与分析

为完成CDL组网有效性的建模与评估,首先对指标项进行检测,当α≠0时,10名专家进行体系指标的打分。为减少运算量,将其中通过一致性检验且CI较小的5组数据作为CDL组网有效性的检测值,其权重Wkj,n(2)的值如矩阵,AHP模型的输出的权值图形如图3所示,经神经网络学习后的输出结果的分布如图4所示。

图3 AHP的输出权值图形Fig.3 AHP output weights graphics

图4 学习后的输出结果分布图Fig.4 Output results of the distribution

从图4中可以看出,神经网络的学习功能综合了多位专家的评估,使CDL组网有效性指标的权重考虑得更加全面,但由于学习的数据量较少,有必要进一步做归一化处理。归一化的结果如图5所示,最终CDL组网有效性指标Ci(i=1,2,…,16)的权重值及其置信度如表5所示。

W j,n,5(2)=0.1290 0.1285 0.1333 0.1303 0.1297 0.1141 0.1062 0.1027 0.1096 0.1121 0.0514 0.0601 0.0633 0.0579 0.0567 0.0720 0.0743 0.0691 0.0707 0.0712 0.0460 0.0443 0.0465 0.0445 0.0453 0.0418 0.0429 0.0433 0.0426 0.0437 0.1034 0.1013 0.1004 0.1024 0.1022 0.0734 0.0746 0.0698 0.0707 0.0716 0.0625 0.0633 0.0659 0.0645 0.0643 0.0342 0.0338 0.0355 0.0347 0.0332 0.0534 0.0533 0.0521 0.0542 0.0531 0.0267 0.0236 0.0249 0.0251 0.0234 0.0534 0.0533 0.0521 0.0542 0.0531 0.0453 0.0485 0.0473 0.0468 0.0476 0.040 0.0387 0.0412 0.0376 0.0397 0.0534 0.0533 0.0526 0.0542 0.0531

图5 NFE-AHP模型的输出分布图Fig.5 NFE AHP model output distribution

表5 NFE-AHP模型输出指标 Ci的权重值Table 5 Index weights of NFE-AHP model outputs Ci

由表5可知:CDL组网有效性的抗干扰度、鲁棒性、兼容能力对于CDL组网至关重要,CDL组网有效性的网络带宽、链路利用率、网络吞吐量、节点交换度和工作频段数对于军事意义上的应用考虑得较少。

通过图3和图5比较可知,对于通用数据链的组网有效性评估,NFE-AHP模型比直接使用AHP考虑得更加全面,通过模糊和归一化处理,最终结果更加有利于工程实践。

6 结论与展望

本文将AHP模型和NFE模型有机结合起来,应用于CDL组网有效性的建模分析中,建立了CDL组网有效性指标,仿真验证了模型的有效性和可行性。NFE-AHP模型对于多因素、多标准的复杂系统有效性定量研究具有良好的延拓性,AHP模型和NFE模型的有机结合,发挥神经网络的学习功能,更加增强了有效性研究的客观性。

CDL组网研究是一项复杂的系统工程,其有效性的研究有必要模式化,因此评估方法的软件化将是下一步的主要工作。

[1] 张培珍,杨根源,马良,等.美军全球信息栅格结构研究[J].兵工自动化,2009,28(10):65-68.

ZHANG Pei-zhen,YANG Gen-yuan,MA Liang,et al.Re-search on US GIG Structures[J].Ordnance Industry Automation,2009,28(10):65-68.(in Chinese)

[2] Michael Schmitt.Coordinating the Global Information Grid Initiative with the NG9-1-1 Initiative[J].IEEE International Conference onManagement of Innovation and Technology,2008,4(8):415-420.

[3] 骆光明,杨斌,邱致和,等.数据链——信息系统连接武器系统的捷径[M].北京:国防工业出版社,2008:175-191.

LUO Guang-m ing,YANG Bin,QIU Zhi-he,et al.Datalink-Shortcut of Information System Connecting Weapon System[M].Beijing:National Defense Industry Press,2008:175-191.(in Chinese)

[4] 周曼,沈涛,周荣坤.模糊层次分析法在综合电子信息系统标准适用性分析中的应用[J].电子学报,2010,3(3):654-657.

ZHOU Man,SHEN Tao,ZHOU Rong-kun.Application of Fuzzy AHP in Integrated Electronic Information System Standard Applicability[J].ACTA Electronica Sinica,2010,3(3):654-657.(in Chinese)

[5] 张登明.战术数据链效能评估方法研究[J].电讯技术,2009,49(6):88-92.

ZHANG Deng-ming.Study on the Effectiveness Evaluation Methods of Tactical Data Link[J].Telecommunication Engineering,2009,49(6):88-92.(in Chinese)

[6] 宗华,宗成阁,于长军,等.多传感器信息融合NFE模型的研究及应用[J].电子与信息学报,2010,32(3):522-527.

ZONG Hua,ZONG Cheng-ge,YU Chang-jun,et al.Research and Application on NFE Model of Multi-Sensor Information Fusion[J].Journal of Electronics&Information Technology,2010,32(3):522-527.(in Chinese)

[7] Zhou Lei,Zhang Han yi,Wang Tao,et al.Static Check of WS-CDL Documents[J].IEEE International Symposium on Service-Oriented System Engineering,2008(8):142-147.

[8] 张培珍,杨根源,马良,等.全球信息栅格中的性能评估体系结构研究[J].现代电子技术,2009,32(5):63-66,71.

