李高升,胡昆明,2,蔡 震,刘培国
(1.国防科技大学电子科学与工程学院,湖南长沙 410073;2.空军装备研究院通信导航与指挥自动化研究所,北京 100843)
随着信息化建设在社会各领域的快速推进,先进的电子设备和一体化平台带来了信息化水平的迅速提升。在此过程中,电磁环境日渐复杂,成为影响系统综合性能发挥的重要因素。
近年来,多家单位开展了电磁环境相关研究,探讨了电磁环境的构成要素[2],研究了电磁环境表征方法[3],分析了复杂电磁环境对于通信、导航和雷达探测等的影响[4,5],研究了电磁环境建模与仿真方法[6]。
对电磁环境进行测试测量是掌握环境特征的可靠手段。这里探讨对电磁环境测量数据的综合应用方法,以测量数据为基础,归纳电磁环境中的电磁信号变化规律。在此基础上,设计并开发了分析及预测软件,对于把握环境现状并预测将来的发展趋势,进而指导电子系统运用,具有重要应用价值。
基于测量数据的电磁环境建模、分析和预测工作,主要通过对测量数据的总结和归纳,建立数学模型,提炼电磁环境演变特点。对于特定区域的电磁环境,可预测其电磁信号频率分量及强度分布变化情况。对测量数据进行充分和有效的利用,从多批次、多种类的电磁环境测量获得的大量数据中挖掘隐含在数据背后的规律,为电磁环境预测提供支撑。
对于特定对象,可以根据测量数据将模型中的系数归纳出来,从而得到这一对象的具体描述。对于没有经典数学模型描述的电磁参数规律,可依托本系统建立新模型,即基于测量数据综合出描述其规律的数学模型。
为确保环境预测的准确性和可靠性,要求测量过程具有良好的重复性和可比性。因此,在测量规范中,需明确指出所用仪器信息(名称、型号和序号等)、天线、探头、电缆及接插件,以及系统连接方式和布局、测试参数设置等,每次测量均需按照规范执行。
对于配套的数据库,要求其具备开放性接口,能够实时提供所需的原始数据,并方便地存储计算结果及生成的模型。
环境参数预测[7]所应用的算法包括数理统计和神经网络2类。前者主要涉及拟合和插值的各种方法,后者主要运用了后向传播(Back Propagation,BP)神经网络和广义回归神经网络(Generalized Regression Neural Network,GRNN)。
对电磁环境进行信息综合及预测,主要工作包括:通过对特定区域多次测量获得的数据进行分析,总结归纳该区域电磁环境信号频谱分布情况,研究频谱占用情况,并针对典型信号进行计算,预测其将来的强度等,算法流程如图1所示。
图1 电磁环境模型综合算法流程
程序根据测量数据,调用算法计算并绘制曲线。横轴是时间,按自然年份从左到右递增。
在此基础上可以绘制三维图,x轴为时间,y轴为频率,z轴为信号幅度,这样可以直观地观察各频率分量随时间的变化趋势并加以对比。
算法实现的基本步骤如下:
①对特定的某一区域,读取对其电磁环境历次测量获得的数据,将第i次的数据作为2个数组:频率 fi[j]和幅度 Ai[j]。
② 遍历数组Ai[j],对其中每一个幅度大于某一设定门限T的元素,读取并记录为新数组Bi[m],并据此得到对应的新数组fi[m]。
③ 对所有的Bi[m]取并集,得到新数组C[n],并据此得到对应的新数组f[n]。其中,对具有相同自变量的多个数据,仅保留幅度最大的那组,绘制C[n]~f[n]曲线。
④ 根据用户指定,对数组f[n]中的任意元素,查找原始数据Ai[j]中所有对应数据,形成新数组D[p]。
⑤ 以D[p]为基础,调用算法对其进行数据分析及预测,并据此绘制预测曲线。
电磁环境信息综合软件实现流程如图2所示。
图2 电磁环境信息综合流程
对于读取到的测量数据,首先进行预处理,主要包括以下工作:
①进行单位转换。根据软件接口文件规定,把从数据库读取到的数据转换为相应的物理量的基本单位。
②进行数据选择。从读取到的数据中,选择本次任务需要的字段。
③进行数据平均。遍历读取到的数据,如果有日期处于同一个月的2组或多组数据,将其取平均值,作为一组数据,用于后续计算。
Windows应用程序的所有类都在model_syn的命名空间下。其中环境综合所对应的类为FormEnviSynthesis:Form。这个类需从主框架里面读取的变量为:
public string PlatFormName;∥临时变量,平台名称
public string EquipName(RegionName);∥临时变量,关键区域名称
其在主框架里的读取语句为:
model_syn.FormEnviSynthesis frm=new
FormEnviSynthesis();
