CN113361887A - 面向作战应用的航空电子系统适用性评估系统 - Google Patents

面向作战应用的航空电子系统适用性评估系统 Download PDF

Info

Publication number
CN113361887A
CN113361887A CN202110595795.5A CN202110595795A CN113361887A CN 113361887 A CN113361887 A CN 113361887A CN 202110595795 A CN202110595795 A CN 202110595795A CN 113361887 A CN113361887 A CN 113361887A
Authority
CN
China
Prior art keywords
index
matrix
index item
node
layer
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
Application number
CN202110595795.5A
Other languages
English (en)
Other versions
CN113361887B (zh
Inventor
谷晓燕
贾子睿
王志钢
何锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Information Science and Technology University
Original Assignee
Beijing Information Science and Technology University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Information Science and Technology University filed Critical Beijing Information Science and Technology University
Priority to CN202110595795.5A priority Critical patent/CN113361887B/zh
Publication of CN113361887A publication Critical patent/CN113361887A/zh
Application granted granted Critical
Publication of CN113361887B publication Critical patent/CN113361887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2246Trees, e.g. B+trees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种面向作战应用的航空电子系统适用性评估系统,针对作战攻击类、作战运输类、微航电三类不同作战应用,通过指标筛选模块筛选对应指标,构建适用性评估体系;针对指标不同类型及量纲,通过指标评估模块进行量化统一;针对不同指标能在不同作战应用的重要性程度不同,通过权重赋值模块进行重要性程度赋权;最后,通过综合评价模块得到航空电子系统作战适用性评价结果。本发明系统对于不同作战应用的航空电子系统进行适用性评估体系构建具有针对性,通过对指标的量化及赋权能够提高航空电子系统作战适用性评估结果的客观性,对评估航空电子系统作战适用性具有重要意义。

