战术通信网组网方案评估优选方法*

郭 谦，陈国友（解放军理工大学指挥与信息系统学院，南京 210007）

战术通信网组网方案评估优选方法*

郭 谦，陈国友
（解放军理工大学指挥与信息系统学院，南京 210007）

在当前信息化的战场环境下，战场环境瞬息万变，战术通信网作为信息化战争的神经中枢，起到了至关重要的作用，然而组网方案的好坏直接决定着通信网性能的优劣，因此，如何在战场环境下快速、自动、客观地评估战术通信网组网方案是一个亟待解决的问题。通过分析战术通信网的特性和要求，提出了战术通信网组网方案评估指标体系，并采用熵权灰关联的方法对组网方案进行评估优选，该方法方便快捷并且可以编程实现，不仅能够在战场环境下实时、自动地对组网方案进行评估优选，而且评估结果也符合实际情况，为指挥员提供了决策依据。

战术通信网，组网方案评估，指标体系，熵权灰关联

0 引言

战术通信网组网规划的评估和优选是进行网络开设和各种军事任务的前提，作为数字化战场的通信网络，战术通信网自20世纪90年代出现以来，就已经受到各国军队的高度重视。而对于不同组网方案的选择，则直接关系着连通性、网络性能和可靠度的优劣，进而影响到作战信息和作战指令的及时准确传递。因此，对组网方案的评估和优选方法进行深入研究，对打赢未来信息化战争具有重要意义。

对于系统评估和方案优选问题，传统的研究方法多停留在指标体系选取，而对于系统建模等问题通常运用层次分析法（AHP），模糊层次分析法（FAHP）［1-4］等方法。传统的方法最主要的限制因素在于评估过程需要向专家发放多轮的问卷，最终对专家的打分结果进行综合，虽然有比较权威的评估结果，但是费时费力，始终无法适应战场环境下对时间几近严苛的要求。为了解决这个问题，本文综合战术通信网的组网规则和网络性能两个方面要求，建立评估指标体系，并运用熵权灰关联的方法［5-6］对指标进行建模计算，提出了一套可实时、自动评估组网方案的方法。

1 熵权灰关联方法

熵权灰关联方法是将熵权法和灰色关联分析方法结合起来的一种多属性决策方法，被广泛地应用于方案优选、多目标决策和各种评价中［5］。该方法在权值确定方面避免了传统研究对专家学者的过分依赖，只需对现实数据进行计算就可得到结果，可通过编程实现，十分方便高效，能很好地适应战场环境。

1.1 灰色关联分析模型

灰色关联分析是通过所给出的比较序列，计算实测序列与比较序列的关联度的大小，

灰色关联分析模型建模具体步骤如下:

Step1:确定参考序列和比较序列。

设实测样本序列（参考序列）有m个，包含n个评价指标，则第i个实测样本序列:

Xi={xi（1），xi（2），…，xi（n）}，i=1，2，…，m

比较序列为:X0={x0（1），x0（2），…，x0（n）}

比较序列是一个理想的比较标准，可以以各指标的最优值（或最劣值）构成比较序列，也可以根据评价目的选择其他参考值。

Step2:指标无量纲处理。

指标一般按其性质可以分为:①效益型:指标值越大越好；②成本型:指标值越小越好；③固定型:指标值既不能太大，也不能太小。通常采用如下函数表达式来量化指标:

Qi为第i个指标的值；Qimin为第i个指标的最小值；Qimax为第i个指标的最大值；Qi0为第i个指标的最满意值。

Step3:求关联系数:

Step 4:求加权关联度。

式中K（k）表示第k重指标权重，k=1，2，…，n。

关联度分析的本质是对数据进行空间几何关系比较，通过对加权关联度大小的比较，得到Vmax，就能得到该实测评价样本所属的等级。然后再根据不同实测评价样本序列与比较序列比较所得Vmax，可以对评价样本进行排序，从而实现方案的评估和优选。

1.2 熵权法确定指标权重

熵权法中，用信息熵评价所获系统信息的有序度来确定指标权重，使评价过程更加高效便捷，其计算步骤如下:

1）构建一个有m个评估对象、n个评价指标的判断矩阵:

R=（rij）m×n（i=1，2，…，n；j=1，2，…，m）2）按照式（1）～式（3）将指标归一化得到归一化判断矩阵B=（bij）mn

3）根据熵的定义，m个评价对象n个评估指标可以确定评价指标的熵为:

