CN103281756A - 一种快速高效的通信手段选择方法 - Google Patents
一种快速高效的通信手段选择方法 Download PDFInfo
- Publication number
- CN103281756A CN103281756A CN2013101806059A CN201310180605A CN103281756A CN 103281756 A CN103281756 A CN 103281756A CN 2013101806059 A CN2013101806059 A CN 2013101806059A CN 201310180605 A CN201310180605 A CN 201310180605A CN 103281756 A CN103281756 A CN 103281756A
- Authority
- CN
- China
- Prior art keywords
- omega
- overbar
- communication
- sigma
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明涉及一种快速高效的通信手段选择方法,属于通信技术领域。本发明第一步:建立多目标的多通信手段决策模型;第二步:将多通信手段决策模型转化为模糊多通信手段决策模型;第三步:确定模糊多目标的多通信手段权重迭代算法。
Description
技术领域
本发明涉及一种快速高效的通信手段选择方法,属于通信技术领域。
背景技术
目前,现有指挥通信网络内部通信时存在多种通信手段,这些通信手段通常是互为备份的。在信息传输过程中,常常需要选择最佳的通信手段,以确保通信质量。然而,决策者在确定通信手段时,往往过度依赖人为经验等主观因素进行选择,缺乏一种快速高效的通信手段选择方法,使得选择的通信手段相对单一,不利于科学指挥决策。
发明内容
本发明针对以上问题的提出,而研制一种一种快速高效的通信手段选择方法。
本发明的技术方案如下:
第一步:建立多目标的多通信手段决策模型;
第二步:将多通信手段决策模型转化为模糊多通信手段决策模型;
第三步:确定模糊多目标的多通信手段权重迭代算法。
本发明原理及有益效果:本发明该方法采用模糊多目标决策理论,建立模糊多目标的通信手段决策模型,并利用改进交叉迭代算法确定模糊多目标权重,保证在目标权重部分或全部未知的情况下仍能做出多种通信手段的选择排序,以此达到通信手段最优选择的目的,给出指挥决策建议。
附图说明
图1本发明通信手段选择算法流程图。
图2本发明通信手段选择排序仿真图。
图3本发明各目标的目标值模糊化结果图。
具体实施方式
以下结合技术方案和附图详细叙述本发明的具体实施方式。
目前我国的战场网络通信手段主要有:光纤通信、被覆线通信、短波通信、超短波通信、卫星通信、散射通信等,通信手段呈多元化发展。在两个通信节点间有多种通信手段可供选择时,需要对各通信网络的通信能力进行深入透彻分析,对多种通信手段进行仿真研究,并最终根据决策信息对各通信手段作出最优决策选择。当某一网络通信链路或网络节点发生故障或者出于其他决策信息的考虑时,具有良好通信能力的网络就能及时的处理问题,恢复正常的通信,从而最大限度地保证网络的可靠性、安全性和可生存性,提高通信效率。
本发明的技术方案具的一个具体实施例如下:
如图1所示:第一步:建立多目标的多通信手段决策模型;
决策空间X={x1,x2,...,xn},其中xj(j=1,2,...,n)表示面临选择的各通信手段。指战员决策时要考虑的目标有m个:G1,G2,L,Gm,分别表示丢包率、误码率、吞吐量、时延、抗毁性、可靠性、抗干扰性等。目标函数ωj(j=1,2,...,m)表示第j个目标的权重,ai,j表示第i个方案、第j个目标的目标值。由于各个目标的量纲不同,并且有些目标值要求最大而有些要求最小,则可首先将目标值变换成效用值或无量纲值,然后再用改进的交叉迭代法计算新的目标函数值并进行比较,以决定方案取舍。
第二步:将多通信手段决策模型转化为模糊多通信手段决策模型;
在电子信息系统作战决策中,多目标决策只是作战决策的一种理想状况。在实际决策中,由于各个目标之间相互冲突,因此,要从中选出决策者(各级指战员)满意的解,则需要融入决策者的偏好判断等模糊信息,从而运用模糊集理论有效地解决上述理论。指挥员对各个目标的偏好、判断等可通过对隶属度μi(x)的选取来体现。
当目标向量函数为效益型时,选取优属度为:
当目标向量函数为成本型时,选取优属度为:
μj(xi)=(sup{fj(xi)}-aij)/(sup{fj(xi)}-inf{fj(xi)})⑵
根据具体情况由式(1)和式(2)确定各分目标向量的向量函数的优属度μj(xi)。确定各个fj(xi)的隶属度μj(xi)后,多目标决策模型就转化为模糊多目标决策模型,即 ⑶。(3)式中,通常称[0,1]m为m维隶属度空间,为m维Euclidean空间。