Description

面向作战应用的航空电子系统适用性评估系统
技术领域
本发明涉及一种体系评估领域,更特别的说,涉及到一种综合模块化航空电子系统(Integrated Modular Avionics,IMA)作战适用性的评估系统,以及应用航空电子系统作战适用性的评估系统对作战应用适用性评定的评估方法。
在本发明中,面向作战应用的航空电子系统适用性评估系统简称为ASAPP系统。
背景技术
航空电子系统,又称“航空分布式层次综合系统”。是指采用分布式计算机,通过多路传输数据总线把多种机载电子分系统交联在一起的综合体。它将现有单一功能的分散系统,如通信电台、雷达、导航设备等纵横兼顾,统筹安排,组成多功能综合系统。能实现信息的测量、采集、传输、处理、监控和显示功能,并完成飞行控制、发动机控制、导航、性能管理等任务。关于航空电子系统功能的描述,参考《先进航空电子综合技术》第16-41页,作者:熊华钢,王中华,2009年1月第1版。对于航空电子系统综合的主要作用,参考《先进航空电子综合技术》第2页。
《民用飞机综合模块化航空电子系统开发与认证指南》HB/Z 422-2014。此航空行业标准第5-7页的表1、表2中指出IMA平台与宿主应用的关键特性会影响IMA系统架构,在一个可组合的架构中,系统需求来源于分配给各个IMA应用的需求。
在信息化水平不断提高,体系结构不断复杂的发展趋势下,对于航电系统作战适用性研究大多是对航电系统效能方面的研究,在航电系统作战适用性评估系统方面,从指标体系上来说,没有考虑到同级指标间的相互关联关系对权重系数的影响,从指标评估方法上来说,多是对定性指标的评估,客观性不高。考虑到航电系统本身的复杂性、综合性以及任务性,本发明航空电子系统作战适用性评估系统加入了针对作战攻击类、作战运输类、微航电三类不同作战应用的指标筛选功能模块,构建对应的评估体系,得到的适用性评估结果能够更具针对性。此外,考虑到适用性指标间相互关联的关系,每类指标在不同作战应用的重要性程度不同,通过指标评估及权重赋值模块实现量化评估与赋权,最后通过综合评价模块实现体系自底向上的综合评价结果。
发明内容
本发明设计了一种面向作战应用的航空电子系统适用性评估系统(即ASAPP系统)。该ASAPP系统采用灰色关联度GRA构建ASAPP树中中间层与底层指标的关联关系,采用主成分分析法PCA进行不同作战应用的指标项筛选,采用层次分析法AHP与指标项判断矩阵的结合,对不同航电指标项进行层属关系模型构建,然后结合量化标尺量化法得到适用性评估结果。通过实施例对ASAPP系统的使用方式进行说明,其适用性评估方法具有全面性与实用性。
参见图1所示的面向作战应用的航空电子系统适用性评估系统,包括有建立树根模块、设置顶层指标项模块、设置中间层指标项模块、设置底层指标项模块、构建顶层与中间层关联关系模块、构建中间层与底层关联关系模块和一致性检测模块;建立树根模块,用于将航空电子系统适用性作为树根节点;初始时,航空电子系统适用性评估树为空集;设置顶层指标项模块,用作战攻击类CA、作战运输类CT、微航电MA这三类功能类型作为顶层指标项;设置中间层指标项模块,中间层由顶层执行任务或者达到所需目标来决定,是解决所述目标必须计算的能力;采用灰色关联度分析法GRA获取属于父功能节点的子功能节点;设置底层指标项模块,底层指标项是评估体系的评价要素,由子节点的父节点所决定;采用层次分析法AHP将所有底层的指标项写入步骤一的空树中,并作为底层-子节点使用;采用主成分分析法PCA针对作战攻击类CA、作战运输类CT、微航电MA三类不同作战应用,对底层指标集HM进行指标筛选;构建顶层与中间层关联关系模块,依据层次分析法AHP构建顶层与中间层的指标项关系矩阵;构建中间层与底层关联关系模块,依据层次分析法AHP构建中间层与底层的指标项关系矩阵;一致性检测模块,用于保证数值化的结果为有效解。
本发明航空电子作战适用性评估系统的优点在于:
①本发明ASAPP系统指标筛选功能模块考虑了航空电子系统作战适用性的特殊性,针对作战攻击类、作战运输类、微航电三类作战应用,采用主成分分析法对底层战技指标的筛选,针对不同航空电子系统,得到对应的作战适用性评估体系。
②本发明ASAPP系统能够针对不同作战应用筛选对应的指标体系,在满足航电系统作战适用性评估要求所需信息的前提下,尽量减少指标的数量,降低各指标间的相似度和关联度,能够突出主要指标,得到的作战适用性评估结果更具针对性。
③本发明ASAPP系统考虑了航空电子系统作战适用性评估指标间的关联性,基于ANP方法结合灰色关联度方法对定性、定量指标量化评估,评估结果更具客观性。
附图说明
图1是本发明ASAPP系统的构建结构框图。
图2是本发明基于网络化航电系统作战适用性指标项示意图。
图3是本发明航电系统作战适用性多层网络化评估体系示意图。
图4是本发明航电系统作战攻击类应用适用性评估指标体系结构图。
具体实施方式
在本发明中,参考2011年1月第2版《概率统计与数据处理》,作者曹菊生、魏国强,第八章多指标统计分析,第185-195页。依据《概率统计与数据处理》的第八章多指标统计分析中主成分分析法,对底层指标项进行筛选。
在本发明中,参考2015年5月第1版《综合评价方法及其军事应用》,作者周华任,张晟,穆松,牛凌宇,房友园,王俐莉,张晨光,第四章灰色综合评价法,第90-123页。依据《综合评价方法及其军事应用》的第四章灰色综合评价法,关联中间层与底层指标项。
在本发明中,参考2009年1月第1版《先进航空电子综合技术》,作者熊华钢,王中华,第二章航空电子系统功能,第16-97页。依据《先进航空电子综合技术》的第二章航空电子系统功能中约束的多个功能指标项,采用树型结构来表示航空电子系统中各个功能指标项各层之间的关系,上一层和下一层的节点(指标项)之间是存在有父子关系的。在航空电子系统功能中,存在有唯一的根节点(即航空电子系统功能模型,顶层(top)),父功能节点为中间层(middle)的多个指标项,子功能节点为底层(bottom)的多个指标项。树型结构的航空电子系统作战适用性结构如图2所示。
将父功能节点,记为F。多个父功能节点形成了父功能节点集合,记为FM,且FM={F1,F2,…,Fa,…,FA}。F1表示第一个父功能节点。F2表示第二个父功能节点。Fa表示第a个父功能节点。下角标a为父功能节点的标识号。FA表示最后一个父功能节点。下角标A为父功能节点的总数目。为了方便说明,Fa也称为任意一个父功能节点。
将子功能节点,记为H。多个子功能节点形成了子功能节点集合,记为HM,且HM={H1,H2,…,Hk,…,Hj,…,HK}。H1表示第一个子功能节点。H2表示第二个子功能节点。Hk表示第k个子功能节点。下角标k为子功能节点的标识号。Hj表示第j个子功能节点。下角标j为子功能节点的标识号。HK表示最后一个子功能节点。下角标K为子功能节点的总数目。为了方便说明,Hk也称为任意一个子功能节点。
属于第一个父功能节点F1的所有子功能节点,记为
Figure BDA0003091036630000021
Figure BDA0003091036630000022
表示属于第一个父功能节点F1的第一个子功能节点。
Figure BDA0003091036630000023
表示属于第一个父功能节点F1的第二个子功能节点。
Figure BDA0003091036630000024
表示属于第一个父功能节点F1的第b个子功能节点。下角标b为属于第一个父功能节点F1的子功能节点的标识号。
Figure BDA0003091036630000025
表示属于第一个父功能节点F1的最后一个子功能节点。下角标B为属于第一个父功能节点F1的子功能节点的总数目。属于第二个父功能节点F2的所有子功能节点,记为
Figure BDA0003091036630000026
Figure BDA0003091036630000027
表示属于第二个父功能节点F2的第一个子功能节点。
Figure BDA0003091036630000031
表示属于第二个父功能节点F2的第二个子功能节点。
Figure BDA0003091036630000032
表示属于第二个父功能节点F2的第c个子功能节点。下角标c为属于第二个父功能节点F2的子功能节点的标识号。
Figure BDA0003091036630000033
表示属于第二个父功能节点F2的最后一个子功能节点。下角标C为属于第二个父功能节点F2的子功能节点的总数目。
属于任意一个父功能节点Fa的所有子功能节点,记为
Figure BDA0003091036630000034
Figure BDA0003091036630000035
表示属于任意一个父功能节点Fa的第一个子功能节点。
Figure BDA0003091036630000036
表示属于任意一个父功能节点Fa的第二个子功能节点。
Figure BDA0003091036630000037
表示属于任意一个父功能节点Fa的第d个子功能节点。下角标d为属于任意一个父功能节点Fa的子功能节点的标识号。
Figure BDA0003091036630000038
表示属于任意一个父功能节点Fa的最后一个子功能节点。下角标D为属于任意一个父功能节点Fa的子功能节点的总数目。
属于最后一个父功能节点FA的所有子功能节点,记为
Figure BDA0003091036630000039
Figure BDA00030910366300000310
表示属于最后一个父功能节点FA的第一个子功能节点。
Figure BDA00030910366300000311
表示属于最后一个父功能节点FA的第二个子功能节点。
Figure BDA00030910366300000312
表示属于最后一个父功能节点FA的第g个子功能节点。下角标g为属于最后一个父功能节点FA的子功能节点的标识号。
Figure BDA00030910366300000313
表示属于最后一个父功能节点FA的最后一个子功能节点。下角标G为属于最后一个父功能节点FA的子功能节点的总数目。
1、通信能力
通信能力(Communication Capability,ComC)用于反映飞机与地面、飞机与飞机之间以及飞机与其它平台之间的通信联络能力,包括短波通信能力、超短波通信能力、数据通信能力和卫星通信能力。航电平台选择的不同短波通信方式(如AN/ARC-190或AN/ARC-217)、超短波通信方式(如AN/ARC-182)、数据通信方式(如Link4A、Link-11或Link-16)和卫星通信方式,对应具有不同的能力。通信能力包含短波通信能力、超短波通信能力、数据通信能力、卫星通信能力。
2、导航能力
导航能力(Navigation Capability,NavC)用于反映飞机确定当前所处的位置及其航行参数,导引飞机沿既定航线航行,在夜间和复杂气象条件下的安全着陆,以及保证飞机准确、安全地完成航行的能力,包括定位能力、导向能力和纠偏能力。航电平台选择不同的导航系统(如VOR/DME/TACAN近程无线电导航系统或罗兰-C/奥米伽远程无线电导航系统)会有不同的定位能力、导向能力和纠偏能力。导航能力包含定位能力、导向能力、纠偏能力。
3、识别能力
识别能力(Recognition Capability,RecC)用于反映飞机基于各种探测传感器获取的战场环境、目标参数、目标特征等数据,综合有关战场通报等信息,对所探测的目标进行综合判断,并判定其属性和类型的能力,包括分辨能力、抗破译能力、防欺骗能力和抗干扰能力。航电系统选择协作式敌我识别系统或非协作式敌我识别系统将具有不同的分辨能力、抗破译能力、防欺骗能力和抗干扰能力。识别能力包含分辨能力、抗破译能力、防欺骗能力、抗干扰能力。
4、探测能力
探测能力(Detection Capability,DetC)用于反映飞机获取目标信息的能力,包括雷达探测能力和光电探测能力。航电系统采用不同的探测系统具有不同的探测能力。探测能力包含雷达探测能力、光电探测能力。
5、支援能力
支援能力(Supporting Capability,SupC)用于反映飞机搜索、截获、识别和定位电磁辐射源,以辨认威胁目标的能力,包括威胁告警能力、电子情报侦察能力、无源定位能力和网络瞄准能力。
支援能力包含:雷达告警能力、光电告警能力、雷达情报侦察能力、通信情报侦察能力、无源定位能力(飞机平台不辐射电磁信号,只通过测量目标发射的电磁信号参数或其可见光和红外参数,来确定目标在三维空间中位置的能力。由于没有电磁辐射,较有源探测设备具有更好的隐蔽性能和更强的生存能力。)、网络瞄准能力。
6、攻击能力
攻击能力(Attack Capability,AttC)用于反映飞机攻击敌方,削弱、抵消或摧毁敌方战斗力的能力,包括雷达干扰能力、通信干扰能力、光电干扰能力和反辐射攻击能力。
攻击能力包含雷达干扰能力、通信干扰能力(干扰发射机发射干扰信号。)、光电干扰能力、反辐射干扰能力。
7、控制能力
控制能力(Steering Capability,SteC)用于反映飞机进行信息综合和处理,操纵控制机内相关机构,从而顺利完成各种飞行或作战任务的能力,控制能力包含火力控制能力、飞行控制能力。
8、管理能力
管理能力(Management Capability,ManC)用于反映飞机将导航、控制等信息高度综合实现飞机最佳情形飞行的能力,保障飞机飞行安全并对维修活动做出适当决策的能力,包括飞行管理能力、飞机管理能力以及故障预测能力和健康管理能力。
管理能力包含飞行管理能力、飞机管理能力,也即综合化能力和故障预测和健康管理能力。