4）计算评价指标的熵权W:

2 战术通信网组网方案评估指标体系

战场环境具有节奏快、作战单元机动性强、通信领域范围广、通信需求容量大以及电磁环境复杂等特点，这些特点共同决定了战术通信网与其他网络的不同的独特性质［6］①结构复杂，规模庞大；②分层分布式结构；③通信距离受限，带宽资源缺乏；④连通性和可靠性要求高。

本文对战术通信网组网方案的评估指标主要从组网规则和网络性能两个方面进行考虑。图1提出了一个战术通信网组网方案评估指标体系的树状层次结构。

图1 战术通信网组网方案评估指标体系

2.1 组网规则

组网规则主要是从网络抗毁性、网络覆盖率、网络复杂度和非战斗环境下的网络连通性的角度来评估战术通信网的优劣。非战斗环境下网络连通性主要受地理环境、大气气候、电磁环境、突发的自然灾害和人为事件等一系列外部因素影响较大，在此不再赘述。

本节主要从抗毁性、网络覆盖率、网络复杂度3个静态指标进行分析研究。

2.1.1 抗毁性

战术通信网的抗毁性是对网络被有目的地人为摧毁、干扰情况下可靠性要求，一般通过对通信网中无线信道的干扰来实现的［7］。对网络抗毁性的定义和评估，学界普遍使用Frank等［9-10］提出的粘聚度（Cohesion）和连通度（Connectivity）的概念:

1）粘聚度:对于一个连通网络，定义CHij为断开一对节点（i，j）之间所有通路所需去掉的最少链路数，网络的粘聚度为:

2）连通度:对于一个连通网路，定义CHij为断开一对节点（i，j）之间所有通路所需去掉的最少节点数，网络的连通度为:

对于一个战术通信网来说，粘聚度和连通度越大，表明连通性越好，网络的抗毁性也越高。网络抗毁性的实质是研究网络拓扑结构的稳定程度，是网络保持基本连通功能的一种静态指标。

2.1.2 网络覆盖率

本文根据战术通信网所承担的业务种类提出了地域覆盖率和业务覆盖率两个静态指标去衡量战术通信网的网络覆盖率。

1）地域覆盖率:整个通信网的通信区域所能覆盖作战区域面积的比率。

战术通信网的开设必须尽可能地完全覆盖整个作战区域，否则，若留有区域盲区，会造成不必要的人员伤亡。对于一个有n个干线节点的战术通信网，接入第i个干线节点的接入节点的任务区域面积为Ti，第i个干线节点的通信区域面积所能覆盖其接入节点任务区域Ti面积为Si。则整个战术通信网的地域覆盖率为:

地域覆盖率需结合无线通信建模仿真的方法进行计算和研究，该内容不是本文的研究重点，故不深究。

2）业务覆盖率:从任务分析，战术通信网所承担的业务有话音传输，数据传输和［2］图像视频传输，因此，业务覆盖率为所规划的网络能同时开展几项业务。一个网络的业务覆盖率就只有4种情况，即:①3种业务全部无法开展，覆盖率为0；②可以开展一种任务，覆盖率为33.3%；③可以开展两种任务，覆盖率为66.6%；④3种任务全部可以开展，覆盖率为100%。

2.1.3 网络复杂度

在战场环境下，战术通信网在保证业务覆盖的前提下，复杂度应越小越好。本文提出了冗余节点数量、平均节点度和平均距离3个指标来定量分析通信网的复杂度。

N为网络中全部节点数量，X为在保证通信网满足作战任务和区域覆盖的前提下的最佳节点数量。根据我军的情况，本文在研究中最佳节点数量采用每100 km2×100 km2的作战地域内布设10个骨干节点。

2）平均节点度:战术通信网中的节点i的度D可定义为与该节点连接的其他节点的数目，则平均节点度为网络中所有节点的节点度的算术平均值，平均节点度是围绕着一个最佳数值上下波动，不能太高也不能太低。则平均节点度为:

3）平均距离:网络的平均距离也称为网络的平均路径长度。网络中两个节点i和j之间的距离dij定义为连接这两个节点的最短路径上的边数。网络的平均距离为任意两个节点之间距离的平均值。平均距离越小，也就是说端到端的中继次数少，数据发送与接收就会越快。平均距离最理想取值为1，即所有每个节点之间都有链路。平均距离L为:

