CN103746832A

CN103746832A - 基于证据理论的播控系统优选算法

Info

Publication number: CN103746832A
Application number: CN201310724291.4A
Authority: CN
Inventors: 张进; 王志宇; 张�诚
Original assignee: BEIJING CHANGFENG BROADCASTING COMMUNICATION EQUIPMENT Co Ltd
Current assignee: Beijing Guangtong Aerospace Science and Technology Co Ltd
Priority date: 2013-12-25
Filing date: 2013-12-25
Publication date: 2014-04-23
Anticipated expiration: 2033-12-25
Also published as: CN103746832B

Abstract

本发明公开了一种基于证据理论的播控系统优选算法，包括：进行各个评价指标及其权重设置，并获取各个评价指标所需的计算数据；根据获取到的各个评价指标相应的计算数据对各个评价指标进行量化处理，得到各个评价指标的量化结果，并根据各个评价指标的量化结果以及各个评价指标的权重通过加权证据理论对各个评价指标进行综合评判，最后根据中庸择优原则择优确定最终的发射机。本发明针对专家知识建立了合理的影响电子对抗播控系统作战效能的指标体系，通过构建隶属函数等算法模型，实现了由底层指标的评价值合成到顶层指标的综合评价值，最终为动态调整电子对抗发射机以及发射机信号源输出信号的工作频率和工作方式决策提供理论依据。

Description

基于证据理论的播控系统优选算法

技术领域

本发明涉及通信技术领域，尤其涉及一种基于证据理论的播控系统优选算法。

背景技术

图1是现有的短波全固态机房布置的示意图，目前广播抗干扰系统主要是监测中心工作人员根据频谱监测结果，手动建立播出表，通过网络或者传真下发干扰频率信息到监测系统，机房播控系统控制信号源输出不同的频率和调制方式，以达到广播或电子干扰的效果。由于工作人员的主观评判有可能是不够全面的，可能会过多地关注要覆盖的频率和强度等信息，而忽视系统地使用寿命可靠性等隐性指标。因此，现有的广播抗干扰系统的作战效能评估的方法有待进一步提高。

发明内容

鉴于上述的分析，本发明旨在提供一种基于证据理论的播控系统优选算法，用以解决现有技术中短波广播式语音电子对抗播控系统应用人工评估不准确的问题。

本发明主要是通过以下技术方案实现的：

基于证据理论的播控系统优选算法，包括：

进行各个评价指标及其权重设置，并获取各个评价指标所需的计算数据；

根据获取到的各个评价指标相应的计算数据对各个评价指标进行量化处理，得到各个评价指标的量化结果，并根据各个评价指标的量化结果以及各个评价指标的权重通过加权证据理论对各个评价指标进行综合评判，最后根据中庸择优原则择优确定最终的发射机。

优选地，所述评价指标包括：系统可用性评价指标、系统可靠性评价指标和系统能力评价指标；

所述系统可用性评价指标包括：理想工作范围、功率等级或设备现状；

所述系统可靠性评价指标包括：开机时间、平均无故障时间或平均工作时间；

所述系统能力评价指标包括：干扰效果、频率偏差、整机效率、驻波比、

响度和场强。

优选地，系统可用性评价指标的量化处理算法的步骤具体包括：

其中，x1为系统要求的工作频率，c1，b1分别为发射机理想工作范围的上下限值，d1，a1为发射机工作范围的上下限值；

功率等级的量化处理的算法为：

A (x 2) = \{\begin{matrix} 0, & x 2 \leq a 2 \\ 1 - \frac{a 2 - x 2}{2 * a 2}, & x 2 > a 2 \end{matrix};

其中，a2为发射机载波功率等级，x2为监测频率所需要的功率等级下限；

设备现状的量化处理的算法为：

优选地，系统可靠性评价指标的量化处理算法的步骤具体包括：

开机时间的量化处理的算法为：

A (x 4) = \{\begin{matrix} 0, & x 4 < a 4 \\ e^{- {(\frac{x 4 - a 4}{b 4})}^{2}}, & x 4 &GreaterEqual; a 4 \end{matrix};

其中，x4为连续开机时间，a4为连续开机时间理想时间下限，b4为专家给出的连续开机的理想时间上限；

干扰效果的量化处理的算法为：

A (x 7) = \{\begin{matrix} 1, & x 7 > a 70 \\ 0.8 + 0.2 \times | \frac{(x 7 - a 70)}{(a 71 - a 70)} |, & a 71 \leq x 7 \leq a 70 \\ 0.6 + 0.3 \times \frac{(x 7 - a 71)}{(a 72 - a 71)} |, & a 72 \leq x 7 \leq a 71 \\ 0.3 + 0.3 \times | \frac{(x 7 - a 72)}{(a 72)} |, & x 7 \leq a 72 \\ 0, & x 7 < 0 \end{matrix};