在本发明中,借助的开发软件有matlab(版本号2004a)、OMNeT++工具、AADL(Architecture Analysis and Design Language)语言。经本发明方法构建得到的航空电子系统作战适用性评估系统(ASAPP系统)是在matlab软件中进行验证及输出实施例1中的各个参数的。
在本发明中,为了实现针对不同作战应用类型的作战适用性关键因素分析,设置了作战攻击类CA、作战运输类CT、微航电MA三类作战应用。
在本发明中,设置了作战装备适用性CE、作战环境适用性OE、作战保障适用性CS的三个方面,将所述的三个方面应用来评价本发明ASAPP系统的作战适用性评估。
作战装备适用性CE包括有:运输性Trans、可靠性Reli、安全性Sec、维修性Maint。采用集合形式表示作战装备适用性为CE={Trans,Reli,Sec,Maint}。
作战环境适用性OE包括有:自然环境适应性AtNE、对抗环境适应性EA。采用集合形式表示作战环境适用性为OE={AtNE,EA}。
作战保障适用性CS包括有:供应与保障设备SaSE、训练和训练保障TaTS。采用集合形式表示作战保障适用性为CS={SaSE,TaTS}。
第一部分,构建ASAPP系统
构建步骤一,以ASAPP系统为树根节点,构建一棵空的ASAPP树;
将ASAPP系统的作战适用性评估作为航空电子系统适用性评估树中的树根节点;
所述树根节点分别指向作战攻击类CA、作战运输类CT、微航电MA这三类功能类型。
构建步骤二,依据层次分析法AHP提取出顶层、中间层的各个指标项;
在航空电子系统作战适用性评估树中,顶层为航空电子系统作战适用性评估指标项,中间层包括有作战装备适用性、作战环境适用性、作战保障适用性,以及运输性、可靠性、安全性、维修性、对抗环境适应性、自然环境适应性、训练和训练保障、供应与保障设备。将这些中间层的指标项写入步骤一的空树中,并作为父节点使用。父功能节点集合记为FM={F1,F2,…,Fa,…,FA}。
在顶层与中间层之间的各个指标项的树型结构中,中间层由顶层执行任务或者达到所需目标来决定,是解决所述目标必须计算的能力。
在顶层与中间层的树型结构中,顶层中的各个功能节点将作为中间层的各个功能节点的父节点,而中间层的各个功能节点将作为顶层中的各个功能节点的子节点。在父功能节点集合FM={F1,F2,…,Fa,…,FA}中的各个子功能节点,记为中间层-子功能节点集合,记为HMFM,且
Figure BDA0003091036630000041
表示属于父节点的第一个子功能节点。
Figure BDA0003091036630000042
表示属于父节点的第二个子功能节点。
Figure BDA0003091036630000043
表示属于父节点的第k个子功能节点。
Figure BDA0003091036630000044
表示属于父节点的最后一个子功能节点。
构建步骤三,依据层次分析法AHP提取出底层的指标集;
在航空电子系统适用性评估树中,底层指标项是评估体系的评价要素,由子节点的父节点所决定;依据层次分析法AHP将所有底层的指标项写入步骤一的空树中,并作为底层-子节点使用;底层-子功能节点集合记为HM={H1,H2,…,Hk,…,Hj,…,HK}。底层-子功能节点集合也称为底层指标集。
构建步骤四,依据灰色关联度分析法GRA关联中间层与底层指标;
作战装备适用性CE包括有:运输性Trans、可靠性Reli、安全性Sec、维修性Maint。采用集合形式表示作战装备适用性为CE={Trans,Reli,Sec,Maint}。
作战环境适用性OE包括有:自然环境适应性AtNE、对抗环境适应性EA。采用集合形式表示作战环境适用性为OE={AtNE,EA}。
作战保障适用性CS包括有:供应与保障设备SaSE、训练和训练保障TaTS。采用集合形式表示作战保障适用性为CS={SaSE,TaTS}。
步骤41,依据量化标尺量化法对中间层指标进行赋值,得到标准化矩阵;
对于第一个父功能节点F1,在中间层-子功能节点集合HMFM中依据量化标尺量化法对所述HMFM中各个指标项分别与第一个父功能节点F1的关联关系进行数值化赋值。
在本发明中,关联关系赋值数值有0.1、0.3、0.5、0.7和0.9。数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好;关联关系赋值数值集,记为EVA;
EVA={eva1,eva2,…,evai,…};其中:eva1为第一个赋值数;eva2为第二个赋值数;evai为第i个赋值数,下角标i为赋值数的标识号;为了方便说明,evai也称为任意一个赋值数;
Figure BDA0003091036630000051
与第一个父功能节点F1的关联关系进行量化标尺量化法后,得到属于
Figure BDA0003091036630000052
的数值量化的指标项,记为父节点-序列
Figure BDA0003091036630000053
Figure BDA0003091036630000054
Figure BDA0003091036630000055
与第一个父功能节点F1的关联关系进行量化标尺量化法后,得到属于
Figure BDA0003091036630000056
的数值量化的指标项,记为父节点-序列
Figure BDA0003091036630000057
Figure BDA0003091036630000058
Figure BDA0003091036630000059
与第一个父功能节点F1的进行量化标尺量化法后,得到属于
Figure BDA00030910366300000510
的数值量化的指标项,记为父节点-序列
Figure BDA00030910366300000511
Figure BDA00030910366300000512
Figure BDA00030910366300000513
与第一个父功能节点F1的进行量化标尺量化法后,得到属于
Figure BDA00030910366300000514
的数值量化的指标项,记为父节点-序列
Figure BDA00030910366300000515
Figure BDA00030910366300000516
由此,得到属于Fa的标准化矩阵,记为父节点-标准化矩阵
Figure BDA00030910366300000517
Figure BDA00030910366300000518
由此,得到属于第一个父功能节点F1的标准化矩阵,记为父节点-标准化矩阵
Figure BDA00030910366300000519
Figure BDA0003091036630000061
同理能够得到其他父功能节点的标准化矩阵。
步骤42,依据灰色关联度分析法GRA,确定分析数列;
设置参考序列EVArefs={1,1,1,1,1};
对于父节点-序列
Figure BDA0003091036630000062
与参考序列EVArefs在同一时刻k值记为:
Figure BDA0003091036630000063
参考序列EVArefs与父节点-序列
Figure BDA0003091036630000064
的绝对差值记为Δi
Figure BDA0003091036630000065
设置参考序列EVArefs={1,1,1,1,1};
对于父节点-序列
Figure BDA0003091036630000066
与参考序列EVArefs在同一时刻k值记为:
Figure BDA0003091036630000067
参考序列EVArefs与父节点-序列
Figure BDA0003091036630000068
的绝对差值记为Δi
Figure BDA0003091036630000069
步骤43,依据灰色关联度分析法GRA,确定灰色关联系数;
确定赋值后的父节点-序列
Figure BDA00030910366300000610
和参考序列EVArefs中绝对差值的最大值Δmax和最小值Δmin
Figure BDA00030910366300000611
Figure BDA00030910366300000612
参考序列EVArefs与父节点-序列
Figure BDA00030910366300000613
的灰色关联系数记为γI(i);
Figure BDA00030910366300000614
通过设定分辨系数ξ=0.5,其中ξ∈(0,1),为提高关联系数间差异显著性;
确定赋值后的父节点-序列
Figure BDA00030910366300000615
和参考序列EVArefs中绝对差值的最大值Δmax和最小值Δmin
Figure BDA0003091036630000071
Figure BDA0003091036630000072
参考序列EVArefs与父节点-序列
Figure BDA0003091036630000073
的灰色关联系数记为γI(i);
Figure BDA0003091036630000074
通过设定分辨系数ξ=0.5,其中ξ∈(0,1),为提高关联系数间差异显著性。
步骤44,依据灰色关联度分析法GRA,确定灰色关联度;
参考序列EVArefs与父节点-序列
Figure BDA0003091036630000075
的灰色关联度记为γ(i);
Figure BDA0003091036630000076
参考序列EVArefs与父节点-序列
Figure BDA0003091036630000077
的灰色关联度记为
Figure BDA0003091036630000078
步骤45,获取属于父功能节点的子功能节点;
选择灰色关联度大于0.5的指标作为父功能节点Fa的子功能节点,则有属于父功能节点Fa的所有子功能节点,记为
Figure BDA0003091036630000079
Figure BDA00030910366300000710
重复步骤41至步骤45,遍历完成其他父功能节点,分别得到其他父功能节点的所有子功能节点;
选择灰色关联度大于0.5的指标作为第一个父功能节点F1的子功能节点,则有属于第一个父功能节点F1的所有子功能节点,记为
Figure BDA00030910366300000711
Figure BDA00030910366300000712
选择灰色关联度大于0.5的指标作为第二个父功能节点F2的子功能节点,则有属于第二个父功能节点F2的所有子功能节点
Figure BDA00030910366300000713
选择灰色关联度大于0.5的指标作为最后一个父功能节点FA的子功能节点,则有属于最后一个父功能节点FA的所有子功能节点
Figure BDA00030910366300000714
构建步骤五,依据主成分分析法PCA提取出底层的各个指标项;
在本发明中,依据PCA法,针对作战攻击类CA、作战运输类CT、微航电MA三类不同作战应用,对底层指标集HM进行指标筛选。
步骤51,针对作战攻击类CA的底层-标准化矩阵获取;
针对作战攻击类CA,依据量化标尺量化法对底层指标进行赋值,得到底层-标准化矩阵;
对底层-子功能节点集合HM={H1,H2,…,Hk,…,Hj,…,HK}的重要性程度进行数值化赋值。
在本发明中,重要性程度的赋值数值有0.1、0.3、0.5、0.7和0.9;数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好;重要性程度的赋值数值集,记为EVB,且EVB={evb1,evb2,…,evbζ,…,evbη,…};其中:evb1为重要性程度的第一个赋值数;evb2为重要性程度的第二个赋值数;evbζ为重要性程度的第ζ个赋值数,下角标ζ为赋值数的标识号;evbη为重要性程度的第η个赋值数;evbζ与evbη为不同赋值数;
对H1进行量化标尺量化法后,得到属于H1的数值量化的指标项,记为底层-序列
Figure BDA0003091036630000081
Figure BDA0003091036630000082
对H2进行量化标尺量化法后,得到属于H2的数值量化的指标项,记为底层-序列
Figure BDA0003091036630000083
Figure BDA0003091036630000084
对Hk进行量化标尺量化法后,得到属于Hk的数值量化的指标项,记为底层-序列
Figure BDA0003091036630000085
Figure BDA0003091036630000086
对Hj进行量化标尺量化法后,得到属于Hj的数值量化的指标项,记为底层-序列
Figure BDA0003091036630000087
Figure BDA0003091036630000088
对HK进行量化标尺量化法后,得到属于HK的数值量化的指标项,记为底层-序列
Figure BDA0003091036630000089
Figure BDA00030910366300000810
由此,得到底层-标准化矩阵EVB,且
Figure BDA00030910366300000811
所述底层-标准化矩阵EVB中的任意一个元素记为
Figure BDA00030910366300000812
那么对任意底层指标Hk赋值的平均值记为
Figure BDA00030910366300000813
对任意底层指标Hk赋值的标准差记为
Figure BDA00030910366300000814
构造底层-标准化矩阵
Figure BDA00030910366300000815
Figure BDA00030910366300000816
