CN111337956A - 导航接收机性能综合评价方法及装置 - Google Patents
导航接收机性能综合评价方法及装置 Download PDFInfo
- Publication number
- CN111337956A CN111337956A CN202010183785.6A CN202010183785A CN111337956A CN 111337956 A CN111337956 A CN 111337956A CN 202010183785 A CN202010183785 A CN 202010183785A CN 111337956 A CN111337956 A CN 111337956A
- Authority
- CN
- China
- Prior art keywords
- layer
- index
- vector
- determining
- membership
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Remote Sensing (AREA)
- Computational Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明实施例提供一种导航接收机性能综合评价方法及装置,该方法包括:获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,所述隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;根据由等级评分构成的评分向量和所述综合评价向量,确定导航接收机的性能综合评分,用于性能评价。该方法能够实现不同接收机之间客观、准确的量化对比。
Description
技术领域
本发明涉及卫星导航定位设备测试领域,尤其涉及一种导航接收机性能综合评价方法及装置。
背景技术
卫星导航定位是基础科学研究中的一个重要分支,近年来,导航接收机在人们的日常生活中扮演着越来越重要的角色,导航产品的市场正在快速发展。所以在导航接收机进入市场之前,需要对其的功能和性能进行全面、标准的测试和评估,以促进导航接收机产业快速、健康的发展。
由于导航接收机的应用领域非常广泛,所以会出现不同行业出台多个接收机测试标准的现象。导航接收机的测试标准有QJ-20007-2011、SJ/T 11420-2010、JJF 1118-2004、GB/T 19392-2013等等。虽然测试标准不同,但是观察一种类型的接收机对应的各个标准中,提到的对接收机进行测试的指标有很多是相同的,也有个别的指标是冗余的。因此需要根据每个指标的特性筛选出关键的可以评价导航接收机性能的指标。这些指标某些指标存在一定的关系,因此可以对这些指标分层次建立导航接收机的测试指标体系。
目前的方法都会通过专门的实验室来对接收机进行各项指标的测试,但是这些实验室现阶段的工作目标只是测出每一个指标的值是多少,判断每一个指标的数值是否在合格的范围内,对接收机整体的评价也只是当所有指标合格时,则整体评价为合格。这样的评价只是一种定性的评价,无法严谨、客观、定量的表现接收机的整体性能,无法实现对不同导航接收机进行对比。
发明内容
为了解决上述问题,本发明实施例提供一种导航接收机性能综合评价方法及装置。
第一方面,本发明实施例提供一种导航接收机性能综合评价方法,包括:获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,所述隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;根据由等级评分构成的评分向量和所述综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
进一步地,对于每个一层指标,确定下属的每个二层指标的隶属度向量,包括:将每个二层指标值,分别代入每个等级对应的隶属度函数,确定每个二层指标值相应等级的隶属度,所有等级的隶属度构成隶属度向量;其中,每个等级均预设隶属度函数,每个隶属度函数由决定N个等级的N-1个阈值构建得到。
进一步地,确定每个二层指标的权重系数,或确定每个一层指标的权重系数,包括:确定每个指标组的权重矩阵;确定权重矩阵最大特征值对应的特征向量,所述特征向量作为每个指标组的权重系数向量;其中,所述指标组由每个一层指标下属的所有二层指标,或所有一层指标构成,所述权重矩阵中的元素值,为指标间的重要程度的量化。
进一步地,所述根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量,包括:根据二层指标权重向量和隶属度矩阵,通过模糊算子计算一层指标的评价向量;相应地,每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量,包括:根据每个一层指标的权重系数,结合每个一层指标的评价向量,通过模糊算子计算综合评价向量。