第三,确定模糊多目标的多通信手段权重迭代算法。目标权重体现各通信指标重要程度,及指挥员在决策中个人的期望与偏好等信息。在各通信手段的评价和优选时,目标无法完全定量确定。为了在目标权重未知的情况下仍能做出正确决策,这里提出一种改进的交叉迭代法。取下式指标刻画方案xi的优劣,即 对于给定的 和μ=(μ1,μ2,...,μn)T,指标越小则方案xi越优。于是,可将式(3)转化如下:
将式(4)等权重集结为非线性规划问题,即
构造拉格朗日函数为 对分别关于ωj、μi和λ求偏导,并求解得
式(6)与式(7)是求解多通信手段权重的迭代公式。
最后,确定模糊多通信手段权重及方案集优劣排序。以下是迭代步骤:
计算权重:由 和式(6)可计算权重
根据上述方法步骤,现通过一个实例解决通信手段选择问题。
现有可供选择的通信手段有6个,包括光纤通信、被覆线通信、短波通信、超短波通信、卫星通信、散射通信,分别用x1,x2,...,x6来表示。根据实际作战需求,获取一些目标数据,根据目标数据作出决策,以确定最优通信手段选择排序。目标数据主要有G1-丢包率、G2-吞吐量、G3-时延、G4-抗毁性。各目标的目标值给定,经模糊化,如图3所示。
最后求的6个方案的优属度向量为
通信手段选择排序仿真如图2所示:易于看出,通信手段的最优选择排序是x1>x4>x6>x2>x3>x5。
综上可得:
(1)本发明首次建立了多目标的多种通信手段决策模型,模型符合实际实际需求,具有很强的工程意义。
(2)本发明提供了科学合理的通信手段选择方法,克服了人为主观选择方法的不足与片面性,提高了决策效率。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种快速高效的通信手段选择方法,其特征在于:
第一步:建立多目标的多通信手段决策模型;
第二步:将多通信手段决策模型转化为模糊多通信手段决策模型;
第三步:确定模糊多目标的多通信手段权重迭代算法。
2.根据权利要求1所述的一种快速高效的通信手段选择方法,其特征在于:建立多通信手段决策模型方法为:决策空间X={x1,x2,...,xn},其中xj(j=1,2,...,n)表示面临选择的各通信手段。指战员决策时要考虑的目标有m个:G1,G2,L,Gm,分别表示丢包率、误码率、吞吐量、时延、抗毁性、可靠性、抗干扰性等。目标函数 表示第j个目标的权重,ai,j表示第i个方案、第j个目标的目标值;由于各个目标的量纲不同,并且有些目标值要求最大而有些要求最小,则可首先将目标值变换成效用值或无量纲值,然后再用改进的交叉迭代法计算新的目标函数值并进行比较,以决定方案取舍,从而提高决策的准确性。
4.根据权利要求1所述的一种快速高效的通信手段选择方法,其特征在于:确定模糊多目标的多通信手段权重迭代算法为;取下式指标刻画方案xi的优劣,即
将式(4)等权重集结为非线性规划问题,即
式(6)与式(7)是求解多通信手段权重的迭代算法公式;最后,确定模糊多通信手段权重及方案集优劣排序;以下是迭代步骤:
计算权重:由 和式(6)可计算权重 ;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310180605.9A CN103281756B (zh) | 2013-05-15 | 2013-05-15 | 一种快速高效的通信手段选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310180605.9A CN103281756B (zh) | 2013-05-15 | 2013-05-15 | 一种快速高效的通信手段选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103281756A true CN103281756A (zh) | 2013-09-04 |
CN103281756B CN103281756B (zh) | 2016-08-10 |
Family
ID=49064164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310180605.9A Expired - Fee Related CN103281756B (zh) | 2013-05-15 | 2013-05-15 | 一种快速高效的通信手段选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103281756B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111277989A (zh) * | 2020-01-21 | 2020-06-12 | 中国西安卫星测控中心 | 一种多通信手段的融合方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008263612A (ja) * | 2007-04-11 | 2008-10-30 | Ntt Docomo Inc | 無線ネットワークにおいてネットワークを選択する方法及び装置 |