Figure BDA00030910366300000817
Figure BDA00030910366300000818
步骤52,构造底层-相关矩阵;
依据PCA法构造底层-相关矩阵,得到主成分Fk
Figure BDA0003091036630000091
得到相关矩阵
Figure BDA0003091036630000092
表示底层指标Hj与Hk的相关系数;
Figure BDA0003091036630000093
相关矩阵
Figure BDA0003091036630000094
的特征根记为λt,t=1,2,…,K,λ1≥λ2≥…≥λt≥…≥λK
相关矩阵
Figure BDA0003091036630000095
的特征向量记为lt,lt=(lt1,lt2,…,ltk,…,ltK)T
各主成分记为Ft
Figure BDA0003091036630000096
步骤53,数字化底层指标的重要性;
依据PCA法,得到各底层指标的重要性结果;
按照累计贡献率不低于85%的原则
Figure BDA0003091036630000097
选择m个主成分;m<p;m与p为不同主成分的数目总;
m个主成分的线性加权值记为Mt
Figure BDA0003091036630000098
表示第t个主成分的贡献率;
对m个主成分进行加权求和,得到最终评价值F,结合步骤52得到最终评价值的各底层指标Hk的权重计算结果αk;其中,
Figure BDA0003091036630000099
Figure BDA00030910366300000910
可得:
Figure BDA00030910366300000911
底层指标Hk的贡献率即为其权重计算结果的绝对值|αk|。
步骤54,依据PCA法,筛选重要性大于80%的底层指标;
步骤55,得到ASAPP系统作战攻击类CA的树型结构;
步骤56,采用与步骤51-步骤54相同的方式对ASAPP系统中作战运输类CT进行建立树,得到作战运输类CT的树型结构;
步骤57,采用与步骤51-步骤54相同的方式对ASAPP系统中微航电MA进行建立树,得到微航电MA的树型结构;
构建步骤六,对底层指标项进行数值量化;
依据量化标尺量化法对底层节点集HM={H1,H2,…,Hk,…,Hj,…,HK}进行赋值。
赋值数值有0.1、0.3、0.5、0.7和0.9;数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好;赋值数值集,记为APP,且APP={app1,app2,app3,app4,app5};其中:app1为第一个赋值数,即app1=0.1;app2为第二个赋值数,即app2=0.3;app3为第三个赋值数,即app3=0.5;app4为第四个赋值数,即app4=0.7;app5为第五个赋值数,即app5=0.9;
对H1进行量化标尺量化法后,得到属于H1的数值量化的指标项,记为
Figure BDA0003091036630000101
Figure BDA0003091036630000102
并从
Figure BDA0003091036630000103
中选取出一个作为H1的量化值;
对H2进行量化标尺量化法后,得到属于H2的数值量化的指标项,记为
Figure BDA0003091036630000104
Figure BDA0003091036630000105
并从
Figure BDA0003091036630000106
中选取出一个作为H2的量化值;
对Hk进行量化标尺量化法后,得到属于Hk的数值量化的指标项,记为
Figure BDA0003091036630000107
Figure BDA0003091036630000108
并从
Figure BDA0003091036630000109
中选取出一个作为Hk的量化值;
对HK进行量化标尺量化法后,得到属于HK的数值量化的指标项,记为
Figure BDA00030910366300001010
Figure BDA00030910366300001011
并从
Figure BDA00030910366300001012
中选取出一个作为HK的量化值;
构建步骤七,依据层次分析法AHP构建顶层与中间层的指标项关系矩阵;
步骤71,采用重要性标度对顶层与中间层的指标项进行标度;
采用重要性标度对中间层的各个指标项进行关系矩阵构建,记为matrixmiddle,且matrixmiddle=(aaxy)U×U,下角标U为中间层中指标项的总个数;aa为中间层指标项的标度值,aaxy表示标识号为x的指标项与标识号为y的指标项的关系;则有aaxx=1,aayy=1,
Figure BDA00030910366300001013
aaxx表示标识号为x的指标项与标识号为x的指标项的关系;ayy表示标识号为y的指标项与标识号为y的指标项的关系;aayx表示标识号为y的指标项与标识号为x的指标项的关系;
步骤72,提取矩阵最大特征值;
从matrixmiddle中提取出的顶层指标项与中间层指标项的矩阵最大特征值,记为βmax,且||matrixmiddlemaxImiddle||=0,Imiddle表示顶层与中间层的单位矩阵;
步骤73,计算根节点的随机一致性比例;
顶层指标项的关联矩阵的随机一致性比例,记为CRtop,且
Figure BDA00030910366300001014
U为中间层中指标项的总个数,RI为平均随即一致性指标;
构建步骤八,依据层次分析法AHP构建中间层与底层的指标项关系矩阵;
步骤81,采用重要性标度对中间层与底层的指标项进行标度;
采用重要性标度对底层中各个指标项进行关系矩阵构建,记为matrixbottom,且matrixbottom=(bbcd)O×O,下角标O为底层中指标项的总个数;bb为底层指标项的标度值,bbvp表示标识号为v的指标项与标识号为p的指标项的关系;则有bbvv=1,bbpp=1,
Figure BDA00030910366300001015
bbvv表示标识号为v的指标项与标识号为v的指标项的关系;bbpp表示标识号为p的指标项与标识号为p的指标项的关系;bbpv表示标识号为p的指标项与标识号为v的指标项的关系;
matrixbottom中依据的元素个数必须是大于2的;
步骤82,提取矩阵最大特征值;
从matrixbottom中提取出的中间层指标项与底层指标项的矩阵最大特征值,记为θmax,且||matrixbottommaxIbottom||=0,Ibottom表示中间层与底层的单位矩阵;
步骤83,计算父节点的随机一致性比例;
中间层指标项的关联矩阵的随机一致性比例,记为CRbottom,且
Figure BDA0003091036630000111
D为底层中指标项的总个数,RI为平均随即一致性指标;
构建步骤九,一致性检测;
步骤91,设置一致性检测值,记为CR,且CR=0.1;
步骤92,判断父节点中各个指标项构建的关系矩阵是否合理;
若CRtop≥CR,则返回构建步骤七修改父节点中各个指标项的关系矩阵,即重新构建父节点中各个指标项的关系矩阵;
若CRtop<CR,采用1-9阶平均随机一致性指标来赋值指标项,得到指标项权重向量,记为VCRtop,所述VCRtop就是适用性的数值;
步骤93,判断子节点中各个指标项构建的关系矩阵是否合理;
若CRbottom≥CR,则返回构建步骤八修改子节点中各个指标项进行关系矩阵,即重新构建子节点中各个指标项的关系矩阵;
若CRbottom<CR,采用1-9阶平均随机一致性指标来赋值指标项,得到指标项权重向量,记为
Figure BDA0003091036630000112
所述
Figure BDA0003091036630000113
就是适用性的数值。
第二部分,应用ASAPP系统进行作战适用性评估
依据构建得到的本发明ASAPP系统得到的架构如图1所示。
步骤A,设置作战应用的类型;
设置ASAPP系统的作战适用性的类型,比如,作战攻击类CA、作战运输类CT、微航电MA。
步骤B,依据层次分析法AHP提取出顶层、中间层的各个指标项;
在航空电子系统作战适用性评估树中,顶层为航空电子系统作战适用性评估指标项,中间层包括有作战装备适用性、作战环境适用性、作战保障适用性,以及运输性、可靠性、安全性、维修性、对抗环境适应性、自然环境适应性、训练和训练保障、供应与保障设备。将这些中间层的指标项写入步骤一的空树中,并作为父节点使用。
在顶层与中间层之间的各个指标项的树型结构中,中间层由顶层执行任务或者达到所需目标来决定,是解决所述目标必须计算的能力。
步骤C,依据层次分析法AHP提取出底层的指标集;
在航空电子系统适用性评估树中,底层指标项是评估体系的评价要素,由子节点的父节点所决定;将所有底层的指标项写入步骤一的空树中,并作为子节点使用;
步骤D,依据灰色关联度分析GRA关联中间层与底层指标;
作战装备适用性CE包括有:运输性Trans、可靠性Reli、安全性Sec、维修性Maint。采用集合形式表示作战装备适用性为CE={Trans,Reli,Sec,Maint}。
作战环境适用性OE包括有:自然环境适应性AtNE、对抗环境适应性EA。采用集合形式表示作战环境适用性为OE={AtNE,EA}。
作战保障适用性CS包括有:供应与保障设备SaSE、训练和训练保障TaTS。采用集合形式表示作战保障适用性为CS={SaSE,TaTS}。
步骤41,依据量化标尺量化法对中间层指标进行赋值,得到标准化矩阵;
对于第一个父功能节点F1,在中间层-子功能节点集合HMFM中依据量化标尺量化法对所述HMFM中各个指标项分别与第一个父功能节点F1的关联关系进行数值化赋值。
在本发明中,关联关系赋值数值有0.1、0.3、0.5、0.7和0.9;数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好;关联关系赋值数值集,记为EVA;
EVA={eva1,eva2,eva3,eva4,eva5};eva1为第一个赋值数,即eva1=0.1;eva2为第二个赋值数,即eva2=0.3;eva3为第三个赋值数,即eva3=0.5;eva4为第四个赋值数,即eva4=0.7;eva5为第五个赋值数,即eva5=0.9。
Figure BDA0003091036630000121
与第一个父功能节点F1的关联关系进行量化标尺量化法后,得到属于
Figure BDA0003091036630000122
的数值量化的指标项,记为父节点-序列
Figure BDA0003091036630000123
Figure BDA0003091036630000124
Figure BDA0003091036630000125
与第一个父功能节点F1的关联关系进行量化标尺量化法后,得到属于
Figure BDA0003091036630000126
的数值量化的指标项,记为父节点-序列
Figure BDA0003091036630000127
Figure BDA0003091036630000128
Figure BDA0003091036630000129
与第一个父功能节点F1的进行量化标尺量化法后,得到属于
Figure BDA00030910366300001210
的数值量化的指标项,记为父节点-序列
Figure BDA00030910366300001211
Figure BDA00030910366300001212
Figure BDA00030910366300001213
与第一个父功能节点F1的进行量化标尺量化法后,得到属于
Figure BDA00030910366300001214
的数值量化的指标项,记为父节点-序列
Figure BDA00030910366300001215
Figure BDA00030910366300001216
由此,得到父节点-标准化矩阵
Figure BDA00030910366300001217
例如,H1代表信号处理能力,H2代表跳频通信能力,H3代表超短波传输能力,H4代表短波传输能力,H5代表抗毁能力,H6代表卫星传输能力,H7代表识别分辨能力,H8代表自适应能力,H9代表数据传输能力,H10代表纠偏能力,H11代表抗破译抗欺骗能力,H12代表保密能力,H13代表隐蔽能力,H14代表定位能力,H15代表成像能力,H16代表隐身能力,H17代表跟踪能力,H18代表生存能力,H19代表雷达侦察能力,H20代表通信侦察能力,H21代表打击能力,H22代表瞄准能力,H23代表态势感知能力,H24代表识别分辨能力,H25代表导向能力,H26代表测量能力,H27代表监控能力。
底层指标集HM与第一个父功能节点F1的关联关系矩阵为
Figure BDA00030910366300001218
底层指标集HM与第二个父功能节点F2的关联关系矩阵为
Figure BDA00030910366300001219
底层指标集HM与第三个父功能节点F3的关联关系矩阵为
Figure BDA00030910366300001220
底层指标集HM与第四个父功能节点F4的关联关系矩阵为
Figure BDA00030910366300001221
底层指标集HM与第五个父功能节点F5的关联关系矩阵为
Figure BDA00030910366300001222
底层指标集HM与第六个父功能节点F6的关联关系矩阵为
Figure BDA00030910366300001223
底层指标集HM与第七个父功能节点F7的关联关系矩阵为