进一步地,所述一层指标包括首次启动时间、灵敏度、定位精度和导航性能。
进一步地,所述二层指标包括:属于首次启动时间的冷启动时间、热启动时间和重捕获时间;属于灵敏度的捕获灵敏度和跟踪灵敏度;属于定位精度的定位偏差;属于导航性能的测速精度。
进一步地,所述确定每个指标组的权重矩阵之后,还包括:根据每个权重矩阵的最大特征根、矩阵的阶数和矩阵阶数对应的随机一致性指标值,计算所得权重矩阵的随机一致性比率,若计算得出的随机一致性比率不满足预设阈值,则调整权重矩阵,直至计算得出的随机一致性比率满足预设阈值。
第二方面,本发明实施例提供一种导航接收机性能综合评价装置,包括:等级确定模块,用于获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;评价向量确定模块,用于对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,所述隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;综合评价向量确定模块,用于确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;性能评价模块,用于根据由等级评分构成的评分向量和所述综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现本发明第一方面导航接收机性能综合评价方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本发明第一方面导航接收机性能综合评价方法的步骤。
本发明实施例提供的导航接收机性能综合评价方法及装置,通过确定每个二层指标的隶属度向量,能够客观的表示指标值对每个等级的隶属程度,而不受主观的等级划分影响;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量,同时考虑到指标值对每个等级的隶属程度和每个二层指标对导航接收机的性能的影响;再结合每个一层指标的评价向量,确定综合评价向量,进一步将属下的二层指标作为整体考虑对性能的综合影响,从而客观准确的反映了每个指标实际产生的影响程度,进而使得性能综合评分更客观且准确,最终实现不同接收机之间客观、准确的量化对比。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的导航接收机性能综合评价方法流程图;
图2为本发明实施例提供的导航接收机指标体系结构示意图;
图3为本发明实施例提供的接收机1综合评价方法流程图;
图4为本发明实施例提供的接收机2综合评价方法流程图;
图5为本发明实施例提供的导航接收机性能综合评价装置结构图;
图6为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前的导航接收机的评价方法,无法实现不同接收机之间客观、准确的量化对比,从而不利于推动导航接收机产业的发展。因此,对导航接收机结合综合评价模型进行综合性能评价非常重要。
本发明实施例提出了一种基于层次分析法(AHP)和模糊综合法(FCE)的导航接收机性能综合评价方法,这种方法将导航接收机测试指标进行分层,形成递阶式测试指标体系,利用层次分析法中的相对权重矩阵来客观的进行权重分配,用模糊综合法对每个没有边界的指标进行模糊化处理,结合两种方法从而计算出导航接收机的综合性能评价分数。
图1为本发明实施例提供的导航接收机性能综合评价方法流程图,如图1所示,本发明实施例提供一种导航接收机性能综合评价方法,包括:
101、获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级。
首先,预先建立导航接收机的测试指标递阶层次体系,导航接收机的测试指标多种多样,从这些指标中选出若干可以评价接收机性能的关键指标,即二层指标。例如,可选取如下二层指标:冷启动首次定位时间,热启动首次定位时间,重捕获时间,捕获灵敏度,跟踪灵敏度,定位偏差和测速精度。
根据各指标性质,将冷启动首次定位时间,热启动首次定位时间,重捕获时间归为首次定位时间评价因子的下层指标,将捕获灵敏度和追踪灵敏度归为灵敏度评价因子的下层指标,定位偏差则独自作为定位性能的下层指标,测速精度归为导航性能评价因子下层指标。图2为本发明实施例提供的导航接收机指标体系结构示意图,导航接收机测试指标体系见图2,依次划分为一层指标和二层指标。
构建导航接收机测试系统,七个指标全部利用模拟器方法进行测试,将GNSS信号模拟器连接导航接收机,观察接收机变化进行测试。七个指标分别用a1~a7表示。本发明实施例对两台不同型号的接收机进行测试,测试结果如表1所示。
表1
指标 | a1(s) | a2(s) | a3(s) | a4(dBm) | a5(dBm) | a6(m) | a7(m/s) |
接收机1 | 37 | 4 | 3.6 | -154 | -142 | 3.1 | 0.9 |