2.2 网络性能

战术通信网的网络性能是微观的从网络内部和网络对任务的完成程度去衡量一个网络的优劣。可分为两类指标:网络传输能力和网络生存性。

1）网络传输能力是在网络加载任务后从网络是否能够安全、可靠地完成任务等角度去衡量一个网络的优劣。影响一个网络传输能力的参数指标主要包括网络时延（AveDelay），丢包率（Ave-DropRate），吞吐量（Throughput），网络带宽（Bandwidth）4个动态指标。

网络时延:报文从源节点发出到成功被目的节点接收的平均时间。它能反映网络是否通畅，延迟越小表明网络越通畅。是整个网络最重要的指标之一。网络延迟包括发送时延，传播时延，处理时延和排队时延组成。则网络时延为:

网络时延=发送时延+传播时延+

处理时延+排队时延

吞吐量:吞吐量是指在没有丢帧的情况下，设备能够接受的最大速率。体现了网络的通信能力，吞吐量越大说明网络性能越好。是战术通信网最敏感的性能指标之一。

丢包率（AveDropRate）:数据交互过程中丢失的报文占所发送全部报文的比例。丢包率一般受网络信道带宽，误码率，信噪比等因素的影响。丢包率为:

网络带宽:带宽是指在单位时间内，能通过的最大位数据。是衡量网络使用情况的一个重要指标。

2）生存性描述了在网络受到打击后随机部件失效的条件下，网络的端到端之间的连通概率以及基于节点间的连通概率所得到的网络作为整体所具有的连通特性。它包含的指标主要有两端（s-t Terminal）连通概率、K端（K-Terminal）连通概率和全端（All-Terminal）连通概率。

两端连通概率:网络中给定的源节点（s）和目的节点（t）之间至少存在一条路径的概率。

K端连通概率:网络中给定的K个节点之间至少存在一条路径的概率。

全端连通概率:网络中所有节点间至少存在一条路径的概率，或者说网络中至少存在一颗生成树［11］的概率。

3 模型建立和实例应用

各指标量化数值的大小直接了反映通信网整体性能的优劣。战场环境下，战机稍纵即逝，因此，需要快速、自动、实时的对组网方案进行评估，从而选出性能最佳的方案进行开设［12-13］。本文通过熵权灰关联的方法对各个指标进行量化计算，提出了一个综合评估模型对战术通信网组网方案进行评估。并通过以往的数据对评估模型进行计算验证。

3.1 参数选择和模型建立

从图1的指标体系分析可得，网络抗毁性、网络覆盖率、网络复杂度和网络传输能力对战术通信网的影响较大，本文选择该4个指标进行建模计算，对战术通信网的优劣进行计算。

本文通过熵权灰关联的方法分别计算组网规则和网络性能的量化得分和，于是可得综合评估模型:

式中α和β为系数，一般的α=0.3，β=0.7，i为方案序号。

3.2 实例验证

假定一次战斗准备期间，某集团军通信团长下达命令要求在100 km2×100 km2的范围内开设通信网，要求尽可能覆盖全部作战区域，并且具有较高的抗毁性和网络性能，务必以任何可行的手段保证指控信息准确传达。参谋人员针对以上作战命令进行网络规划，最终组网方案共有A1，A2，A3，A44种。具体参数如表1和下页表2所示:

表1 网络性能指标参数

表2 网络性能指标参数

由式（1）～式（12）得出组网规则指标和网络性能指标的加权关联度F和M:

表3 组网规则指标加权关联度F

表4 网络性能加权关联度M

最后由式（13）可得各个组网方案的最终评价得分，如表5所示:

表5 各方案最终评分

综上所述，可得出各个方案的最终得分Y={}。则相应的战术通信网组网方案评估结果为

A3＞A2＞A1＞A4。

从上面计算过程可以得出方案A3的综合得分较高。对各个参数进行直观分析，也可以看出方案A3在基本可靠性和任务可靠性方面都有较高的得分。例如网络的粘聚度和连通度高，说明网络的抗毁性较高；在域覆盖率和业务覆盖率方面A3做到了全覆盖；网络的带宽和吞吐量都是最高，这都保证了通信网在作战区域内可以通过所有手段无盲点、高效率的相互通信，保证作战任务顺利完成。