其中，x7为发射机的信噪比，根据发射机的技术指标按照信噪比分为甲、乙、丙三个技术等级，a70为甲级指标，a71为乙级指标，a72为丙级指标；

频率偏差的量化处理算法为：

A (x 8) = \{\begin{matrix} 1, & x 7 \leq a 80 \\ 0.8 + 0.2 \times | \frac{(x 8 - a 81)}{(a 81 - a 80)} |, & a 80 \leq x 8 \leq a 81 \\ 0.6 + 0.3 \times | \frac{(x 8 - a 82)}{(a 82 - a 81)} |, & a 81 \leq x 8 \leq a 82 \\ 0, & x 8 \leq a 82 \end{matrix};

根据发射机的技术指标按照频率偏差分为甲、乙、丙三个技术等级，a80为甲级指标，a81为乙级指标，a82为丙级指标，x8为发射机的频率偏差；

驻波比的量化处理的算法为：

A (x 9) = \{\begin{matrix} 0, & x 9 < a 9, \\ e^{- {(\frac{x 9 - a 9}{b 9})}^{2},} & a 9 \leq x 9 \leq b 9 \\ 0, & x 9 > b 9 \end{matrix};

其中，x9为发射机驻波比，a9为发射机的理想驻波比上限，b9为发射机理想驻波比的下限。

响度和场强的数值类型为一个打分值，分值为1-5，计算时将分值*0.2。

整机效率是发射机入射功率与总功率的比值，直接用于证据理论计算，不用进行量化处理。

优选地，根据各个评价指标的量化结果以及各个评价指标的权重通过加权证据理论对各个评价指标进行综合评判的步骤具体包括：

假设某个指标因素的信任测度为三维组(μ_i，β_i，δ_i)，其中，β_i为对某个指标因素所处状态的满意度，μ_i为某个指标因素所处状态的不满意度，δ_i=1-β_i-μ_i为对某个指标因素的未知度，一级评价指标中β_i根据各个评价指标的量化结果得到，μ_i=1-β_i，δ_i=0；

综合评价指标根据指标的权重进行证据融合计算：

设V₁，V₂，V₃，…,V_n分别附加权值为W₁，W₂，W₃，…,W_n，则

μ = Σ_{i = 1}^{n} W_{i} μ_{i},

β = Σ_{i = 1}^{n} W_{i} μ_{i},

δ_i=1-β_i-μ_i，

根据上述的满意度、不满意度及未知度通过加权证据理论对各个评价指标进行综合评判。

优选地，根据中庸择优原则择优确定最终的发射机的步骤具体包括：

设β_h+0.5δ_h=max{β_j+0.5δ_j|j=1，2，3，…m}，则μ_h被认为是中庸最优对象，其中，h∈{1，2，3....m},设总共有m部发射机。

本发明针对专家知识建立了合理的影响电子对抗播控系统作战效能的指标体系，通过构建隶属函数等算法模型，实现了由底层指标的评价值合成到顶层指标的综合评价值，最终为动态调整电子对抗发射机以及发射机信号源输出信号的工作频率和工作方式决策提供理论依据。

本发明的其他特征和优点将在随后的说明书中阐述，并且部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

图1为现有的短波全固态机房布置的示意图；

图2为本发明实施例的基于加权证据理论的短波广播式语音电子对抗播控系统优选算法的流程图；

图3为本发明实施例的另一种基于加权证据理论的短波广播式语音电子对抗播控系统优选算法的流程图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。为了清楚和简化目的，当其可能使本发明的主题模糊不清时，将省略本文所描述的器件中已知功能和结构的详细具体说明。

本发明设计了一种基于加权证据理论的短波广播式语音电子对抗播控系统优选算法。参见图2，该方法包括：

S201、进行各个评价指标及其权重设置，并获取各个评价指标所需的计算数据；

本发明实施例的评价指标包括：系统可用性评价指标、系统可靠性评价指标和系统能力评价指标；

其中，所述系统可用性评价指标包括：理想工作范围、功率等级或设备现状；

所述系统能力评价指标包括：干扰效果、辐射效果、整机效率或驻波比。

表1评价体系权重设置

S202、根据获取到的各个评价指标相应的计算数据对各个评价指标进行量化处理，得到各个评价指标的量化结果；

该步骤具体包括：

系统可用性评价指标的量化处理算法的步骤具体包括：

理想工作范围的量化处理的算法为：

功率等级的量化处理的算法为：

A (x 2) = \{\begin{matrix} 0, & x 2 \leq a 2 \\ 1 - \frac{a 2 - x 2}{2 * a 2}, & x 2 > a 2 \end{matrix};

其中，a2为发射机载波功率等级，x2为监测频率所需要的功率等级下限；设备现状的量化处理的算法为：

系统可靠性评价指标的量化处理算法的步骤具体包括：

开机时间的量化处理的算法为：

A (x 4) = \{\begin{matrix} 0, & x 4 < a 4 \\ e^{- {(\frac{x 4 - a 4}{b 4})}^{2}}, & x 4 &GreaterEqual; a 4 \end{matrix};