接收机2 | 35 | 3 | 2.64 | -150 | -136 | 1 | 0.1 |
确定每个指标是正向型指标还是逆向型,研究每个指标特性,发现七个指标全部为逆向型指标,也就是说指标测试数值越小越好。
确定每个指标测试值的评价等级划分,等级划分根据预设好的划分规则确定,如根据多个阈值来限定等级。例如,等级分为四个等级,分别为I,II,III,VI。具体的划分方式见表2
表2
a1(s) | a2(s) | a3(s) | a4(dBm) | a5(dBm) | a6(m) | a7(m/s) | |
I | ≤20 | ≤1 | ≤1 | ≤-150 | ≤-160 | ≤1 | ≤0.1 |
II | (20,35] | (1,4.5] | (1,2.5] | (-150,-135] | (-160,-145] | (1,5.5] | (0.1,0.55] |
III | (35,50) | (4.5,8) | (2.5,4) | (-135,-120) | (-145,-130) | (5.5,10) | (0.55,1) |
IV | ≥50 | ≥8 | ≥4 | ≥-120 | ≥-130 | ≥10 | ≥1 |
102、对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量。
隶属度向量表示二层指标对每个等级的隶属程度,也就是和每个等级的匹配程度。如上述四个等级的隶属度向量为(r1,r2,r3,r4),r1,r2,r3,r4分别表示属于1级到4级的隶属程度。例如,接收机1的a1指标值为37,属于等级3,但是和等级2也比较接近,经过一个预设的隶属度函数,得到如下的隶属度向量(0,0.43,0.5,0.07),可以看出,等级2的隶属度值为0.43,和等级3的隶属度值0.5非常接近,从而客观的体现了指标值对每个等级的隶属程度。计算隶属度向量的隶属度函数可采用梯形隶属度函数,以确定隶属度向量(r1,r2,r3,r4)。
二层指标的权重系数表示二层指标对接收机性能的影响程度,可以进行预设。一层指标的评价向量,表示加权后的对于每个等级的隶属程度的隶属向量。
103、确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量。
同样地,一层指标的权重系数表示一层指标对接收机性能的影响程度,可以进行预设。综合评价向量,表示基于一层指标的权重加权后的,总评估值对每个等级的隶属程度。
104、根据由等级评分构成的评分向量和综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
给评价等级I,II,III,IV赋分数,即评价分数向量(或称评分向量)N=(n1,n2,n3,n4),例如,将评价分数向量设为(0,1,2,3),再根据评价分数向量N与上述103计算得到的综合评价向量,确定最终的性能综合评分。例如,利用如下公式计算出综合评价分数:
μ=R′NT
其中,R′为综合评价向量。
本发明实施例的导航接收机性能综合评价方法,通过确定每个二层指标的隶属度向量,能够客观的表示指标值对每个等级的隶属程度,而不受主观的等级划分影响;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量,同时考虑到指标值对每个等级的隶属程度和每个二层指标对导航接收机的性能的影响;再结合每个一层指标的评价向量,确定综合评价向量,进一步将属下的二层指标作为整体考虑对性能的综合影响,从而客观准确的反映了每个指标实际产生的影响程度,进而使得性能综合评分更客观且准确,最终实现不同接收机之间客观、准确的量化对比。
基于上述实施例的内容,作为一种可选实施例,对于每个一层指标,确定下属的每个二层指标的隶属度向量,包括:将每个二层指标值,分别代入每个等级对应的隶属度函数,确定每个二层指标值相应等级的隶属度,所有等级的隶属度构成隶属度向量;其中,每个等级均预设隶属度函数,每个隶属度函数由决定N个等级的N-1个阈值构建得到。
每个等级对应一个预设的隶属度函数,对每个二层指标分别计算,隶属度函数可以为阶梯函数。例如,如下的隶属度函数:
对等级I的隶属度函数为:
对等级II的隶属度函数为:
对等级III的隶属度函数为:
对等级IV的隶属度函数为:
其中,a、b和c分为为等级I、II、III和IV之间的阈值,Δ为预设的差值。
本发明实施例提供的导航接收机性能综合评价方法,通过每个隶属度函数由决定N个等级的N-1个阈值构建得到,能够客观表示每个指标值在多个等级的隶属度。
基于上述实施例的内容,作为一种可选实施例,确定每个二层指标的权重系数,或确定每个一层指标的权重系数,包括:确定每个指标组的权重矩阵;确定权重矩阵最大特征值对应的特征向量,特征向量作为每个指标组的权重系数向量;其中,指标组由每个一层指标下属的所有二层指标,或所有一层指标构成,权重矩阵中的元素值,为指标间的重要程度的量化。