方案A4的基本可靠性得分最高，说明A4的网络拓扑规划得最好，例如A4所规划的网络有最高的粘聚度和连通度，地域覆盖率几乎可以达到100%全覆盖，业务覆盖可以做到业务全覆盖，则A4所规划的网络抗毁性最好，并且可以在作战区域内以各种手段进行无盲点通信；但是任务可靠性得分却最低，说明网络性能不好，也就是说网络无法保证指控信息的顺利传达，无法保证任务的顺利完成。

方案A1的综合得分略高于A2。不过两个方案的侧重点不同，方案A1在网络性能方面表现较好，而方案A2在网络拓扑和网络连通性方面表现较好，所以方案A1和A2都可以作为备选方案。

根据上面计算结果和分析，可以得出方案A3的综合性能最好可作为首选方案。方案A1和A2作为备选方案，根据任务要求，如果重点要求网络必须快速开设、转移和撤收则选择方案A2，如果要求网络必须保证良好的网络性能，保证网络高效地对各种指控信息进行传输，则选择方案A1。

4 结论

本文在分析战术通信网的网络拓扑、网络连通性和网络性能等特性和性能的基础上，提出了战术通信网组网方案评估体系指标，并且运用熵权灰关联的方法对网络进行建模计算，解决了评价指标无法客观确定权重和战场环境快速评估的问题。最后通过一个实例论证了该方法的合理性和有效性。

［1］雷蕾，辛永平.基于FAHP和改进模糊综合评判的地空导弹阵地优选［J］.火力与指挥控制，2012，37（9）:150-151.

［2］仝蕊，申卯兴.基于FAHP和改进排列法的地空导弹战术行动方案评价研究［J］.现代防御技术，2010，38（6）: 22-25.

［3］HOSSAM M，FAHMY A.Reliability evaluation in distributed computing environments using the AHP［J］.Computer Networks，2001，36（1）:601-604.

［4］SAATY T L.The analytic hierarchy process［M］.NewYork: McGraw—Hill，1980.

［5］李国良.基于熵权的灰色关联分析模型及其应用［J］.水资源与水工程学报，2006，17（6）:15-18.

［6］佟海鹏，徐海刚.基于熵权灰关联法的基地防空作战方案优选［J］.火力与指挥控制，2012，37（1）:113-115.

［7］李俊，吕欣.基于空间结构的战术通信网络建模［J］.系统工程与电子技术，2010，32（7）:1456-1457.

［8］董保良，周兴乾.战术通信网性能评估指标体系［J］.四川兵工学报，2013，34（8）:103-105.

［9］熊蔚明，刘有恒.关于通信网可靠性的研究进展［J］.通信学报，1990，11（4）:43-44.

［10］FRANK H，FRISCH I T.Analysis and design of survivable networks［J］.IEEE Transactions on Communication Technolygy，1970，18（5）:501-519.

［11］刘会永.基于运行有效性的传送网可靠性评价方法及其应用的研究［D］.北京:北京邮电大学，2006:20-21.

［12］卞泓斐，杨根源，于磊.基于粗糙集——神经网络的组网雷达作战效能评估［J］.四川兵工学报，2015，35（6）: 87-92.

［13］郭晓陶，王星，程嗣怡，等.基于模糊层次分析法的网组电子对抗效能评估［J］.火力与指挥控制，2016，41（4）: 48-52.

Research on Optimization Method of Network Scheme Evaluation of Tactical Communication Network

GUO Qian，CHEN Guo-you
（School of Command Information Systems，PLA University of Science and Technology，Nanjing 210007，China）

With the battlefield environment changing all the time，tactical communication network，as the neural center of information warfare，has played a vital role in the information-based war.. However，whether network scheme is good or bad directly determines the merits of the communication network performance，so how to quickly，automatically and objectively evaluate the network scheme of tactical communication network is an urgent problem to be solved in the battlefield environment.Based on the analysis of the characteristics and requirements of tactical communication network，this paper puts forward the evaluation index system of the network scheme of tactical communication network，and uses the method of Entropy Weight Grey Correlation to evaluate and optimize the network plan.The method is fast，convenient which can be achieved by programming.In the battlefield environment，it can automatically assess and select the plan in real-time and the evaluation results are also consistent with the actual situation，which can offer the basis of decision-making for commanders.

tactical communication network，networking program evaluation，index system，Entropy Weight Grey Correlation

E917

A

1002-0640（2017）03-0036-05

2016-02-10

2016-03-15

国家自然科学基金资助项目（61174198）

郭 谦（1993- ），男，陕西西安人，硕士研究生。研究方向：指挥控制系统分析与设计。