CN101860885A (zh) * | 2010-06-11 | 2010-10-13 | 西安电子科技大学 | 基于神经网络和模糊逻辑的接入网络选择方法 |
-
2013
- 2013-05-15 CN CN201310180605.9A patent/CN103281756B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008263612A (ja) * | 2007-04-11 | 2008-10-30 | Ntt Docomo Inc | 無線ネットワークにおいてネットワークを選択する方法及び装置 |
CN101860885A (zh) * | 2010-06-11 | 2010-10-13 | 西安电子科技大学 | 基于神经网络和模糊逻辑的接入网络选择方法 |
Non-Patent Citations (1)
Title |
---|
张朝昆: "《中国优秀硕士学位论文全文数据库 基础科学辑》", 15 September 2006, article "模糊多目标决策算法研究与应用", pages: 3 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111277989A (zh) * | 2020-01-21 | 2020-06-12 | 中国西安卫星测控中心 | 一种多通信手段的融合方法 |
CN111277989B (zh) * | 2020-01-21 | 2021-04-23 | 中国西安卫星测控中心 | 一种多通信手段的融合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103281756B (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106849065B (zh) | 一种计及充电站的配电网多目标协同规划方法 | |
CN107690176B (zh) | 一种基于q学习算法的网络选择方法 | |
CN111062464B (zh) | 一种基于深度学习的电力通信网可靠性预测和保障方法和系统 | |
CN110232642B (zh) | 一种面向停电风险预防的拓扑规划与优化方法及装置 | |
CN109038794B (zh) | 一种面向QoS控制的特高压电网系统保护业务路径规划方法 | |
CN110971525B (zh) | 一种面向电力通信网的业务运行的业务路由寻址方法 | |
CN113435657A (zh) | 数据集成处理方法、系统、能源管理系统、电子设备及计算机可读存储介质 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
CN111163487B (zh) | 通信波形综合传输性能评价方法及系统 | |
CN106067074B (zh) | 一种通过优化链路的开关状态来提升电网系统鲁棒性的方法 | |
CN104598739A (zh) | 一种面向网络整体效能的指标体系构建方法 | |
CN107832873B (zh) | 基于双层母线式结构的综合能源系统优化规划方法及装置 | |
CN114158102A (zh) | 面向馈线自动化实时控制的无线异构通信网络切换方法 | |
CN114254734B (zh) | 一种支持确定性应用的流量矩阵建模方法 | |
CN106408016A (zh) | 一种配电网停电时间自动识别模型构造方法 | |
CN112036651A (zh) | 基于量子免疫优化bp神经网络算法的电价预测方法 | |
CN103595652B (zh) | 一种电力通信网络中QoS能效的分级方法 | |
CN106919984A (zh) | 基于成本的并联系统可修部件维修决策方法 | |
CN103281756A (zh) | 一种快速高效的通信手段选择方法 | |
CN117354847A (zh) | 用于电力物联网的双模通信接入信道性能评估方法及系统 | |
CN107180286A (zh) | 基于改进型花粉算法的制造服务供应链优化方法及系统 | |
Banerjee et al. | Ran cognitive controller | |
CN113783179B (zh) | 一种电网负荷预测及优化方法 | |
CN113205204A (zh) | 一种基于贝叶斯网络的配电网停运节点预测方法 | |
CN103177299A (zh) | 泛能网优化方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160810 |
|
CF01 | Termination of patent right due to non-payment of annual fee |