建立每个二级指标组和一级指标的相对权重矩阵。矩阵中每个元素aij表示因素i与因素j相对上一层某个元素的重要性,aij在1-9及其倒数中间取值,aij取值重要程度见表3,取值需要注意的是aij=1(i=j)。例如一级指标的相对权重矩阵可以设为:
表3
例如,利用下面公式计算权重矩阵的最大特征值对应的特征向量w=(w1,w2,…,wn)T,W=wT作为权重向量:W=(w1,w2,…,wn)。因此矩阵A对应的权重向量W=(0.11,0.21,0.47,0.21)。
基于上述实施例的内容,作为一种可选实施例,根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量,包括:根据二层指标权重向量和隶属度矩阵,通过模糊算子计算一层指标的评价向量;相应地,每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量,包括:根据每个一层指标的权重系数,结合每个一层指标的评价向量,通过模糊算子计算综合评价向量。
根据上述方法计算出所有二级指标集的对应的一级评价因子的评价向量,需要注意的是,定位偏差和测速精度为独立的二级指标,直接将这两个指标的隶属度向量作为一级评价因子的评价向量。
将所有一级指标的评价向量组合形成一级指标的评价矩阵,即隶属度矩阵。将得到的一级指标的隶属度矩阵和得到的一级指标的权重向量,按照上述模糊算子的计算方法,得到最终的综合评价向量
图3为本发明实施例提供的接收机1综合评价方法流程图,图4为本发明实施例提供的接收机2综合评价方法流程图,如图3和图4所示。最后得到接收机1和2的性能综合评分分别为1.677和2.282,可以看出接收机2的分数高于接收机1,即接收机2的综合性能优于接收机1。
基于上述实施例的内容,作为一种可选实施例,一层指标包括首次启动时间、灵敏度、定位精度和导航性能。上述实施例已对此进行了举例说明,此处不再赘述。
基于上述实施例的内容,作为一种可选实施例,二层指标包括:属于首次启动时间的冷启动时间、热启动时间和重捕获时间;属于灵敏度的捕获灵敏度和跟踪灵敏度;属于定位精度的定位偏差;属于导航性能的测速精度。上述实施例已对此进行了举例说明,此处不再赘述。
基于上述实施例的内容,作为一种可选实施例,确定每个指标组的权重矩阵之后,还包括:根据每个权重矩阵的最大特征根、矩阵的阶数和矩阵阶数对应的随机一致性指标值,计算所得权重矩阵的随机一致性比率,若计算得出的随机一致性比率不满足预设阈值,则调整权重矩阵,直至计算得出的随机一致性比率满足预设阈值。
对每个相对权重矩阵进行一致性检验,权重矩阵A阶数为n。计算相对权重的最大特征值λmax,以此计算一致性指标CI,则上述例子中的矩阵A的CI=0.07。
当CI=0时,A是完全一致的,CI值越大,A的不一致程度越大,A的不一致性的容许程度需要进一步判断。首先根据A的阶数获得平均随机一致性指标RI的值,阶数与RI对应值表如表4所示。
表4
根据计算的CI和RI计算一致性比率CR。矩阵A的阶数为4,对应RI=0.9,因此CR=0.08。
当CR<0.1时,A的不一致性程度是可以容许的,此时的相对权重矩阵可以用来进行指标权重分配。当CR>0.1时,则需要回到确定权值矩阵的过程,重新调整相对权数矩阵,直到矩阵通过一致性检验为止。矩阵A的CR<0.1,因此矩阵A通过一致性检验,不需要调整。
本发明实施例提供的导航接收机性能综合评价方法,通过计算得出的随机一致性比率不满足预设阈值,则调整权重矩阵,直至计算得出的随机一致性比率满足预设阈值,能够保证权重矩阵的客观性,从而确保使得性能综合评分更客观且准确。
图5为本发明实施例提供的导航接收机性能综合评价装置结构图,如图5所示,该导航接收机性能综合评价装置包括:等级确定模块501、评价向量确定模块502、综合评价向量确定模块503和性能评价模块504。其中,等级确定模块501用于获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;评价向量确定模块502用于对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;综合评价向量确定模块503用于确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;性能评价模块504用于根据由等级评分构成的评分向量和综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
本发明实施例提供的装置实施例是为了实现上述各方法实施例的,具体流程和详细内容请参照上述方法实施例,此处不再赘述。
本发明实施例提供的导航接收机性能综合评价装置,通过确定每个二层指标的隶属度向量,能够客观的表示指标值对每个等级的隶属程度,而不受主观的等级划分影响;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量,同时考虑到指标值对每个等级的隶属程度和每个二层指标对导航接收机的性能的影响;再结合每个一层指标的评价向量,确定综合评价向量,进一步将属下的二层指标作为整体考虑对性能的综合影响,从而客观准确的反映了每个指标实际产生的影响程度,进而使得性能综合评分更客观且准确,最终实现不同接收机之间客观、准确的量化对比。
