基于AHP的靶场测控系统综合性能评估

任 猛,周伟静,郭建华,惠 凯

(1.西安卫星测控中心 三亚站,海南 三亚 572427;2.装备学院,北京 101416)

1 引 言

测控系统是航天工程的重要组成部分,其跟踪测量精度、捕获时间等性能指标对测控工作质量有着较大影响。因此,测控系统实战性能评估成为影响测控决策的一项关键技术。目前航天测控领域还未建立有效的评估体系和标准,在一定程度上影响了设备的使用效果和测控任务的安全。

纵观国内外装备效能评估技术研究现状,层次分析法(Analytic Hierarchy Process,AHP)成为较为合理的解决方案。层次分析法是由运筹学家Satty提出的一种层次化、结构化的决策方法,其基本原理可概括为目标分层、量化计算,由于符合人的思维习惯且能有效处理复杂决策问题,因此得到了广泛的关注和应用。本文采用层次分析法,结合自动化测试设备(Automatic Test Equipment,ATE),设计并实现了适用于测控设备的性能评估系统,以满足目前测控系统性能评估需求。

2 评估系统设计

考虑到测控系统功能复杂、评估涉及因素较多,为保证评估的全面性和实用性,本文采用层次分析法作为评估算法,通过测试数据的调用和处理,对系统及各部件性能进行综合评估,及时准确地将设备状态信息反馈给维护管理者,以提高设备管理和维护决策的科学化水平。

对于测控系统这样的大型复杂设备,反复拆卸测试可能导致设备性能下降,造成不必要的损失。因此测控系统现场测试数据采用目前较为成熟的自动化测试技术,通过在线测试、自动存储的方式获取。同时系统还设计了标准指标测试报表,兼顾传统测试方式下测试数据的事后录入存储和分析评估。

评估系统工作时,测试仪器通过GPIB总线与工控机连接,由软件完成信号源、频谱仪、示波器等相关测试仪器的控制;工控机通过系统监控网配置被测设备和测试开关网络,进行测试信号提取或注入,并将测试结果自动存储在数据库中;性能评估模块实时或事后调用测试数据,完成系统或部件的性能评估。性能评估结果最终以报表方式给出,对于评估中发现的不符合项,将在报表中给出进一步的维护建议。

系统采用C#2.0+SQL Server 2005为架构开发实现。为保证评估过程的自动化,测试数据、判断矩阵和权重结果分别以数据表的形式存储于数据库中。

性能评估系统工作原理如图1所示。

图1 评估系统工作原理Fig.1Working principle of the evaluation system

3 测控系统层次模型的建立

对测控系统进行性能评估,首先要建立评估层次模型。层次模型共分为3层,其中目标层为最终的性能结果;准则层为中间层,根据测控系统体系结构划分为多层;层次结构最底层为指标层,用于获取评估所需的指标测试数据和设备状态信息。

为保证评估的全面性,研究时对目标层(即测控系统性能评估结果)以分系统为类别进行划分;对于中间层,则以性能分类的方式层层向下分解,直至最底层选取的设备指标项。根据该思路建立的层次模型具有较完善的体系结构,共分为6层,节点数387个。层次模型示意参见图2和图3。

图2 测控系统层次模型示意图(第1、2层)Fig.2 Hierarchical model diagram of TT&C system(the 1st and 2nd layer)

图3 测控系统层次模型示意图(以基带分系统为例)Fig.3 Hierarchical model diagram of TT&C system(Illustrated by the case of BBE subsystem)

4 评估算法步骤

根据AHP评估要求,测控系统性能评估可分为三步,评估流程如图4所示。

图4 测控系统性能评估流程Fig.4 Performance evaluation process of TT&C system

4.1 层次结构中各节点权重计算

对于递阶层次结构中的各层元素,评估计算前需要确定各节点元素的相对重要程度,即权重。权重计算通过构造判断矩阵、求解特征向量的方式完成。对于测控系统评估模型,只需确定同一节点下各元素的相对权重即可,这一过程也称之为层次单排序。

4.1.1 构造判断矩阵

为获取判断矩阵,需要相对于上一层节点对各子节点元素进行两两比较,从而建立表征各元素之间关系的一系列矩阵。判断矩阵引用Satty提出的1～9的比例标度法[1],通过领域专家打分的方式获取。

4.1.2 求解特征向量

设判断矩阵A的最大特征根为λmax,其相应的特征向量为 W,则判断矩阵、特征根和特征向量之间的关系为

证明可知,式(1)所得到的特征向量W经归一化处理后,即为表征同一层次子元素对于上层父节点元素相对重要性的权重向量。关于矩阵特征向量的求解,通常有和法、根法、幂法等多种方法,本文采用和法求解权重向量,计算公式为

所得结果 ωi即为第i个子指标相对于“父”指标的权重系数,aij为判断矩阵A第i行第j列元素。

4.1.3 判断矩阵一致性检验

由于客观事物自身的复杂性和主观认识上的模糊性和多样性,专家打分所给出的判断矩阵不可能保持完全一致,权重结果最终确定之前需要对判断矩阵进行一致性检验[2],采用的理论公式为

其中,CI为n阶判断矩阵的评价一致性指标,可通过当前判断矩阵的特征根求出;RI为n阶判断矩阵的平均随机一致性指数,由Satty在理论中以实验方式给出,使用时可直接查表获得,见表1。CR为一致性比率,当CR≤0.10时,可以认为评价大致相容,分析结果可信;当CR>0.10时,则说明判断矩阵一致性程度不高,建议重新修正层次结构模型或判断矩阵。在后期系统评估模型较为合理的情况下,为了减少工作量,可考虑采用最优传递矩阵对判断矩阵进行改进[3]。

表1 平均随机一致性指标RI取值Table 1 Value of the mean random consistency index RI

表1中,n为判断矩阵阶数。

4.2 指标量化处理

测控系统底层指标可分为两大类:定量指标和定性指标。定量指标可通过实际测量获取,具有一定的量纲和取值范围;定性指标主要用于系统功能描述,即无法定量表述的系统性能部分。

4.2.1 定量指标的量化处理

由于测控系统功能复杂,指标种类繁多,各指标的量纲和取值范围相差较大,相互之间不存在可比性,无法进行统一的评估计算。因此在进行系统性能评估时,必须对定量指标进行脱量纲化处理,使其度量统一。无量纲化评估值反映了各项指标的实际值满足需求的程度。脱量纲处理方法有多种,研究时采用效用函数法来实现[4]。

根据物理含义和取值范围的区别,定量指标一般可分为上限型、下限型、区间型3种,其对应的效用函数分别为成本型、效益型和区间优型。实际应用时为了便于程序设计,采用依赖于转折点的线性函数来实现,量化结果取值范围为[0,1]。以 q(x)表示量化函数,x表示指标变量,则3种量化函数如下所示。

(1)成本型指标

式中,b为指标上限,a为经验转折点。

(2)效益型指标

式中,a为指标下限,b为经验转折点。

(3)区间优型指标

式中,xmin、xmax分别为指标下限和上限,s1、s2为两个经验转折点。

4.2.2 定性指标的量化处理

定性指标用于描述测控系统的功能特性,无具体量值表示,为评估计算,需要对其进行量化处理。本文采用灰色评估法进行定性指标值的确定[5]。灰色评估法是以灰色理论为基础的一种定量计算与定性分析相结合的评估方法,它特别适合对系统中不确知的定性因素进行定量化评估,在系统评估中发挥着重要作用。

应用灰色评估法进行定性指标量化处理的过程如图5所示。

图5 定性指标量化流程Fig.5Quantification process of the qualitative index

4.3 系统综合性能计算

层次模型底层指标量化完成后,结合相应的指标权重即可进行综合评价。本文采用线性加权和法进行综合性能计算,即

式中,y为上层“父”节点元素的性能评价值,wi为第i个子节点相对于“父”节点的权重系数,xi为第i个子节点的量化值,n为“父”节点下“子”节点元素的个数。计算时,按照测控系统层次评估模型,自下而上层层计算,直至得到最终的系统性能评估结果。

5 系统实现与实例计算

系统验证时,调用某型测控设备2009年测试数据进行实例计算,其中判断矩阵通过专家打分的方式获得。各分系统及系统性能评估效果见图6。对于评估结果偏低,甚至是偏离要求范围的指标,以告警方式给予提示。通过对多次数据分析计算证明,系统评价结果能够较为准确地反映设备性能状态,具有较高可信度。

图6 测控系统性能评估效果Fig.6 The performance evaluation results of TT&C system

6 结 论

随着航天测控工作的常态化发展,定期预防性维护已无法有效开展和满足设备维护需求。纵观国内外设备维护技术研究现状,基于状态维护(Condition Based Maintenance,CBM)将成为较为合理的解决方案。基于状态维护的基本思想是,通过对设备状态的连续监测,诊断、评估系统当前状态,同时对其未来发展态势做出预测,以确定设备维护策略和实施时间。作为CBM的关键技术之一,测控系统性能评估具有较为可观的研究价值和应用前景。

目前测控网内设备型号多样、多代设备共存的现象普遍存在,采用层次分析法进行设备性能评估时,由于不同代、不同型号测控设备之间结构、功能存在一定差异,评估层次模型也将不同。因此,后期应加强评估体系的通用性研究。

[1] 王强,周怀军.基于AHP算法的相控阵雷达系统效能评估[J].舰船电子对抗,2009,32(3):81-85.W ANG Qiang,ZHOU Huai-jun.Efficiency Evaluation Based on AHP Algorithm for Phased Array Radar System[J].Shipboard Electronic Countermeasure,2009,32(3):81-85.(in Chinese)

[2] 卢紫毅,范建华.基于层次分析法的战术通信网络效能评估[J].现代电子技术,2011,34(1):57-60.LU Zi-yi,FAN Jian-hua.Effectiveness Evaluation of Tactical Communication Network Based on AHP[J].Modern Electronic Technique,2011,34(1):57-60.(in Chinese)

[3] 闫冲冲,郝永生.基于层次分析法(AHP)的空中目标威胁度估计[J].计算技术与自动化,2011,30(2):118-121.YAN Chong-chong,HAO Yong-sheng.Threat Assessment of Aerial Target Based on AHP[J].Computing Technology and Automation,2011,30(2):118-121.(in Chinese)

[4] 蔺美青,杨峰,李群,等.基于效用评估算子的装甲装备作战效能评估[J].计算机仿真,2007,24(1):14-16.LIN Mei-qing,YANG Feng,LI Qun,et al.Utility Evaluation Operators BasedArmor Weapon Combat Effectiveness E-valuation[J].Computer Simulation,2007,24(1):14-16.(in Chinese)

[5] 姚军勃,胡伟文.超视距地波雷达作战效能的灰色评估[J].兵工自动化,2008,27(4):12-14.YAO Jun-bo,HU Wei-wen.Gray Evaluation of Operational Efficiency of OTH Ground-Wave Radar[J].Ordnance Industry Automation,2008,27(4):12-14.(in Chinese)