Figure BDA00030910366300001224
底层指标集HM与第八个父功能节点F8的关联关系矩阵为
Figure BDA00030910366300001225
Figure BDA0003091036630000131
Figure BDA0003091036630000141
Figure BDA0003091036630000151
Figure BDA0003091036630000161
步骤42,依据灰色关联度分析GRA,确定分析数列;
设置参考序列EVArefs={1,1,1,1,1};
对于序列
Figure BDA0003091036630000162
与参考序列EVArefs在同一时刻k值记为:
Figure BDA0003091036630000163
参考序列EVArefs与序列
Figure BDA0003091036630000164
的绝对差值记为
Figure BDA0003091036630000165
参考序列EVArefs第一个父功能节点F1中所有序列的绝对差值矩阵为
Figure BDA0003091036630000166
参考序列EVArefs第二个父功能节点F2中所有序列的绝对差值矩阵为
Figure BDA0003091036630000167
参考序列EVArefs第三个父功能节点F3中所有序列的绝对差值矩阵为
Figure BDA0003091036630000168
参考序列EVArefs第四个父功能节点F4中所有序列的绝对差值矩阵为
Figure BDA0003091036630000171
参考序列EVArefs第五个父功能节点F5中所有序列的绝对差值矩阵为
Figure BDA0003091036630000172
参考序列EVArefs第六个父功能节点F6中所有序列的绝对差值矩阵为
Figure BDA0003091036630000173
参考序列EVArefs第七个父功能节点F7中所有序列的绝对差值矩阵为
Figure BDA0003091036630000174
参考序列EVArefs第八个父功能节点F8中所有序列的绝对差值矩阵为
Figure BDA0003091036630000175
Figure BDA0003091036630000176
Figure BDA0003091036630000181
Figure BDA0003091036630000191
Figure BDA0003091036630000201
步骤43,依据灰色关联度分析GRA,确定灰色关联系数;
确定赋值序列和参考序列中绝对差值的最大值Δmax和最小值Δmin
Figure BDA0003091036630000202
Figure BDA0003091036630000203
参考序列EVArefs与序列
Figure BDA0003091036630000204
的灰色关联系数记为
Figure BDA0003091036630000205
Figure BDA0003091036630000206
通过设定分辨系数ξ=0.5,其中ξ∈(0,1),为提高关联系数间差异显著性。
参考序列EVArefs与第一个父功能节点F1中各序列的灰色关联系数记为
Figure BDA0003091036630000207
参考序列EVArefs与第二个父功能节点F2中各序列的灰色关联系数记为
Figure BDA0003091036630000211
参考序列EVArefs与第三个父功能节点F3中各序列的灰色关联系数记为
Figure BDA0003091036630000212
参考序列EVArefs与第四个父功能节点F4中各序列的灰色关联系数记为
Figure BDA0003091036630000213
参考序列EVArefs与第五个父功能节点F5中各序列的灰色关联系数记为
Figure BDA0003091036630000214
参考序列EVArefs与第六个父功能节点F6中各序列的灰色关联系数记为
Figure BDA0003091036630000215
参考序列EVArefs与第七个父功能节点F7中各序列的灰色关联系数记为
Figure BDA0003091036630000216
参考序列EVArefs与第八个父功能节点F8中各序列的灰色关联系数记为
Figure BDA0003091036630000217
Figure BDA0003091036630000218
Figure BDA0003091036630000221
Figure BDA0003091036630000231
Figure BDA0003091036630000241
步骤44,依据灰色关联度分析GRA,确定灰色关联度;
参考序列与序列
Figure BDA0003091036630000242
的灰色关联度记为
Figure BDA0003091036630000243
参考序列EVArefs与第一个父功能节点F1中各序列的灰色关联度记
Figure BDA0003091036630000244
参考序列EVArefs与第二个父功能节点F2中各序列的灰色关联度记
Figure BDA0003091036630000245
参考序列EVArefs与第三个父功能节点F3中各序列的灰色关联度记
Figure BDA0003091036630000246
参考序列EVArefs与第四个父功能节点F4中各序列的灰色关联度记
Figure BDA0003091036630000247
参考序列EVArefs与第五个父功能节点F5中各序列的灰色关联度记
Figure BDA0003091036630000248
参考序列EVArefs与第六个父功能节点F6中各序列的灰色关联度记
Figure BDA0003091036630000249
参考序列EVArefs与第七个父功能节点F7中各序列的灰色关联度记
Figure BDA00030910366300002410
参考序列EVArefs与第八个父功能节点F8中各序列的灰色关联度记
Figure BDA00030910366300002411
Figure BDA0003091036630000251
Figure BDA0003091036630000261
步骤45,获取属于父功能节点的子功能节点;
选择灰色关联度大于0.5的指标作为第一个父功能节点F1的子功能节点,
Figure BDA0003091036630000262
重复步骤41至步骤45,遍历完成其他父功能节点,分别得到第二个父功能节点F2的所有子功能节点
Figure BDA0003091036630000263
任意一个父功能节点Fa的所有子功能节点
Figure BDA0003091036630000264
最后一个父功能节点FA的所有子功能节点
Figure BDA0003091036630000265
综上第一个父功能节点F1可靠性,包括的子节点H1信号处理能力,H2跳频通信能力,H5抗毁能力,H7识别分辨能力,H8自适应能力。
第二个父功能节点F2运输性,包括的子节点H3超短波传输能力,H4短波传输能力,H6卫星传输能力,H9数据传输能力。
第三个父功能节点F3维修性,包括的子节点H8自适应能力,H10代表纠偏能力。
第四个父功能节点F4安全性,包括的子节点H11抗破译抗欺骗能力,H12保密能力,H13隐蔽能力,H16隐身能力。
第五个父功能节点F5自然环境适应性,包括的子节点H14定位能力,H15成像能力,H18生存能力。
第六个父功能节点F6对抗环境适应性,包括的子节点H16隐身能力,H17跟踪能力,H18生存能力,H19雷达侦察能力,H20通信侦察能力,H21打击能力,H22瞄准能力。
第七个父功能节点F7供应与保障设备,包括的子节点H23态势感知能力,H24识别分辨能力,H25导向能力,H26测量能力。
第八个父功能节点F8训练和训练保障,包括的子节点H27监控能力。
综上,得到树形结构如图3所示。
步骤E,依据主成分分析法PCA提取出底层的各个指标项;
本发明中,依据PCA法,针对作战攻击类CA、作战运输类CT、微航电MA三类不同作战应用,对底层指标集HM进行指标筛选。
步骤51,针对作战攻击类CA的底层-标准化矩阵获取;
针对作战攻击类CA,依据量化标尺量化法对底层指标进行赋值,得到标准化矩阵;
对底层-子功能节点集合HM={H1,H2,…,Hk,…,Hj,…,HK}的重要性程度进行数值化赋值。
在本发明中,重要性程度的赋值数值有0.1、0.3、0.5、0.7和0.9;数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好;重要性程度的赋值数值集,记为EVB,且EVB={evb1,evb2,…,evbζ,…,evbη,…};其中:evb1为重要性程度的第一个赋值数;evb2为重要性程度的第二个赋值数;evbζ为重要性程度的第ζ个赋值数,下角标ζ为赋值数的标识号;evbη为重要性程度的第η个赋值数;evbζ与evbη为不同赋值数;
在EVB={evb1,evb2,evb3,evb4,evb5}中evb1为第一个赋值数,即evb1=0.1;evb2为第二个赋值数,即evb2=0.3;evb3为第三个赋值数,即evb3=0.5;evb4为第四个赋值数,即evb4=0.7;evb5为第五个赋值数,即evb5=0.9。
对H1进行量化标尺量化法后,得到属于H1的数值量化的指标项,记为
Figure BDA0003091036630000271
Figure BDA0003091036630000272
对H2进行量化标尺量化法后,得到属于H2的数值量化的指标项,记为
Figure BDA0003091036630000273
Figure BDA0003091036630000274
对Hk进行量化标尺量化法后,得到属于Hk的数值量化的指标项,记为
Figure BDA0003091036630000275
Figure BDA0003091036630000276
对Hj进行量化标尺量化法后,得到属于Hj的数值量化的指标项,记为
Figure BDA0003091036630000277
Figure BDA0003091036630000278
对HK进行量化标尺量化法后,得到属于HK的数值量化的指标项,记为
Figure BDA0003091036630000279
Figure BDA00030910366300002710
得到底层-标准化矩阵
Figure BDA0003091036630000281
所述底层-标准化矩阵EVB中的任意一个元素记为
Figure BDA0003091036630000282
那么对任意底层指标Hk赋值的平均值记为
Figure BDA0003091036630000283
对任意底层指标Hk赋值的标准差记为
Figure BDA0003091036630000284
构造底层-标准化矩阵
Figure BDA0003091036630000285
在本实施例中,例如,对于底层指标H1信号处理能力,H2跳频通信能力,H3超短波传输能力,H4短波传输能力,H5抗毁能力,H6卫星传输能力,H7识别分辨能力,自适应能力,H9数据传输能力,H10纠偏能力,H11抗破译抗欺骗能力,H12保密能力,H13隐蔽能力,H14定位能力,H15成像能力,H16隐身能力,H17跟踪能力,H18生存能力,H19雷达侦察能力,H20通信侦察能力,H21打击能力,H22瞄准能力,H23态势感知能力,H24识别分辨能力,H25导向能力,H26测量能力,H27监控能力。
进行量化标尺量化法后,得到矩阵,
Figure BDA0003091036630000291
标准化矩阵为
Figure BDA0003091036630000301
步骤52,构造底层-相关矩阵;
依据PCA法构造底层-相关矩阵,得到主成分Fk
Figure BDA0003091036630000302
得到相关矩阵
Figure BDA0003091036630000303
表示底层指标Hj与Hk的相关系数
Figure BDA0003091036630000304
相关矩阵
Figure BDA0003091036630000305
的特征根记为λt,t=1,2,…,K,λ1≥λ2≥…≥λt≥…≥λK
相关矩阵
Figure BDA0003091036630000306
的特征向量记为lt,lt=(lt1,lt2,…,ltk,…,ltK)T
各主成分记为Ft,且
Figure BDA0003091036630000307
步骤53,数字化底层指标的重要性;
依据PCA法,得到各底层指标的重要性结果;
按照累计贡献率不低于85%的原则
Figure BDA0003091036630000311
选择m个主成分;m<p;m与p为不同主成分的数目总;
m个主成分的线性加权值记为Mt
Figure BDA0003091036630000312
表示第t个主成分的贡献率;
对m个主成分进行加权求和,得到最终评价值F,结合步骤52得到最终评价值的各底层指标Hk的权重计算结果αk;其中,
Figure BDA0003091036630000313
Figure BDA0003091036630000314
可得
Figure BDA0003091036630000315
底层指标Hk的贡献率即为其权重计算结果的绝对值|αk|。
本实例中|α|为:
Figure BDA0003091036630000316
步骤54,依据PCA,筛选额定贡献率大于0.1的底层指标;