平均无故障时间的量化处理的算法为：

其中，a5为发射机的无故障运行时间，b5为发射机的开机总时间；

平均工作时长的量化处理的算法为：

其中，a6[i]为第i部发射机的工作时长，设总共有m部发射机。

干扰效果的量化处理的算法为：

A (x 7) = \{\begin{matrix} 1, & x 7 > a 70 \\ 0.8 + 0.2 \times | \frac{(x 7 - a 70)}{(a 71 - a 70)} |, & a 71 \leq x 7 \leq a 70 \\ 0.6 + 0.3 \times \frac{(x 7 - a 71)}{(a 72 - a 71)} |, & a 72 \leq x 7 \leq a 71 \\ 0.3 + 0.3 \times | \frac{(x 7 - a 72)}{(a 72)} |, & x 7 \leq a 72 \\ 0, & x 7 < 0 \end{matrix};

频率偏差的量化处理算法为：

A (x 8) = \{\begin{matrix} 1, & x 7 \leq a 80 \\ 0.8 + 0.2 \times | \frac{(x 8 - a 81)}{(a 81 - a 80)} |, & a 80 \leq x 8 \leq a 81 \\ 0.6 + 0.3 \times | \frac{(x 8 - a 82)}{(a 82 - a 81)} |, & a 81 \leq x 8 \leq a 82 \\ 0, & x 8 \leq a 82 \end{matrix};

驻波比的量化处理的算法为：

A (x 9) = \{\begin{matrix} 0, & x 9 < a 9, \\ e^{- {(\frac{x 9 - a 9}{b 9})}^{2},} & a 9 \leq x 9 \leq b 9 \\ 0, & x 9 > b 9 \end{matrix};

其中，x9为发射机驻波比，a9为发射机的理想驻波比上限（一般取1），b9为发射机理想驻波比的下限（一般取3）。

响度和场强的数值类型为一个打分值，分值为1-5，计算时将分值*0.2即可；

整机效率是发射机入射功率与总功率的比值，可直接用于证据理论计算，不用进行量化处理。

S203、根据各个评价指标的量化结果以及各个评价指标的权重通过加权证据理论对各个评价指标进行综合评判；

该步骤具体包括：

假设某个指标因素的信任测度为三维组(β_i，μ_i，δ_i)，其中，β_i为对某个指标因素所处状态的满意度，μ_i为某个指标因素所处状态的不满意度，δ_i=1-β_i-μ_i为对某个指标因素的未知度，β_i一级评价指标中根据各个评价指标的量化结果得到；，μ_i=1-β_i，δ_i=0；

综合评价指标根据指标的权重进行证据融合计算：

μ = Σ_{i = 1}^{n} W_{i} μ_{i},

β = Σ_{i = 1}^{n} W_{i} μ_{i},

δ_i=1-β_i-μ_i，

S204、根据中庸择优原则择优确定最终的发射机。

该步骤具体包括：设β_h+0.5δ_h=max{β_j+0.5δ_j|j=1，2，3，…m}，则μ_h被认为是中庸最优对象，其中，h∈{1，2，3....m},设总共有m部发射机。

下面以一个具体的例子对本发明所述的方法进行解释和说明：

1、指标及权重设置，如表2所示：

表2评价体系权重设置

2、表3所示为A、B两台发射机的数据获取，具体如表3所示。

表3、A、B两台发射机的数据获取

序号	指标名称	A发射机数据	B发射机数据	备注
					1	工作范围（MHz）	3.9-26.1	3.9-26.1
2	理想工作范围(MHz)	3.9-12	15-26.1

2	功率等级（Kw）	2	10
				3	设备现状	正常,未使用	正常,未使用
4	持续开机时间(小时)	0	0
				5	平均无故障时间(小时)	800	680
6	工作时长(小时)	800	680
				7	M部发射机最长工作时长	1000	1000
7	信噪比(db)	53	49
				8	频率偏差(Hz)	4	8
9	驻波比(比率)	1.2	1.8
				10	整机效率(%)	45%	35%
11	响度（分）	5	3
				12	场强（分）	4	4

3、指标量化处理及单因素评判计算结果如表4所示。

现系统要求发射的频率为11.5MHz，输出功率为2KW量化算法计算结果如下：

表4、指标量化处理及单因素评判计算结果

4、一级指标及综合评判如表5-表8所示。

表5、A发射机一级评判指标计算

表6B发射机一级评判指标计算

表7A发射机的融合计算评价指标计算

表8B发射机的融合计算评价指标计算

5、择优算法

A,B两台发射机组融合后得出一个发射机组的三维组为（0.91165,0.08835,0）第二台发射机组的三维组为（0.714675,0.286325,0）,则应用优选算法：

β_i+0.5δ₁=0.91165

β₂+0.5δ₂=0.714675

6、判断结果

中庸最优对象的发射机组应为A发射机组。

7、将判断结果与现在运行发射机以及运行状态进行比较，如果不同，修改播出表，并将修改后的播出表进行下发，上述步骤具体参见图3。

综上所述，本发明针对专家知识建立了合理的影响电子对抗播控系统作战效能的指标体系，通过构建隶属函数等算法模型，实现了由底层指标的评价值合成到顶层指标的综合评价值，最终为动态调整电子对抗发射机以及发射机信号源输出信号的工作频率和工作方式决策提供理论依据。

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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。