CN105808944A - 装备效能评估数据的异型矩阵序列显示方法 - Google Patents

Abstract

本发明涉及异型矩阵序列技术领域，公开的一种装备效能评估数据的异型矩阵序列显示方法，采用异型矩阵序列的概念及其描述内涵，分析了该概念描述武器装备效能评估数据的优势，其步骤如下：1)、异型矩阵序列设置及内涵；2)、通抗装备作战效能数据的异型矩阵序列设置；本发明提出了对武器装备效能评估数据的异型矩阵序列描述，利用异型矩阵序列描述装备在完成规定任务整个过程中的行为表现，选择整个任务过程中连续的一系列任务剖面数据，从整体性、系统性的角度，对作战全过程的数据构建异型矩阵序列而进行作战效能的评估，增强了评估结果的置信度和可靠性。

Description

装备效能评估数据的异型矩阵序列显示方法

技术领域

本发明涉及异型矩阵序列技术领域，尤其涉及一种武器装备效能评估数据的异型矩阵序列显示方法，该方法提出了对武器装备效能评估数据的异型矩阵序列描述，提出了异型矩阵序列的概念及其描述内涵，分析了该概念描述武器装备效能评估数据的优势。

背景技术

目前选取典型作战任务剖面进行装备作战效能评估，实质就是退化了时间维度，忽视了装备行为信息的整体性和动态性，造成了评估信息的遗漏问题。另外，武器装备通常在各个作战能力下属性指标维度上的行为表现差异很大，作战能力行为矩阵A_k相互之间表现出异型特征，因此，大多数情况下，反映装备的作战效能矩阵序列A就是异型矩阵序列。而现有的有关文献介绍了同型矩阵及矩阵序列的概念及其应用，在武器装备试验活动中，很多多层次多属性决策与评估问题，如武器装备的作战效能评估，用无法用同型矩阵及同型矩阵序列进行全面、系统的描述，但是未查阅到有关异型矩阵序列的概念。

发明内容

为克服现有技术的不足，本发明提供一种装备效能评估数据的异型矩阵序列显示方法，即针对武器装备作战效能评估问题，其评估数据选用异型矩阵或异型矩阵序列描述具有更明显的物理意义。

本发明实现上述目的采用的技术方案：

一种装备效能评估数据的异型矩阵序列显示方法，采用异型矩阵序列的概念及其描述内涵，分析该概念描述武器装备效能评估数据的优势，其步骤如下：

1)、异型矩阵序列设置及内涵；

设矩阵J＝(a_i,j)_M×N和K＝(b_i,j)_M×N，当两个矩阵两个维度方向的维度分别相等，则称矩阵J和K为同型矩阵；否则称为异型矩阵；

武器装备试验活动中多层次多属性方案决策问题的特征量在三维空间分布和变化，利用矩阵序列则可有效地解决特征量的描述问题；对于数据列

A＝(A₁,A₂,Λ,A_n)(1)

式中A_k(k＝1,2,Λ,n)为矩阵表述，则称A为矩阵序列；矩阵序列其实是由一系列矩阵构成的“块状”数据列；

在矩阵序列A中，若所有矩阵A_k(k＝1,2,Λ,n)为同型矩阵，则称A为同型矩阵序列；若矩阵A_k(k＝1,2,Λ,n)中至少有2个矩阵相互为异型矩阵，则称A为异型矩阵序列；

对于武器装备的作战效能评估问题，装备完成任务过程在作战能力、属性指标、时间等三个维度上具有行为表现，因此，完成任务的程度在上述三个维度上具有属性值；设利用矩阵序列A＝(A₁,A₂,Λ,A_n)描述反映装备的作战效能，则A_k(k＝1,2,Λ,n)表示装备的第k个作战能力的行为矩阵，也有