图6为本发明实施例提供的一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和总线604,其中,处理器601,通信接口602,存储器603通过总线604完成相互间的通信。通信接口602可以用于电子设备的信息传输。处理器601可以调用存储器603中的逻辑指令,以执行包括如下的方法:获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;根据由等级评分构成的评分向量和综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
此外,上述的存储器603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明上述各方法实施例的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法,例如包括:获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;根据由等级评分构成的评分向量和综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种导航接收机性能综合评价方法,其特征在于,包括:
获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;
对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,所述隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;
确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;
根据由等级评分构成的评分向量和所述综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
2.根据权利要求1所述的导航接收机性能综合评价方法,其特征在于,对于每个一层指标,确定下属的每个二层指标的隶属度向量,包括:
将每个二层指标值,分别代入每个等级对应的隶属度函数,确定每个二层指标值相应等级的隶属度,所有等级的隶属度构成隶属度向量;
其中,每个等级均预设隶属度函数,每个隶属度函数由决定N个等级的N-1个阈值构建得到。
3.根据权利要求1所述的导航接收机性能综合评价方法,其特征在于,确定每个二层指标的权重系数,或确定每个一层指标的权重系数,包括:
确定每个指标组的权重矩阵;
确定权重矩阵最大特征值对应的特征向量,所述特征向量作为每个指标组的权重系数向量;
其中,所述指标组由每个一层指标下属的所有二层指标,或所有一层指标构成,所述权重矩阵中的元素值,为指标间的重要程度的量化。
4.根据权利要求1所述的导航接收机性能综合评价方法,其特征在于,所述根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量,包括:
根据二层指标权重向量和隶属度矩阵,通过模糊算子计算一层指标的评价向量;
相应地,每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量,包括:
根据每个一层指标的权重系数,结合每个一层指标的评价向量,通过模糊算子计算综合评价向量。
5.根据权利要求1所述的导航接收机性能综合评价方法,其特征在于,所述一层指标包括首次启动时间、灵敏度、定位精度和导航性能。
6.根据权利要求5所述的导航接收机性能综合评价方法,其特征在于,所述二层指标包括:
属于首次启动时间的冷启动时间、热启动时间和重捕获时间;
属于灵敏度的捕获灵敏度和跟踪灵敏度;
属于定位精度的定位偏差;
属于导航性能的测速精度。
7.根据权利要求3所述的导航接收机性能综合评价方法,其特征在于,所述确定每个指标组的权重矩阵之后,还包括:
根据每个权重矩阵的最大特征根、矩阵的阶数和矩阵阶数对应的随机一致性指标值,计算所得权重矩阵的随机一致性比率,若计算得出的随机一致性比率不满足预设阈值,则调整权重矩阵,直至计算得出的随机一致性比率满足预设阈值。
8.一种导航接收机性能综合评价装置,其特征在于,包括:
等级确定模块,用于获取导航接收机每个一层指标下的所有二层指标的指标值,并根据预设的等级划分规则确定每个指标值的等级;
评价向量确定模块,用于对于每个一层指标,确定下属的每个二层指标的隶属度向量,并确定每个二层指标的权重系数,所述隶属度向量表示二层指标对每个等级的隶属程度;根据二层指标的隶属度向量和权重系数,确定所属的一层指标的评价向量;