frm.RegionName=treeViewProjectmanagement.SelectedNode.Text;
frm.PlatformName=CurrentPfName;
这个类需从数据库中读取和存储数据,因此需要添加 database_dll的引用,并在程序中实例化Database:Database data=new Database();
环境综合从数据库读取数据的过程为:
运行函数 GetTestTime(RegionName,Constant.关键区域 testItem.场强测量.ToString(),PlatformName)读取测量时间time;根据测量时间运行函数 GetTransData((string)testTime);再从 data.transDataOutput[j].frequency [l]和 data.transDataOutput[j].magnitude[l]读取频率以及所对应的场强大小。
数据读取及预处理模块主要由2个函数组成:public void Getdata(),完成读取所有测量时间里的所有频率,并选择出超过门限值的频率及场强的功能,将所有超过门限值的频率和场强存储在List<ArrayList>型变量 Beyond_fre(存频率)、Beyond_mag(存场强);public void data_convert(),首先将超过门限值的所有频率和场强合并,然后滤除相同的频率值,接下来按从小到大的顺序排序,将合并后的频率和场强存储为ArrayList型的变量fre(频率)和mag(场强)。
图形可视化模块主要由2个函数构成:public void PlotSpectrum(string_RegionName),主要完成超过门限值的频谱图再现功能,其中变量_RegionName为关键区域名称;public void PlotFreSyn(string_RegionName),完成某一个超过门限值的环境信号变化图的绘制。
软件界面中给出了2幅图,关键区域电磁环境模型综合结果如图3和图4所示。
软件界面中以下拉菜单的形式显示了读取到的所有高于设定门限的电磁信号。默认的显示格式为以GHz为单位的频率数值。在这里选择不同的频率数值,点击“确定”,界面下方的曲线将刷新,显示该频点信号随时间的变化曲线。如果选中的频率分量仅有一组测量结果,由于数据少,不足以实现预测,将绘制出一条直线。
图3 数据中所有强度超过设定门限的频率值及其强度
图4 某特定频率信号随时间的变化趋势实测及预测值
软件开发过程中,在数据结构设计、数据预处理和后处理、算法设计与实施等环节,注意到了精度、容错性和效率等指标的折中。从用户的角度考虑,精简了软件操作步骤,尽可能地减少了用户干预,降低了对用户的专业知识要求。在实现基本功能的同时,兼顾了方便易用的原则。
如果数据库中不存在符合条件的测量数据,无法执行后续任务时,将弹出提示对话框。
如果读取到的数据较少,将弹出对话框,提示数据较少,可能导致误差较大。用户可选择增加测量数据后再执行此操作。如果选择继续执行,程序可调用算法,正常给出预测结果。
针对多次测量获得的电磁环境数据,以数据挖掘技术为基础实现规律综合。综合出的模型可以用于电磁环境和电磁兼容分析评估,可以用于电磁环境模拟与生成,以支撑电磁敏感度测试和复杂电磁环境下的训练,可以用于预测电磁环境的发展变化,对于电子信息设备的使用提供指导。 ■
[1]余 辉,石景岚,刘 荣.战场电磁环境对C3I系统性能影响分析[J].无线电工程,2010,40(12):38-41.
[2]刘尚合,武占成,张希军.电磁环境效应及其发展趋势[J].国防科技,2008,29(1):1 -6.
[3]代合鹏,苏东林.电磁环境复杂度定量分析方法研究[J].微波学报,2009,25(3):25 -27.
[4]贾 青,高 翔,兰汉华.舰船通信系统电磁环境分析[J].舰船电子工程,2009,29(9):178 -181.
[5]刘 义,王国玉,冯德军.基于装备作战效能的复杂电磁环境下训练效果评估[J].系统仿真学报,2009,21(17):5375-5378.
[6]闵 涛,杨建华,李 盾,等.虚拟战场电磁环境仿真系统研究[J].指挥控制与仿真,2007,29(2):83 -88.
[7]王玉峰,邹积岩,廖敏夫.基于数据挖掘技术预测与分析变电站中电磁环境[J].高压电器,2009,45(10):77-79.
[8]唐保东.对复杂电磁环境下训练的认识与思考[J].国防大学学报,2007,18(9):37-38.