ZHANG Pei-zhen,YANG Gen-yuan,MA Liang,et al.Research on the Performance Assessment Frame work of Global Information Grid[J].Modern Electronics Technique,2009,32(5):63-66,71.(in Chinese)

[9] Benavoli A,Chisci L,Farina A.Know ledge-based system for mu lti-target tracking in a littoral environment[J].IEEE Transactions on Aerospace and Electronic Systems,2006,42(3):1110-1119.

[10] 章辉,许晓东,陶小峰,等.基于可拓模糊层次分析的快速小区选择算法[J].电子与信息学报,2009,31(11):2697-2702.

ZHANG Hui,XU Xiao-dong,TAO Xiao-feng,et al.Fast Cell Selection Algorithm Based on Extension Theory and Fuzzy AHP[J].Journal of Electronics&Information Technology,2009,31(11):2697-2702.(in Chinese)

[11] 洪志国,李焱,范植华,等.层次分析法中高阶平均随机一致性指标RI的计算[J].计算机工程与应用,2006,12(3):45-49.

HONG Zhi-guo,LI Yan,FAN Zhi-hua,et al.Calculation on High-ranked RI of Analytic Hierarchy Process[J].Computer Engineering and Applications,2002,12(3):45-49.(in Chinese)

[12] 姚熊亮,冯麟涵,张阿漫.航空保障系统易损性定量评估体系研究[J].系统工程与电子技术2009,10(31):2409-2413.

YAO Xiong-liang,FENG Lin-han,ZHANG A-man.Quantitative vulnerability assessment method of aircraft guarantees systems on board[J].Systems Engineering and Electronics,2009,10(31):2409-2413.(in Chinese)

[13] 徐小来,雷英杰,谢文彪.基于UKF的自组织直觉模糊神经网络[J].电子学报,2010,3(3):638-645.

XU Xiao-lai,LEI Ying-jie,XIE Wen-biao.Self-Organizing Intuitionistic Fuzzy NeuralNetworks Based on UKF[J].ACTA Electronica Sinica,2010,3(3):638-645.(in Chinese)

Modeling on Evaluation for CDL Network Validity

LI Si-jia1,MAO Yu-quan1,2,LI Bo1,2,ZHAO Qi1
(1.Telecommunications Engineering Institute,Air Force Engineering University,Xi′an 710077,China;2.Air&Space Information Research Center,Air Force Engineering University,Xi′an 710051,China)

According to the current development needs for the multiple information network and in consideration of the characters of the CDL(Common Data Link)network,such as stronger anti-jamming and higher security,the NFE-AHP model for the CDL network validity is proposed based on the NFE&AHP model.The application of NFE-AHP model in the CDL network validity is proved by simulation.The result show that the antijamming ablility,robustness and compatability are important for evaluating the CDL network validity.The research has significance in engineering-oriented application of evaluation for the CDL network validity.

common data link(CDL)network;analytic hierarchy process(AHP);neural network(NN);fuzzy reasoning(FR);expert system(ES)

The National Natural Science Foundation of China(No.60671001,60972042);The Natural Science Foundation of Shaanxi Province(SJ10-ZT06);The Scientific Research Innovation Fund of Telecommunications Engineering Institute of Air Force Engineering University(DYCX1040,DYCX1007)

TP393

A

10.3969/j.issn.1001-893x.2011.02.005

1001-893X(2011)02-0021-06

2010-10-27;

2010-12-14

国家自然科学基金资助项目(60671001,60972042);陕西省自然科学基金资助项目(SJ10-ZT06);空军工程大学电讯工程学院科研创新基金资助项目(DYCX1040,DYCX1007)

李思佳(1987-),男,陕西西安人,2009年获广西大学学士学位,现为硕士研究生,主要研究方向为综合数据链及其信息融合;

LI Si-jia was born in Xi′an,Shaanxi Province,in 1987.He

the B.S.degree in Computer&Electronic College from Guangxi University in 2009.He is now a graduate student.His research concerns TADIL and information fusion technology.

Email:lsj051@126.com

毛玉泉(1961-),男,陕西西安人,1983年获西安电子科技大学学士学位,1990年获国防科技大学硕士学位,现为教授、硕士生导师,主要研究方向包括战术数据链、综合数据链、数据链信息融合;

MAO Yu-quanwasborn in Xi′an,Shaanxi Province,in 1961.He received the B.S.degree from Xidian University in 1983 and the M.S.degree from National University of Defense Technology in 1990,respectively.He is now a professor.H is research direction is TADIL,CDL and information fusion technology.

李 波(1974-),男,山东青岛人,2007年获国防科技大学工学博士学位,现为副教授,主要研究方向为信道编码、战术数据链;

LI Bo was born in Qingdao,Shandong Province,in 1974.He received the Ph.D.degree from National University of Defense Technology in 2007.He is now an associate professor.His research direction is channel code and TADIL.

赵 琪(1985-),男,河北衡水人,现为硕士研究生,主要研究方向为航空数据链。

ZHAO Qi was born in Hengshui,Hebei Province,in 1985.He is now a graduate student.His research direction is TADIL technology.

猜你喜欢
数据链指标体系神经网络
多平台通用数据链助力未来战场
高速公路工程项目实施中数据链应用探析
神经网络抑制无线通信干扰探究
基于深度学习的无人机数据链信噪比估计算法
一种无人机数据链信道选择和功率控制方法
层次分析法在生态系统健康评价指标体系中的应用
供给侧改革指标体系初探
基于神经网络的拉矫机控制模型建立
复数神经网络在基于WiFi的室内LBS应用
基于支持向量机回归和RBF神经网络的PID整定