综合评价向量确定模块,用于确定每个一层指标的权重系数,结合每个一层指标的评价向量,确定综合评价向量;
性能评价模块,用于根据由等级评分构成的评分向量和所述综合评价向量,确定导航接收机的性能综合评分,用于性能评价。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述导航接收机性能综合评价方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述导航接收机性能综合评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010183785.6A CN111337956B (zh) | 2020-03-16 | 2020-03-16 | 导航接收机性能综合评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010183785.6A CN111337956B (zh) | 2020-03-16 | 2020-03-16 | 导航接收机性能综合评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111337956A true CN111337956A (zh) | 2020-06-26 |
CN111337956B CN111337956B (zh) | 2022-02-11 |
Family
ID=71184287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010183785.6A Active CN111337956B (zh) | 2020-03-16 | 2020-03-16 | 导航接收机性能综合评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111337956B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183947A (zh) * | 2020-09-07 | 2021-01-05 | 中车工业研究院有限公司 | 轨道交通车辆综合评价方法、装置、电子设备及存储介质 |
CN115981292A (zh) * | 2023-02-14 | 2023-04-18 | 中国人民解放军国防科技大学 | 磁浮列车的悬浮系统性能评价方法、装置及设备和介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004013772A2 (en) * | 2002-08-05 | 2004-02-12 | Lockheed Martin Orincon Corporation | System and method for indexing non-textual data |
CN102723576A (zh) * | 2012-06-14 | 2012-10-10 | 北京航空航天大学 | 一种基于工作频率与层次分析法的机载天线布局的量化评估方法 |
CN103501205A (zh) * | 2013-10-11 | 2014-01-08 | 北京理工大学 | 基于模糊综合评判的目标跳频信号识别方法 |
CN104965959A (zh) * | 2015-07-23 | 2015-10-07 | 北京联合大学 | 一种无线通信系统抗电磁干扰性能评估方法 |
JP2017040572A (ja) * | 2015-08-20 | 2017-02-23 | 株式会社東芝 | 到来方向推定装置、方法およびプログラム |
CN106548272A (zh) * | 2016-10-13 | 2017-03-29 | 中国电力科学研究院 | 一种电动汽车快充设施综合性能的评价方法 |
CN108428227A (zh) * | 2018-02-27 | 2018-08-21 | 浙江科技学院 | 基于全卷积神经网络的无参考图像质量评价方法 |
CN108537361A (zh) * | 2018-03-06 | 2018-09-14 | 西安大衡天成信息科技有限公司 | 一种机动雷达和通信台站的选址评估方法 |
CN108629511A (zh) * | 2018-05-04 | 2018-10-09 | 上海微小卫星工程中心 | 一种基于多因素模糊理论推理及层级分析法的卫星综合效能评估方法 |
US20190041374A1 (en) * | 2017-08-03 | 2019-02-07 | Central South University Of Forestry And Technology | Rapid screening method of processing raw rice for rice products |