本实例中,经筛选得到的针对于作战攻击类作战应用的底层指标包括:H1信号处理能力,H2跳频通信能力,H5抗毁能力,H7信号识别能力,H8自适应能力,H11抗破译抗欺骗能力,H12保密能力,H15成像能力,H17跟踪能力,H18生存能力,H19雷达侦察能力,H20通信侦察能力,H25导向能力。
步骤55,得到ASAPP系统作战攻击类CA的树型结构;
因此,在本实例中构建的作战攻击类作战应用体系如图4所示
步骤56,采用与步骤51-步骤54相同的方式对ASAPP系统中作战运输类CT进行建立树,得到作战运输类CT的树型结构;
步骤57,采用与步骤51-步骤54相同的方式对ASAPP系统中微航电MA进行建立树,得到微航电MA的树型结构;
步骤F,对底层指标项进行数值量化;
依据量化标尺量化法对底层节点集HM={H1,H2,…,Hk,…,Hj,…,HK}进行赋值。
赋值数值有0.1、0.3、0.5、0.7和0.9;数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好;赋值数值集,记为APP,且APP={app1,app2,app3,app4,app5};其中:
对H1进行量化标尺量化法后,得到属于H1的数值量化的指标项,记为
Figure BDA0003091036630000321
Figure BDA0003091036630000322
并从
Figure BDA0003091036630000323
中选取出一个作为H1的量化值;
对H2进行量化标尺量化法后,得到属于H2的数值量化的指标项,记为
Figure BDA0003091036630000324
Figure BDA0003091036630000325
并从
Figure BDA0003091036630000326
中选取出一个作为H2的量化值;
对Hk进行量化标尺量化法后,得到属于Hk的数值量化的指标项,记为
Figure BDA0003091036630000327
Figure BDA0003091036630000328
并从
Figure BDA0003091036630000329
中选取出一个作为Hk的量化值;
对HK进行量化标尺量化法后,得到属于HK的数值量化的指标项,记为
Figure BDA00030910366300003210
Figure BDA00030910366300003211
并从
Figure BDA00030910366300003212
中选取出一个作为HK的量化值;
在本实施例中,例如,信号处理能力H1=0.7,跳频通信能力H2=0.7,代表抗毁能力H5=0.7,识别分辨能力H7=0.9,自适应能力H8=0.7,抗破译抗欺骗能力H11=0.9,保密能力H12=0.7,成像能力H15=0.7,跟踪能力H17=0.9,生存能力H18=0.9,雷达侦察能力H19=0.9,通信侦察能力H20=0.9,导向能力H25=0.7。
步骤G,依据层次分析法AHP构建顶层与中间层关系矩阵;
步骤71,采用重要性标度对顶层与中间层的指标项进行标度;
采用重要性标度对中间层的各个指标项进行关系矩阵构建,记为matrixmiddle,且matrixmiddle=(aaxy)U×U,下角标U为中间层中指标项的总个数;aa为中间层指标项的标度值,aaxy表示标识号为x的指标项与标识号为y的指标项的关系;则有aaxx=1,aayy=1,
Figure BDA00030910366300003213
aaxx表示标识号为x的指标项与标识号为x的指标项的关系;ayy表示标识号为y的指标项与标识号为y的指标项的关系;aayx表示标识号为y的指标项与标识号为x的指标项的关系;
父节点为作战攻击类航电系统作战适用性指标项与其子节点的判断矩阵
Figure BDA0003091036630000331
父节点为作战攻击类航电系统作战适用性指标项与其子节点的判断矩阵应用矩阵形式表达为
Figure BDA0003091036630000332
父节点为作战装备适用性指标项与其子节点的判断矩阵
可靠性 维修性 安全性
可靠性 1 2 1/9
维修性 1/2 1 1/9
安全性 9 9 1
作战装备适用性指标项与其子节点的判断矩阵应用矩阵形式表达为
Figure BDA0003091036630000333
父节点为作战环境适用性指标项与其子节点的判断矩阵
Figure BDA0003091036630000334
父节点为作战环境适用性指标项与其子节点的判断矩阵应用矩阵形式表达为
Figure BDA0003091036630000335
步骤72,提取矩阵最大特征值;
从matrixmiddle中提取出的顶层指标项与中间层指标项的矩阵最大特征值,记为βmax,且||matrixmiddlemaxImiddle||=0,Imiddle表示顶层与中间层的单位矩阵;
作战装备适用性指标项与其子节点的矩阵最大特征值,记为
Figure BDA0003091036630000336
作战环境适用性指标项与其子节点的矩阵最大特征值,记为
Figure BDA0003091036630000337
作战攻击类航电系统作战适用性指标项与其子节点的矩阵最大特征值,记为
Figure BDA0003091036630000338
步骤73,计算根节点的随机一致性比例;
顶层指标项的关联矩阵的随机一致性比例,记为CRtop,且
Figure BDA0003091036630000339
U为中间层中指标项的总个数,RI为平均随即一致性指标;
父节点作战装备适用性指标项的关联矩阵的随机一致性比例,记为
Figure BDA00030910366300003310
Figure BDA00030910366300003311
M作战装备适用性为父节点为作战装备适用性能力指标项的子节点的个数,RI为平均随即一致性指标。
父节点作战环境适用性指标项的关联矩阵的随机一致性比例,记为
Figure BDA0003091036630000341
Figure BDA0003091036630000342
M作战环境适用性为父节点为作战环境适用性能力指标项的子节点的个数,RI为平均随即一致性指标。
父节点作战攻击类航电系统作战适用性指标项的关联矩阵的随机一致性比例,记为
Figure BDA0003091036630000343
Figure BDA0003091036630000344
M作战攻击类航电系统作战适用性为父节点为作战攻击类航电系统作战适用性指标项的子节点的个数,RI为平均随即一致性指标。
步骤H,依据层次分析法AHP构建中间层与底层指标关系矩阵;
步骤81,采用重要性标度对中间层与底层的指标项进行标度;
采用重要性标度对底层中各个指标项进行关系矩阵构建,记为matrixbottom,且matrixbottom=(bbcd)O×O,下角标O为底层中指标项的总个数;bb为底层指标项的标度值,bbvp表示标识号为v的指标项与标识号为p的指标项的关系;则有bbvv=1,bbpp=1,
Figure BDA0003091036630000345
bbvv表示标识号为v的指标项与标识号为v的指标项的关系;bbpp表示标识号为p的指标项与标识号为p的指标项的关系;bbpv表示标识号为p的指标项与标识号为v的指标项的关系;
matrixbottom中依据的元素个数必须是大于2的;
例如,父节点为可靠性指标项与其子节点的判断矩阵
Figure BDA0003091036630000346
可靠性指标项与其子节点的判断矩阵应用矩阵形式表达为
Figure BDA0003091036630000347
父节点为安全性指标项与其子节点的判断矩阵
抗破译抗欺骗能力 保密能力
抗破译抗欺骗能力 1 3
保密能力 1/3 1
安全性指标项与其子节点的判断矩阵应用矩阵形式表达为
Figure BDA0003091036630000348
父节点为自然环境适应性指标项与其子节点的判断矩阵
Figure BDA0003091036630000349
Figure BDA0003091036630000351
自然环境适应性指标项与其子节点的判断矩阵应用矩阵形式表达为
Figure BDA0003091036630000352
父节点为对抗环境适应性指标项与其子节点的判断矩阵
跟踪能力 生存能力 雷达侦察能力 通信侦察能力
跟踪能力 1 2 1/9 1/2
生存能力 1/2 1 1/9 1/2
雷达侦察能力 9 9 1 8
通信侦察能力 2 2 1/8 1
对抗环境适应性指标项与其子节点的判断矩阵应用矩阵形式表达为
Figure BDA0003091036630000353
步骤82,提取矩阵最大特征值;
从matrixbottom中提取出的中间层指标项与底层指标项的矩阵最大特征值,记为θmax,且||matrixbottommaxIbottom||=0,Ibottom表示中间层与底层的单位矩阵;
在实施例中,从每一个的matrixbottom中提取出的中间层指标项与底层指标项的矩阵最大特征值分别表示为:
可靠性指标项与其子节点的矩阵最大特征值,记为
Figure BDA0003091036630000354
安全性指标项与其子节点的矩阵最大特征值,记为
Figure BDA0003091036630000355
自然环境适应性指标项与其子节点的矩阵最大特征值,记为
Figure BDA0003091036630000356
对抗环境适应性指标项与其子节点的矩阵最大特征值,记为
Figure BDA0003091036630000357
步骤83,计算父节点的随机一致性比例;
中间层指标项的关联矩阵的随机一致性比例,记为CRbottom,且
Figure BDA0003091036630000358
D为底层中指标项的总个数,RI为平均随即一致性指标;
在实施例中,每一个中间层指标项的关联矩阵的随机一致性比例分别表示为:
父节点可靠性指标项的关联矩阵的随机一致性比例,记为
Figure BDA0003091036630000359
Figure BDA00030910366300003510
M可靠性为父节点为可靠性指标项的子节点的个数,RI为平均随即一致性指标。
父节点安全性指标项的关联矩阵的随机一致性比例,记为
Figure BDA00030910366300003511
Figure BDA00030910366300003512
M安全性为父节点为安全性能力指标项的子节点的个数,RI为平均随即一致性指标。
父节点自然环境适应性指标项的关联矩阵的随机一致性比例,记为
Figure BDA00030910366300003513
Figure BDA00030910366300003514
M自然环境适应性为父节点为自然环境适应性能力指标项的子节点的个数,RI为平均随即一致性指标。
父节点对抗环境适应性指标项的关联矩阵的随机一致性比例,记为
Figure BDA0003091036630000361
Figure BDA0003091036630000362
M对抗环境适应性为父节点为对抗环境适应性能力指标项的子节点的个数,RI为平均随即一致性指标。
步骤I,一致性检测;
步骤91,设置一致性检测值,记为CR,且CR=0.1;
步骤92,判断父节点中各个指标项构建的关系矩阵是否合理;
若CRtop≥CR,则返回步骤七修改父节点中各个指标项的关系矩阵,即重新构建父节点中各个指标项的关系矩阵;
若CRtop<CR,得到指标项权重向量,记为VCRtop,执行步骤J;
步骤93,判断子节点中各个指标项构建的关系矩阵是否合理;
若CRbottom≥CR,则返回步骤八修改子节点中各个指标项进行关系矩阵,即重新构建子节点中各个指标项的关系矩阵;
若CRbottom<CR,得到指标项权重向量,记为
Figure BDA0003091036630000363
执行步骤J;
在实施例中,经检验,CRtop<CR及CRbottom<CR均满足条件,得到各指标的权重系数。
Figure BDA0003091036630000364
步骤J,适用性评估结果计算;
自底向上,逐层计算作战应用适用性评估输出的评价结果EAPP。本实例中,作战攻击类航电系统作战适用性评价结果为:EAPP可靠性=16.15%×0.7+5.15%×0.7+8.59%×0.7+61.53%×0.9+8.59%×0.7=0.82;EAPP维修性=100%×0.7=0.7;EAPP安全性=75%×0.9+25%×0.7=0.85;EAPP自然环境适应性=80%×0.7+20%×0.9=0.74;EAPP对抗环境适应性=8.44%×0.9+5.96%×0.9+73.35%×0.9+12.24%×0.9=0.9;EAPP供应与保障设备=100%×0.7=0.7;EAPP作战装备适用性=11.4%×0.82+7.18%×0.7+81.42%×0.85=0.84;EAPP作战环境适用性=66.67%×0.74+33.33%×0.9=0.79;EAPP作战保障适用性=100%×0.7=0.7;EAPP作战攻击类航电系统作战适用性=80.44%×0.84+12.18%×0.79+7.38%×0.7=0.82。
本发明是一种体系评估的方法,所要解决的是如何准确客观评估航空电子系统IMA作战适用性问题,该方法通过执行计算机程序实现对适用性的评估,反应的是航空电子系统的作战适用性,该方法通过评估指标筛选、量化评估,利用主成分分析法及层次分析法,从而实现针对不同作战应用的航空电子系统作战适用性评估,获得提高适用性评估结果针对性、客观性的技术效果。