$A_k={\left(a_{i,j}^k\right)}_{M\×N}=\left[\begin{array}{cccc}{a}_{1,1}^k& a_{1,2}^k& \mathrm{\Λ}& a_{1,N}^k\\ a_{2,1}^k& a_{2,2}^k& \mathrm{\Λ}& a_{2,N}^k\\ M& M& M& M\\ a_{M,1}^k& a_{M_{r}2}^k& \mathrm{\Λ}& a_{M,N}^k\end{array}\right]---\left(2\right)$

式中表示装备在第k个作战能力、第i个属性指标、第j个时间点上的行为属性值，M表示第k个作战能力下的属性指标总数，N表示选取的时间点总数；

当N值足够大时，矩阵序列A反映了武器装备在整个作战过程中的效能行为表现，在进行作战效能评估时则可充分利用装备完成作战任务的行为表现信息，因而提高了评估结论的置信度和稳健性；该反映装备的作战效能矩阵序列A就是异型矩阵序列；

2)、通抗装备作战效能数据的异型矩阵序列设置；

超短波地面通信对抗系统由侦察控制站、测向站和干扰站组成，作战使命是在侦察控制站的指挥控制下，对敌无线电通信信号搜索、截获和分析，测定辐射源所在方位并进行定位，按指令对干扰目标人工控制或自动发射干扰；建立其作战效能评估指标体系，分别利用行为矩阵A_i(i＝1,2,Λ,5)描述侦察能力、测向能力、干扰能力、指控能力和作战适用性，则用行为矩阵序列A＝(A₁,A₂,A₃,A₄,A₅)反映该系统的作战效能，于是该系统作战效能E表示为：

E＝f(A)

＝f(A₁,A₂,A₃,A₄,A₅)

式中f(·)表示矩阵序列处理函数，明确其函数表达形式，即可得到该系统的作战效能值；该系统完成规定作战任务，设行为矩阵A_i(i＝1,2,Λ,5)数据已经过定量化和无量纲化等处理，其完成任务全过程的行为矩阵序列表示为：

$\begin{array}{c}A=\[\left[\begin{array}{cccc}0.82& 0.77& 0.84& 0.78\\ 0.77& 0.72& 0.84& 0.70\\ 0.85& 0.80& 0.88& 0.80\\ 0.85& 0.79& 0.84& 0.78\\ 0.80& 0.63& 0.74& 0.67\end{array}\right],\left[\begin{array}{cccc}0.71& 0.64& 0.77& 0.69\\ 0.64& 0.56& 0.64& 0.62\\ 0.84& 0.79& 0.85& 0.78\\ 0.78& 0.71& 0.79& 0.72\end{array}\right]\\ \left[\begin{array}{cccc}0.74& 0.63& 0.66& 0.78\\ 0.79& 0.64& 0.62& 0.79\\ 0.78& 0.70& 0.69& 0.80\\ 0.81& 0.68& 0.70& 0.77\end{array}\right],\left[\begin{array}{cccc}0.78& 0.65& 0.67& 0.78\\ 0.80& 0.69& 0.72& 0.84\\ 0.80& 0.68& 0.72& 0.80\\ 0.81& 0.74& 0.72& 0.85\\ 0.75& 0.63& 0.61& 0.78\end{array}\right],\left[\begin{array}{cccc}0.85& 0.76& 0.77& 0.88\\ 0.84& 0.72& 0.73& 0.85\\ 0.86& 0.75& 0.78& 0.87\end{array}\right]\]\end{array}$

很显然，A为异型矩阵序列；该矩阵的可视化从整体上系统地表现了装备的作战能力。

由于采用如上所述的技术方案，本发明具有如下优越性：

一种装备效能评估数据的异型矩阵序列显示方法，采用异型矩阵序列的概念及其描述内涵，分析该概念描述武器装备效能评估数据的优势，该描述方法的优势是武器装备作战效能评估问题的最关键点体现在输入数据的描述，该方法利用异型矩阵序列描述装备在完成规定任务整个过程中的行为表现，不像传统效能评估那样选择典型的任务剖面数据，而是选择整个任务过程中连续的一系列任务剖面数据，也就不存在由典型到一般、以及时间退化等推断假设，从整体性、系统性的角度看，基于作战全过程的数据构建异型矩阵序列而进行作战效能的评估，增强了评估结果的置信度和可靠性。即在进行作战效能评估时则可充分利用装备完成作战任务的行为表现信息，因而提高了评估结论的置信度和稳健性。