CN109697566A (zh) * | 2018-12-27 | 2019-04-30 | 四川大学 | 机电产品加工工艺评价系统及其评价方法 |
CN109902882A (zh) * | 2019-03-21 | 2019-06-18 | 北京工业大学 | 原子钟钟差预测模型训练方法及装置 |
CN110347972A (zh) * | 2019-06-13 | 2019-10-18 | 西安交通大学 | 机电特种设备安全性评价指标体系的权重集组合量化方法 |
WO2019223104A1 (zh) * | 2018-05-22 | 2019-11-28 | 平安科技(深圳)有限公司 | 确定事件影响因素的方法、装置、终端设备及可读存储介质 |
CN110599011A (zh) * | 2019-08-29 | 2019-12-20 | 广东省水利水电科学研究院 | 基于改进ahp-fce法的渡槽安全评价方法、系统及存储介质 |
-
2020
- 2020-03-16 CN CN202010183785.6A patent/CN111337956B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004013772A2 (en) * | 2002-08-05 | 2004-02-12 | Lockheed Martin Orincon Corporation | System and method for indexing non-textual data |
CN102723576A (zh) * | 2012-06-14 | 2012-10-10 | 北京航空航天大学 | 一种基于工作频率与层次分析法的机载天线布局的量化评估方法 |
CN103501205A (zh) * | 2013-10-11 | 2014-01-08 | 北京理工大学 | 基于模糊综合评判的目标跳频信号识别方法 |
CN104965959A (zh) * | 2015-07-23 | 2015-10-07 | 北京联合大学 | 一种无线通信系统抗电磁干扰性能评估方法 |
JP2017040572A (ja) * | 2015-08-20 | 2017-02-23 | 株式会社東芝 | 到来方向推定装置、方法およびプログラム |
CN106548272A (zh) * | 2016-10-13 | 2017-03-29 | 中国电力科学研究院 | 一种电动汽车快充设施综合性能的评价方法 |
US20190041374A1 (en) * | 2017-08-03 | 2019-02-07 | Central South University Of Forestry And Technology | Rapid screening method of processing raw rice for rice products |
CN108428227A (zh) * | 2018-02-27 | 2018-08-21 | 浙江科技学院 | 基于全卷积神经网络的无参考图像质量评价方法 |
CN108537361A (zh) * | 2018-03-06 | 2018-09-14 | 西安大衡天成信息科技有限公司 | 一种机动雷达和通信台站的选址评估方法 |
CN108629511A (zh) * | 2018-05-04 | 2018-10-09 | 上海微小卫星工程中心 | 一种基于多因素模糊理论推理及层级分析法的卫星综合效能评估方法 |
WO2019223104A1 (zh) * | 2018-05-22 | 2019-11-28 | 平安科技(深圳)有限公司 | 确定事件影响因素的方法、装置、终端设备及可读存储介质 |
CN109697566A (zh) * | 2018-12-27 | 2019-04-30 | 四川大学 | 机电产品加工工艺评价系统及其评价方法 |
CN109902882A (zh) * | 2019-03-21 | 2019-06-18 | 北京工业大学 | 原子钟钟差预测模型训练方法及装置 |
CN110347972A (zh) * | 2019-06-13 | 2019-10-18 | 西安交通大学 | 机电特种设备安全性评价指标体系的权重集组合量化方法 |
CN110599011A (zh) * | 2019-08-29 | 2019-12-20 | 广东省水利水电科学研究院 | 基于改进ahp-fce法的渡槽安全评价方法、系统及存储介质 |
Non-Patent Citations (6)
Title |
---|
BO-CHAO CHENG; GUO-TAN LIAO; CHUN-YU CHEN; HUAN CHEN: "《A Multi-level Fuzzy Comprehensive Evaluation Approach for Message Verification in VANETs》", 《2012 THIRD FTRA INTERNATIONAL CONFERENCE ON MOBILE, UBIQUITOUS, AND INTELLIGENT COMPUTING》 * |