Claims (5)

1.一种面向作战应用的航空电子系统适用性评估系统,其特征在于构建适用性评估系统的步骤有:
构建步骤一,以ASAPP系统为树根节点,构建一棵空的ASAPP树;
将ASAPP系统的作战适用性评估作为航空电子系统适用性评估树中的树根节点;
所述树根节点分别指向作战攻击类CA、作战运输类CT、微航电MA这三类功能类型;
构建步骤二,依据层次分析法AHP提取出顶层、中间层的各个指标项;
在航空电子系统作战适用性评估树中,顶层为航空电子系统作战适用性评估指标项;
将中间层的指标项写入步骤一的空树中,并作为父节点使用;父功能节点集合记为FM={F1,F2,…,Fa,…,FA};
F1表示第一个父功能节点;
F2表示第二个父功能节点;
Fa表示第a个父功能节点;下角标a为父功能节点的标识号;
FA表示最后一个父功能节点;下角标A为父功能节点的总数目;
在顶层与中间层之间的各个指标项的树型结构中,中间层由顶层执行任务或者达到所需目标来决定,是解决所述目标必须计算的能力;
在顶层与中间层的树型结构中,顶层中的各个功能节点将作为中间层的各个功能节点的父节点,而中间层的各个功能节点将作为顶层中的各个功能节点的子节点;在父功能节点集合FM={F1,F2,…,Fa,…,FA}中的各个子功能节点,记为中间层-子功能节点集合,记为HMFM,且
Figure FDA0003091036620000011
Figure FDA0003091036620000012
表示属于父节点的第一个子功能节点;
Figure FDA0003091036620000013
表示属于父节点的第二个子功能节点;
Figure FDA0003091036620000014
表示属于父节点的第k个子功能节点;
Figure FDA0003091036620000015
表示属于父节点的最后一个子功能节点;
构建步骤三,依据层次分析法AHP提取出底层的指标集;
在航空电子系统适用性评估树中,底层指标项是评估体系的评价要素,由子节点的父节点所决定;将所有底层的指标项写入步骤一的空树中,并作为底层-子节点使用;底层-子功能节点集合记为HM={H1,H2,…,Hk,…,Hj,…,HK};底层-子功能节点集合也称为底层指标集;
H1表示第一个子功能节点;
H2表示第二个子功能节点;
Hk表示第k个子功能节点;下角标k为子功能节点的标识号;
Hj表示第j个子功能节点;下角标j为子功能节点的标识号;
HK表示最后一个子功能节点;下角标K为子功能节点的总数目;
构建步骤四,依据灰色关联度分析GRA关联中间层与底层指标;
作战装备适用性CE包括有:运输性Trans、可靠性Reli、安全性Sec、维修性Maint;采用集合形式表示作战装备适用性为CE={Trans,Reli,Sec,Maint};
作战环境适用性OE包括有:自然环境适应性AtNE、对抗环境适应性EA;采用集合形式表示作战环境适用性为OE={AtNE,EA};
作战保障适用性CS包括有:供应与保障设备SaSE、训练和训练保障TaTS;采用集合形式表示作战保障适用性为CS={SaSE,TaTS};
步骤41,依据量化标尺量化法对中间层指标进行赋值,得到标准化矩阵;
对于任意一个父功能节点Fa,在中间层-子功能节点集合HMFM中依据量化标尺量化法对所述HMFM中各个指标项分别与所述Fa的关联关系进行数值化赋值;
赋值数值集,记为EVA,且EVA={eva1,eva2,…,evai,…};eva1为第一个赋值数;eva2为第二个赋值数;evai为第i个赋值数,下角标i为赋值数的标识号;
对属于Fa的子功能节点
Figure FDA0003091036620000021
与父功能节点Fa的进行量化标尺量化法后,得到属于
Figure FDA0003091036620000022
的数值量化的指标项,记为父节点-序列
Figure FDA0003091036620000023
Figure FDA0003091036620000024
Figure FDA0003091036620000025
Figure FDA0003091036620000026
的第一个赋值数;
Figure FDA0003091036620000027
Figure FDA0003091036620000028
的第二个赋值数;
Figure FDA0003091036620000029
Figure FDA00030910366200000210
的第i个赋值数;
由此,得到属于Fa的标准化矩阵,记为父节点-标准化矩阵
Figure FDA00030910366200000211
Figure FDA0003091036620000031
采用步骤41遍历完成其他父功能节点,能够得到其他父功能节点的标准化矩阵;
步骤42,依据灰色关联度分析GRA,确定分析数列;
设置参考序列EVArefs={1,1,1,1,1};
对于父节点-序列
Figure FDA0003091036620000032
与参考序列EVArefs在同一时刻k值记为:
Figure FDA0003091036620000033
参考序列EVArefs与父节点-序列
Figure FDA0003091036620000034
的绝对差值记为Δi
Figure FDA0003091036620000035
步骤43,依据灰色关联度分析GRA,确定灰色关联系数;
确定赋值序列和参考序列中绝对差值的最大值Δmax和最小值Δmin
Figure FDA0003091036620000036
Figure FDA0003091036620000037
参考序列EVArefs与父节点-序列
Figure FDA0003091036620000038
的灰色关联系数记为γI(i);
Figure FDA0003091036620000039
通过设定分辨系数ξ=0.5,其中ξ∈(0,1),为提高关联系数间差异显著性;
步骤44,依据灰色关联度分析GRA,确定灰色关联度;
参考序列EVArefs与父节点-序列
Figure FDA00030910366200000310
的灰色关联度记为γ(i);
Figure FDA0003091036620000041
步骤45,获取属于父功能节点的子功能节点;
选择灰色关联度大于0.5的指标作为父功能节点Fa的子功能节点,则有属于父功能节点Fa的所有子功能节点,记为
Figure FDA0003091036620000042
Figure FDA0003091036620000043
重复步骤41至步骤45,遍历完成其他父功能节点,分别得到其他父功能节点的所有子功能节点;
构建步骤五,依据主成分分析法PCA提取出底层的各个指标项;
依据PCA法,针对作战攻击类CA、作战运输类CT、微航电MA三类不同作战应用,对底层指标集HM进行指标筛选;
步骤51,针对作战攻击类CA的底层-标准化矩阵获取;
针对作战攻击类CA,依据量化标尺量化法对底层指标进行赋值,得到底层-标准化矩阵;
对底层-子功能节点集合HM={H1,H2,…,Hk,…,Hj,…,HK}的重要性程度进行数值化赋值;重要性程度的赋值数值集,记为EVB,且
EVB={evb1,evb2,…,evbζ,…,evbη,…};其中:evb1为第一个赋值数;evb2为第二个赋值数;evbζ为第ζ个赋值数,下角标ζ为赋值数的标识号;evbη为第η个赋值数;evbζ与evbη为不同赋值数;
对Hk进行量化标尺量化法后,得到属于Hk的数值量化的指标项,记为底层-序列
Figure FDA0003091036620000044
Figure FDA0003091036620000045
Figure FDA0003091036620000046
为Hk的第一个赋值数;
Figure FDA0003091036620000047
为Hk的第二个赋值数;
Figure FDA0003091036620000048
为Hk的第ζ个赋值数;
由此,得到底层-标准化矩阵EVB,且
Figure FDA0003091036620000051
所述底层-标准化矩阵EVB中的任意一个元素记为
Figure FDA0003091036620000052
那么对任意底层指标Hk赋值的平均值记为
Figure FDA0003091036620000053
对任意底层指标Hk赋值的标准差记为
Figure FDA0003091036620000054
构造底层-标准化矩阵
Figure FDA0003091036620000055
Figure FDA0003091036620000056
Figure FDA0003091036620000057
Figure FDA0003091036620000058
步骤52,构造底层-相关矩阵;
依据PCA法构造底层-相关矩阵,得到主成分Fk
Figure FDA0003091036620000059
得到相关矩阵
Figure FDA00030910366200000510
Figure FDA00030910366200000511
表示底层指标Hj与Hk的相关系数;
Figure FDA00030910366200000512
相关矩阵
Figure FDA00030910366200000513
的特征根记为λt,t=1,2,…,K,λ1≥λ2≥…≥λt≥…≥λK
相关矩阵
Figure FDA00030910366200000514
的特征向量记为lt,lt=(lt1,lt2,…,ltk,…,ltK)T
各主成分记为Ft
Figure FDA0003091036620000061
步骤53,数字化底层指标的重要性;
依据PCA法,得到各底层指标的重要性结果;
按照累计贡献率不低于85%的原则
Figure FDA0003091036620000062
选择m个主成分;m<p;m与p为不同主成分的数目总;
m个主成分的线性加权值记为Mt
Figure FDA0003091036620000063
表示第t个主成分的贡献率;
对m个主成分进行加权求和,得到最终评价值F,结合步骤52得到最终评价值的各底层指标Hk的权重计算结果αk;其中,
Figure FDA0003091036620000064
Figure FDA0003091036620000065
可得:
Figure FDA0003091036620000066
底层指标Hk的贡献率即为其权重计算结果的绝对值|αk|;
步骤54,依据PCA法,筛选重要性大于80%的底层指标;
步骤55,得到ASAPP系统作战攻击类CA的树型结构;
步骤56,采用与步骤51-步骤54相同的方式对ASAPP系统中作战运输类CT进行建立树,得到作战运输类CT的树型结构;
步骤57,采用与步骤51-步骤54相同的方式对ASAPP系统中微航电MA进行建立树,得到微航电MA的树型结构;
构建步骤六,对底层指标项进行数值量化;
依据量化标尺量化法对底层节点集HM={H1,H2,…,Hk,…,Hj,…,HK}进行数值化赋值;
赋值数值有0.1、0.3、0.5、0.7和0.9;数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好;赋值数值集,记为APP,且
APP={app1,app2,app3,app4,app5};其中:
app1为第一个赋值数,即app1=0.1;
app2为第二个赋值数,即app2=0.3;
app3为第三个赋值数,即app3=0.5;
app4为第四个赋值数,即app4=0.7;
app5为第五个赋值数,即app5=0.9;
对H1进行量化标尺量化法后,得到属于H1的数值量化的指标项,记为
Figure FDA0003091036620000071
Figure FDA0003091036620000072
并从
Figure FDA0003091036620000073
中选取出一个作为H1的量化值;
对H2进行量化标尺量化法后,得到属于H2的数值量化的指标项,记为
Figure FDA0003091036620000074
Figure FDA0003091036620000075
并从
Figure FDA0003091036620000076
中选取出一个作为H2的量化值;
对Hk进行量化标尺量化法后,得到属于Hk的数值量化的指标项,记为
Figure FDA0003091036620000077
Figure FDA0003091036620000078
并从
Figure FDA0003091036620000079
中选取出一个作为Hk的量化值;
对HK进行量化标尺量化法后,得到属于HK的数值量化的指标项,记为
Figure FDA00030910366200000710
Figure FDA00030910366200000711
并从
Figure FDA00030910366200000712
中选取出一个作为HK的量化值;
构建步骤七,依据层次分析法AHP构建顶层与中间层的指标项关系矩阵;
步骤71,采用重要性标度对顶层与中间层的指标项进行标度;
采用重要性标度对中间层的各个指标项进行关系矩阵构建,记为matrixmiddle,且matrixmiddle=(aaxy)U×U,下角标U为中间层中指标项的总个数;aa为中间层指标项的标度值,aaxy表示标识号为x的指标项与标识号为y的指标项的关系;则有aaxx=1,aayy=1,
Figure FDA00030910366200000713
aaxx表示标识号为x的指标项与标识号为x的指标项的关系;ayy表示标识号为y的指标项与标识号为y的指标项的关系;aayx表示标识号为y的指标项与标识号为x的指标项的关系;
步骤72,提取矩阵最大特征值;
从matrixmiddle中提取出的顶层指标项与中间层指标项的矩阵最大特征值,记为βmax,且||matrixmiddlemaxImiddle||=0,Imiddle表示顶层与中间层的单位矩阵;
步骤73,计算根节点的随机一致性比例;
顶层指标项的关联矩阵的随机一致性比例,记为CRtop,且
Figure FDA0003091036620000081
U为中间层中指标项的总个数,RI为平均随即一致性指标;
构建步骤八,依据层次分析法AHP构建中间层与底层的指标项关系矩阵;
步骤81,采用重要性标度对中间层与底层的指标项进行标度;
采用重要性标度对底层中各个指标项进行关系矩阵构建,记为matrixbottom,且matrixbottom=(bbcd)O×O,下角标O为底层中指标项的总个数;bb为底层指标项的标度值,bbvp表示标识号为v的指标项与标识号为p的指标项的关系;则有bbvv=1,bbpp=1,
Figure FDA0003091036620000082
bbvv表示标识号为v的指标项与标识号为v的指标项的关系;bbpp表示标识号为p的指标项与标识号为p的指标项的关系;bbpv表示标识号为p的指标项与标识号为v的指标项的关系;
matrixbottom中依据的元素个数必须是大于2的;
步骤82,提取矩阵最大特征值;
从matrixbottom中提取出的中间层指标项与底层指标项的矩阵最大特征值,记为θmax,且||matrixbottommaxIbottom||=0,Ibottom表示中间层与底层的单位矩阵;
步骤83,计算父节点的随机一致性比例;
中间层指标项的关联矩阵的随机一致性比例,记为CRbottom,且
Figure FDA0003091036620000083
D为底层中指标项的总个数,RI为平均随即一致性指标;
构建步骤九,一致性检测;
步骤91,设置一致性检测值,记为CR,且CR=0.1;
步骤92,判断父节点中各个指标项构建的关系矩阵是否合理;
若CRtop≥CR,则返回构建步骤七修改父节点中各个指标项的关系矩阵,即重新构建父节点中各个指标项的关系矩阵;
若CRtop<CR,采用1-9阶平均随机一致性指标来赋值指标项,得到指标项权重向量,记为VCRtop,所述VCRtop就是适用性的数值;
步骤93,判断子节点中各个指标项构建的关系矩阵是否合理;
若CRbottom≥CR,则返回构建步骤八修改子节点中各个指标项进行关系矩阵,即重新构建子节点中各个指标项的关系矩阵;
若CRbottom<CR,采用1-9阶平均随机一致性指标来赋值指标项,得到指标项权重向量,记为
Figure FDA0003091036620000091
所述
Figure FDA0003091036620000092
就是适用性的数值。
2.根据权利要求1所述的面向作战应用的航空电子系统适用性评估系统,其特征在于:中间层的指标项包括有作战装备适用性、作战环境适用性、作战保障适用性,以及运输性、可靠性、安全性、维修性、对抗环境适应性、自然环境适应性、训练和训练保障、供应与保障设备。
3.根据权利要求1所述的面向作战应用的航空电子系统适用性评估系统,其特征在于:赋值数值有0.1、0.3、0.5、0.7和0.9;数值0.1、0.3、0.5、0.7、0.9分别代表的文字信息是极差、差、一般、好、极好。
4.根据权利要求1所述的面向作战应用的航空电子系统适用性评估系统,其特征在于:指标项是指综合模块化航空电子系统中指定的各个指标项。
5.根据权利要求1所述的面向作战应用的航空电子系统适用性评估系统,其特征在于:适用性评估系统包括有建立树根模块、设置顶层指标项模块、设置中间层指标项模块、设置底层指标项模块、构建顶层与中间层关联关系模块、构建中间层与底层关联关系模块和一致性检测模块;
建立树根模块,用于将航空电子系统适用性作为树根节点;初始时,航空电子系统适用性评估树为空集;
设置顶层指标项模块,用作战攻击类CA、作战运输类CT、微航电MA这三类功能类型作为顶层指标项;
设置中间层指标项模块,中间层由顶层执行任务或者达到所需目标来决定,是解决所述目标必须计算的能力;采用灰色关联度分析法GRA获取属于父功能节点的子功能节点;
设置底层指标项模块,底层指标项是评估体系的评价要素,由子节点的父节点所决定;采用层次分析法AHP将所有底层的指标项写入步骤一的空树中,并作为底层-子节点使用;采用主成分分析法PCA针对作战攻击类CA、作战运输类CT、微航电MA三类不同作战应用,对底层指标集HM进行指标筛选;
构建顶层与中间层关联关系模块,依据层次分析法AHP构建顶层与中间层的指标项关系矩阵;
步骤71,采用重要性标度对顶层与中间层的指标项进行标度;
采用重要性标度对中间层的各个指标项进行关系矩阵构建,记为matrixmiddle,且matrixmiddle=(aaxy)U×U,下角标U为中间层中指标项的总个数;aa为中间层指标项的标度值,aaxy表示标识号为x的指标项与标识号为y的指标项的关系;则有aaxx=1,aayy=1,
Figure FDA0003091036620000101
aaxx表示标识号为x的指标项与标识号为x的指标项的关系;ayy表示标识号为y的指标项与标识号为y的指标项的关系;aayx表示标识号为y的指标项与标识号为x的指标项的关系;
步骤72,提取矩阵最大特征值;
从matrixmiddle中提取出的顶层指标项与中间层指标项的矩阵最大特征值,记为βmax,且||matrixmiddlemaxImiddle||=0,Imiddle表示顶层与中间层的单位矩阵;
步骤73,计算根节点的随机一致性比例;
顶层指标项的关联矩阵的随机一致性比例,记为CRtop,且
Figure FDA0003091036620000102
U为中间层中指标项的总个数,RI为平均随即一致性指标;
构建中间层与底层关联关系模块,依据层次分析法AHP构建中间层与底层的指标项关系矩阵;
步骤81,采用重要性标度对中间层与底层的指标项进行标度;
采用重要性标度对底层中各个指标项进行关系矩阵构建,记为matrixbottom,且matrixbottom=(bbcd)O×O,下角标O为底层中指标项的总个数;bb为底层指标项的标度值,bbvp表示标识号为v的指标项与标识号为p的指标项的关系;则有bbvv=1,bbpp=1,
Figure FDA0003091036620000111
bbvv表示标识号为v的指标项与标识号为v的指标项的关系;bbpp表示标识号为p的指标项与标识号为p的指标项的关系;bbpv表示标识号为p的指标项与标识号为v的指标项的关系;
matrixbottom中依据的元素个数必须是大于2的;
步骤82,提取矩阵最大特征值;
从matrixbottom中提取出的中间层指标项与底层指标项的矩阵最大特征值,记为θmax,且||matrixbottommaxIbottom||=0,Ibottom表示中间层与底层的单位矩阵;
步骤83,计算父节点的随机一致性比例;
中间层指标项的关联矩阵的随机一致性比例,记为CRbottom,且
Figure FDA0003091036620000112
D为底层中指标项的总个数,RI为平均随即一致性指标;
一致性检测模块,
步骤91,设置一致性检测值,记为CR,且CR=0.1;
步骤92,判断父节点中各个指标项构建的关系矩阵是否合理;
若CRtop≥CR,则返回构建步骤七修改父节点中各个指标项的关系矩阵,即重新构建父节点中各个指标项的关系矩阵;
若CRtop<CR,采用1-9阶平均随机一致性指标来赋值指标项,得到指标项权重向量,记为VCRtop,所述VCRtop就是适用性的数值;
步骤93,判断子节点中各个指标项构建的关系矩阵是否合理;
若CRbottom≥CR,则返回构建步骤八修改子节点中各个指标项进行关系矩阵,即重新构建子节点中各个指标项的关系矩阵;
若CRbottom<CR,采用1-9阶平均随机一致性指标来赋值指标项,得到指标项权重向量,记为
Figure FDA0003091036620000113
所述
Figure FDA0003091036620000114
就是适用性的数值。
CN202110595795.5A 2021-05-29 2021-05-29 面向作战应用的航空电子系统适用性评估系统 Active CN113361887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110595795.5A CN113361887B (zh) 2021-05-29 2021-05-29 面向作战应用的航空电子系统适用性评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110595795.5A CN113361887B (zh) 2021-05-29 2021-05-29 面向作战应用的航空电子系统适用性评估系统

Publications (2)

Publication Number Publication Date
CN113361887A true CN113361887A (zh) 2021-09-07
CN113361887B CN113361887B (zh) 2023-04-18

Family

ID=77528225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110595795.5A Active CN113361887B (zh) 2021-05-29 2021-05-29 面向作战应用的航空电子系统适用性评估系统

Country Status (1)

Country Link
CN (1) CN113361887B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056326A (zh) * 2023-08-11 2023-11-14 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 基于灰色关联自适应确权的gnss数据质量评价方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150643A (zh) * 2013-03-19 2013-06-12 天津市市政工程设计研究院 基于加权主成分分析的航空枢纽服务水平综合评价方法
CN105677762A (zh) * 2015-12-31 2016-06-15 北京信息科技大学 一种大数据环境下航空电子综合系统故障行为耦合风险分析系统
CN108805430A (zh) * 2018-05-30 2018-11-13 北京航空航天大学 一种防空反导体系作战能力评估方法与装置
CN109377024A (zh) * 2018-09-30 2019-02-22 北京航空航天大学 一种基于层次分析和灰色模糊综合的恢复能力评估方法
CN110188461A (zh) * 2019-05-29 2019-08-30 哈尔滨工程大学 一种面向基地攻防任务的多uuv红蓝方ahp威胁评估方法
CN112712250A (zh) * 2020-12-28 2021-04-27 中国民航科学技术研究院 一种高原机场运行安全保障能力评价方法及系统
CN112734258A (zh) * 2020-12-02 2021-04-30 北京航空航天大学 航空电子系统效能评估表征系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150643A (zh) * 2013-03-19 2013-06-12 天津市市政工程设计研究院 基于加权主成分分析的航空枢纽服务水平综合评价方法
CN105677762A (zh) * 2015-12-31 2016-06-15 北京信息科技大学 一种大数据环境下航空电子综合系统故障行为耦合风险分析系统
CN108805430A (zh) * 2018-05-30 2018-11-13 北京航空航天大学 一种防空反导体系作战能力评估方法与装置
CN109377024A (zh) * 2018-09-30 2019-02-22 北京航空航天大学 一种基于层次分析和灰色模糊综合的恢复能力评估方法
CN110188461A (zh) * 2019-05-29 2019-08-30 哈尔滨工程大学 一种面向基地攻防任务的多uuv红蓝方ahp威胁评估方法
CN112734258A (zh) * 2020-12-02 2021-04-30 北京航空航天大学 航空电子系统效能评估表征系统
CN112712250A (zh) * 2020-12-28 2021-04-27 中国民航科学技术研究院 一种高原机场运行安全保障能力评价方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周璇;何锋;谷晓燕;贾子睿;熊华钢;: "航电系统体系贡献率权重演化动态综合评估" *
王玲玲;方志耕;: "分层构权灰色主成分评价模型及其应用" *
董彦非;吴欣蓬;屈高敏;: "战斗机综合作战效能评估的改进灰色关联模型" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056326A (zh) * 2023-08-11 2023-11-14 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 基于灰色关联自适应确权的gnss数据质量评价方法及系统
CN117056326B (zh) * 2023-08-11 2024-05-03 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 基于灰色关联自适应确权的gnss数据质量评价方法及系统

Also Published As

Publication number Publication date
CN113361887B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN112734258B (zh) 航空电子系统效能评估表征系统
US7478071B2 (en) Method and apparatus for determining and assessing information to be collected based on information-theoretic measures
CN110175773A (zh) 基于贝叶斯网络的侦查无人机作战效能评估方法
CN110070026B (zh) 基于模式识别的视频图像危险态势感知方法、系统、装置
CN101950019A (zh) 基于属性数据的二次雷达多层级目标识别方法
CN113361887B (zh) 面向作战应用的航空电子系统适用性评估系统
CN116050136A (zh) 一种智能船舶测试场景库的生成方法、装置及设备
Liu et al. GNSS interference detection using machine learning algorithms on ADS-B data
Wang et al. Simplification of epistemic networks using parsimonious removal with interpretive alignment
Dalagnol et al. Canopy palm cover across the Brazilian Amazon forests mapped with airborne LiDAR data and deep learning
Hall et al. Multisensor data fusion
CN111985119A (zh) 基于HarmonySE和CBAM的架构权衡分析方法
CN111553421B (zh) 基于双层嵌套结构的sar装备任务失效成因推理方法
Novák et al. Business intelligence and ISR data processing
CN114139902A (zh) 基于敏感性分析的航空装备人员搜救体系贡献度评估方法
Yıldırım Unsupervised classification of multispectral Landsat images with multidimensional particle swarm optimization
CN111881125A (zh) 一种海上非作战目标实时清洗方法及系统
Kuperman Human system interface (HSI) issues in assisted target recognition (ASTR)
Morawietz et al. A decision support system for the mission-based evaluation of aerial platforms: advancements and final validation results
Feng et al. Research on Threat Assessment evaluation model based on improved CNN algorithm
Gavrilov et al. A new effective processing technology for visual information in the automated optoelectronic systems of ground–space monitoring
Castaldo et al. The M3T process for IRST systems
Wang et al. Research on UAV remote control signal recognition based on time-frequency map
CN112233694B (zh) 一种目标识别方法、装置、存储介质及电子设备
CN114943344B (zh) 联合svm和hmm的导航场景感知通用模型构建方法

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