附图说明

图1为超短波通信对抗系统作战效能评估指标体系图。

图2为系统完成任务的行为矩阵曲面图。

具体实施方式

如图1、2所示，一种装备效能评估数据的异型矩阵序列显示方法，采用异型矩阵序列的概念及其描述内涵，分析该概念描述武器装备效能评估数据的优势，其步骤如下：

1异型矩阵序列设置及内涵

假设矩阵J＝(a_i,j)_M×N和K＝(b_i,j)_M×N，两个矩阵两个维度方向的维度分别相等，则称矩阵J和K为同型矩阵；否则称为异型矩阵。

武器装备试验活动中多层次多属性方案决策问题的特征量通常在三维空间分布和变化，利用矩阵序列则可以有效地解决特征量的描述问题。对于数据列

A＝(A₁,A₂,Λ,A_n)(1)

式中A_k(k＝1,2,Λ,n)为矩阵表述，则称A为矩阵序列。矩阵序列其实就是由一系列矩阵构成的“块状”数据列。

在矩阵序列A中，若所有矩阵A_k(k＝1,2,Λ,n)为同型矩阵，则称A为同型矩阵序列；若矩阵A_k(k＝1,2,Λ,n)中至少有2个矩阵相互为异型矩阵，则称A为异型矩阵序列。

例如，对于武器装备的作战效能评估问题，装备完成任务过程在作战能力、属性指标、时间等三个维度上具有行为表现，因此，完成任务的程度在上述三个维度上具有属性值。假设利用矩阵序列A＝(A₁,A₂,Λ,A_n)描述反映装备的作战效能，则A_k(k＝1,2,Λ,n)表示装备的第k个作战能力的行为矩阵，也有

$A_k={\left(a_{i,j}^k\right)}_{M\×N}=\left[\begin{array}{cccc}{a}_{1,1}^k& a_{1,2}^k& \mathrm{\Λ}& a_{1,N}^k\\ a_{2,1}^k& a_{2,2}^k& \mathrm{\Λ}& a_{2,N}^k\\ M& M& M& M\\ a_{M,1}^k& a_{M,2}^k& \mathrm{\Λ}& a_{M,N}^k\end{array}\right]---\left(2\right)$

式中表示装备在第k个作战能力、第i个属性指标、第j个时间点上的行为属性值，M表示第k个作战能力下的属性指标总数，N表示选取的时间点总数。

当N值足够大时，矩阵序列A反映了武器装备在整个作战过程中的效能行为表现，在进行作战效能评估时则可以充分利用装备完成作战任务的行为表现信息，因而在一定程度上提高了评估结论的置信度和稳健性。目前选取典型作战任务剖面进行装备作战效能评估，实质就是退化了时间维度，忽视了装备行为信息的整体性和动态性，造成了评估信息的遗漏问题。另外，武器装备通常在各个作战能力下属性指标维度上的行为表现差异很大，作战能力行为矩阵A_k相互之间表现出异型特征，因此，大多数情况下，反映装备的作战效能矩阵序列A就是异型矩阵序列。

2通抗装备作战效能数据的异型矩阵序列设置

假设某型号超短波地面通信对抗系统由侦察控制站、测向站和干扰站组成，主要作战使命是在侦察控制站的指挥控制下，对敌无线电通信信号搜索、截获和分析，测定辐射源所在方位并进行定位，按指令对干扰目标人工控制或自动发射干扰。建立其作战效能评估指标体系如图1所示，分别利用行为矩阵A_i(i＝1,2,Λ,5)描述侦察能力、测向能力、干扰能力、指控能力和作战适用性，则可以利用行为矩阵序列A＝(A₁,A₂,A₃,A₄,A₅)反映该系统的作战效能，于是该系统作战效能E可以表示为

E＝f(A)

＝f(A₁,A₂,A₃,A₄,A₅)

式中f(·)表示矩阵序列处理函数，明确其函数表达形式，即可得到该系统的作战效能值。该系统完成规定作战任务，假设行为矩阵A_i(i＝1,2,Λ,5)数据已经过定量化和无量纲化等处理，其完成任务全过程的行为矩阵序列表示为

$\begin{array}{c}A=\[\left[\begin{array}{cccc}0.82& 0.77& 0.84& 0.78\\ 0.77& 0.72& 0.84& 0.70\\ 0.85& 0.80& 0.88& 0.80\\ 0.85& 0.79& 0.84& 0.78\\ 0.80& 0.63& 0.74& 0.67\end{array}\right],\left[\begin{array}{cccc}0.71& 0.64& 0.77& 0.69\\ 0.64& 0.56& 0.64& 0.62\\ 0.84& 0.79& 0.85& 0.78\\ 0.78& 0.71& 0.79& 0.72\end{array}\right]\\ \left[\begin{array}{cccc}0.74& 0.63& 0.66& 0.78\\ 0.79& 0.64& 0.62& 0.79\\ 0.78& 0.70& 0.69& 0.80\\ 0.81& 0.68& 0.70& 0.77\end{array}\right],\left[\begin{array}{cccc}0.78& 0.65& 0.67& 0.78\\ 0.80& 0.69& 0.72& 0.84\\ 0.80& 0.68& 0.72& 0.80\\ 0.81& 0.74& 0.72& 0.85\\ 0.75& 0.63& 0.61& 0.78\end{array}\right],\left[\begin{array}{cccc}0.85& 0.76& 0.77& 0.88\\ 0.84& 0.72& 0.73& 0.85\\ 0.86& 0.75& 0.78& 0.87\end{array}\right]\]\end{array}$

很显然，A为异型矩阵序列。该矩阵的可视化表示如图2所示，从整体上系统地表现了装备的作战能力。

该描述方法的优势

武器装备作战效能评估问题的最关键点就体现在输入数据的描述。该方法利用异型矩阵序列描述装备在完成规定任务整个过程中的行为表现，不像传统效能评估那样选择典型的任务剖面数据，而是选择整个任务过程中连续的一系列任务剖面数据，也就不存在由典型到一般、以及时间退化等推断假设，从整体性、系统性的角度看，基于作战全过程的数据构建异型矩阵序列而进行作战效能的评估，增强了评估结果的置信度和可靠性。

Claims (1)

1.一种装备效能评估数据的异型矩阵序列显示方法，其特征是：其步骤如下：

1)、异型矩阵序列的设置及内涵；

设矩阵J＝(a_i,j)_M×N和K＝(b_i,j)_M×N，当两个矩阵两个维度方向的维度分别相等，则称矩阵J和K为同型矩阵；否则称为异型矩阵；

武器装备试验活动中多层次多属性方案决策问题的特征量在三维空间分布和变化，利用矩阵序列则可有效地解决特征量的描述问题；对于数据列

A＝(A₁,A₂,Λ,A_n)(1)

式中A_k(k＝1,2,Λ,n)为矩阵表述，则称A为矩阵序列；矩阵序列其实是由一系列矩阵构成的“块状”数据列；

在矩阵序列A中，若所有矩阵A_k(k＝1,2,Λ,n)为同型矩阵，则称A为同型矩阵序列；若矩阵A_k(k＝1,2,Λ,n)中至少有2个矩阵相互为异型矩阵，则称A为异型矩阵序列；

对于武器装备的作战效能评估问题，装备完成任务过程在作战能力、属性指标、时间等三个维度上具有行为表现，因此，完成任务的程度在上述三个维度上具有属性值；设利用矩阵序列A＝(A₁,A₂,Λ,A_n)描述反映装备的作战效能，则A_k(k＝1,2,Λ,n)表示装备的第k个作战能力的行为矩阵，也有

$A_k={\left(a_{i,j}^k\right)}_{M\×N}=\left[\begin{array}{cccc}{a}_{1,1}^k& a_{1,2}^k& \mathrm{\Λ}& a_{1,N}^k\\ a_{2,1}^k& a_{2,2}^k& \mathrm{\Λ}& a_{2,N}^k\\ M& M& M& M\\ a_{M,1}^k& a_{M,2}^k& \mathrm{\Λ}& a_{M,N}^k\end{array}\right]---\left(2\right)$

式中表示装备在第k个作战能力、第i个属性指标、第j个时间点上的行为属性值，M表示第k个作战能力下的属性指标总数，N表示选取的时间点总数；

当N值足够大时，矩阵序列A反映了武器装备在整个作战过程中的效能行为表现，在进行作战效能评估时则可充分利用装备完成作战任务的行为表现信息，因而提高了评估结论的置信度和稳健性；该反映装备的作战效能矩阵序列A就是异型矩阵序列；

2)、通抗装备作战效能数据的异型矩阵序列设置；

超短波地面通信对抗系统由侦察控制站、测向站和干扰站组成，作战使命是在侦察控制站的指挥控制下，对敌无线电通信信号搜索、截获和分析，测定辐射源所在方位并进行定位，按指令对干扰目标人工控制或自动发射干扰；建立其作战效能评估指标体系，分别利用行为矩阵A_i(i＝1,2,Λ,5)描述侦察能力、测向能力、干扰能力、指控能力和作战适用性，则用行为矩阵序列A＝(A₁,A₂,A₃,A₄,A₅)反映该系统的作战效能，于是该系统作战效能E表示为

E＝f(A)

＝f(A₁,A₂,A₃,A₄,A₅)

式中f(·)表示矩阵序列处理函数，明确其函数表达形式，即可得到该系统的作战效能值；该系统完成规定作战任务，设行为矩阵A_i(i＝1,2,Λ,5)数据已经过定量化和无量纲化等处理，其完成任务全过程的行为矩阵序列表示为

$\begin{array}{c}A=\[\left[\begin{array}{cccc}0.82& 0.77& 0.84& 0.78\\ 0.77& 0.72& 0.84& 0.70\\ 0.85& 0.80& 0.88& 0.80\\ 0.85& 0.79& 0.84& 0.78\\ 0.80& 0.63& 0.74& 0.67\end{array}\right],\left[\begin{array}{cccc}0.71& 0.64& 0.77& 0.69\\ 0.64& 0.56& 0.64& 0.62\\ 0.84& 0.79& 0.85& 0.78\\ 0.78& 0.71& 0.79& 0.72\end{array}\right]\\ \left[\begin{array}{cccc}0.74& 0.63& 0.66& 0.78\\ 0.79& 0.64& 0.62& 0.79\\ 0.78& 0.70& 0.69& 0.80\\ 0.81& 0.68& 0.70& 0.77\end{array}\right],\left[\begin{array}{cccc}0.78& 0.65& 0.67& 0.78\\ 0.80& 0.69& 0.72& 0.84\\ 0.80& 0.68& 0.72& 0.80\\ 0.81& 0.74& 0.72& 0.85\\ 0.75& 0.63& 0.61& 0.78\end{array}\right],\left[\begin{array}{cccc}0.85& 0.76& 0.77& 0.88\\ 0.84& 0.72& 0.73& 0.85\\ 0.86& 0.75& 0.78& 0.87\end{array}\right]\]\end{array}$

很显然，A为异型矩阵序列；该矩阵的可视化从整体上系统地表现了装备的作战能力。