CAI XI; XU CHENG-DONG: "《Performance analysis of multi-constellation GNSS in urban canyons based on fuzzy comprehensive evaluation》", 《2017 29TH CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 * |
杨军: "《 基于模糊理论的卫星导航系统综合效能评估研究》", 《宇航学报》 * |
虞晓芬,傅玳: "《多指标综合评价方法综述》", 《统计与决策》 * |
金菊良;魏一鸣: "《基于改进层次分析法的模糊综合评价模型》", 《水利学报》 * |
黄朝阳: "《GNSS用户自主完好性监测系统评估技术研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183947A (zh) * | 2020-09-07 | 2021-01-05 | 中车工业研究院有限公司 | 轨道交通车辆综合评价方法、装置、电子设备及存储介质 |
CN112183947B (zh) * | 2020-09-07 | 2024-05-14 | 中车工业研究院有限公司 | 轨道交通车辆综合评价方法、装置、电子设备及存储介质 |
CN115981292A (zh) * | 2023-02-14 | 2023-04-18 | 中国人民解放军国防科技大学 | 磁浮列车的悬浮系统性能评价方法、装置及设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111337956B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111337956B (zh) | 导航接收机性能综合评价方法及装置 | |
CN105512465B (zh) | 基于改进vikor法的云平台安全性量化评估方法 | |
CN102467684A (zh) | 基于改进雷达图的综合性能评估系统和方法 | |
CN112396211B (zh) | 一种数据预测方法及装置、设备和计算机存储介质 | |
CN111882198A (zh) | 一种项目绩效评价方法及系统 | |
CN111209316A (zh) | 一种信息素养数据挖掘方法、装置、电子设备及存储介质 | |
CN111598387A (zh) | 一种于多维度确定电能表质量的方法及系统 | |
CN113052411A (zh) | 数据产品质量评价方法及装置 | |
Zhou et al. | Application research of grey fuzzy evaluation method in enterprise product reputation evaluation | |
CN116245422A (zh) | 外部数据质量的评价方法、装置和电子设备 | |
CN111832854A (zh) | 汽车研发质量管理体系的成熟度量化评价方法、系统及可读介质 | |
CN113435713B (zh) | 基于gis技术和两模型融合的风险地图编制方法及系统 | |
CN114358612A (zh) | 汽车主观评价方法 | |
Farnia | On the use of spectral value decomposition for the construction of composite indices | |
CN113393023A (zh) | 模具质量评估方法、装置、设备及存储介质 | |
CN113065755B (zh) | 一种中低压熔断器型号选择方法、装置、设备和介质 | |
CN116433080B (zh) | 交通运输规划行业的数据共享评分方法、装置及电子设备 | |
CN110879723B (zh) | 基于Pareto最优集的软件服务价值的客观评测方法及装置 | |
CN117149618A (zh) | 一种软件质量评价方法、装置、终端及存储介质 | |
CN111915166A (zh) | 一种团体活跃度的确定方法及装置 | |
CN117575429A (zh) | 绩效评价方法、装置和设备 | |
CN112749963A (zh) | 一种降低雷达全寿命周期费用的估算方法和系统 | |
CN117172593A (zh) | 人岗适配方法、装置、终端及电子设备 | |
CN117114396A (zh) | 软件开发过程的风险评估方法、装置及电子设备 | |
CN114819479A (zh) | 基于指标体系的行为分类方法、经济持留识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |