CN114818467B - 一种卫星通信系统态势精确分析方法 - Google Patents

Abstract

本发明公开了一种卫星通信系统态势精确分析方法，该方法从大量卫星通信系统原始运行数据中提取数据特征，再通过基于决策融合的态势生成算法，生成精确的卫星通信系统运行态势，全面、准确的评价卫星通信系统运行情况，促进卫星通信系统的优化。

Description

一种卫星通信系统态势精确分析方法

技术领域

本发明涉及卫星通信网络领域，特别是涉及一种卫星通信系统态势分析方法。

背景技术

随着卫星通信系统的蓬勃发展，通过对卫星通信系统的参数配置、设备故障信息、工作状态、业务质量等数据中，分析掌握卫星通信系统的运行态势，评估系统性能，管理和优化卫星通信系统越发的重要。现有的态势分析方法对于定性数据通过调查问卷、专家打分等方式进行量化，提取数据特征，但人工因素影响会导致数据极易存在误差，可信度低。在特征提取后，单独使用AHP算法、BP神经网络算法、TOPSIS算法等算法无法适用于类型各异的数据样本，而传统的决策融合算法是对多个算法的计算结果取平均值，忽略了某些算法训练不足或专家主观经验设定等问题，给出的分析结果与实际偏差较大，可信度不高，制约了运维人员对卫星通信系统的管理和优化。

发明内容

为了克服上述现有技术的不足，重点解决卫星通信系统原始运行数据，包括定性与定量数据有效的特征提取、决策融合分析问题，确保分析结果精确可信。本发明提供了一种卫星通信系统态势精确分析方法。

本发明所采用的技术方案是：

一种卫星通信系统态势精确分析方法，包括以下步骤：

(1)采集、统计卫星通信系统的原始运行数据，包括定量数据和定性数据；其中，定量数据是结构性的，由一定长度类型的字段组成；定性是非结构数据，数据字段仅由非数值的文字语言表征；

(2)从原始运行数据中提取有效的数据特征；

(3)基于构建的评价指标体系，结合卫星通信系统实际数据采集情况选取评价指标；

(4)使用多种算法对多个评价指标进行评估，并将评估结果进行融合，得到精确的态势评价。

进一步的，步骤(2)的具体方式为：

对于定量数据，如果同一实体有多个相同记录，则仅保留重复数据中的一项；如果缺失少量字段使得不能完整表达数据语义，则用历史数据的均值来填充；如果缺失半数以上字段，则抛弃该数据样本；如果少量数据出现错误，则采用分箱法，用错误噪声数据指标出现的前后一段时间的指标平均值或边界值来平滑修正；如果半数以上数据出现错误，则抛弃该数据样本；

对于定性数据，通过调查问卷、专家打分的方式进行数字化，并运用模糊集统计法，通过构建评估等级来量化定性数据，降低人工影响因素；所述模糊集统计法如下：

1)建立评估等级集合V＝{v₁，v₂，…，v_m}，用模糊集b_j＝(b_j1，b_j2，...，b_jm)表征定性指标，b_jk为b_j对v_k的隶属度，k＝1～m，j＝1～n；

2)利用模糊统计法计算得到b_jk；

3)V＝{v₁，v₂，…，v_m}的数值集D＝{d₁，d₂，…，d_m}由专家设定；

4)计算定性指标b_j的定量值x_i，j：

进一步的，步骤(3)的具体方式为：

基于卫星通信系统特点构建评价指标体系，评价指标包括全域互通能力、抗干扰通信能力、机动传输能力、业务承载能力、资源利用效率、快速组网能力；

根据卫星通信系统实际数据采集情况选取评价指标，其中，全域互通能力需要节点入网退网时间、运行状态统计、业务类型统计、网络拓扑、用户操作体现的类型数据，抗干扰通信能力需要恶意干扰情况频谱监测、运行状态统计的数据，机动传输能力需要用户类型、用户移动情沉、运行状念统计的数据，业务承载能力需要业务种类、业务传输速率、业务传输性能的数据，资源利用效率需要频率使用情况、功率使用情况的数据，快速组网能力需要系统容量、网络拓扑、参数配置时间、网络开通时间、节点入网退网时间的数据。

进一步的，步骤(4)的具体方式为：

1)设有m种算法，对n个评价指标进行评估，第i种算法得出的结果向量为：

Wⁱ＝(w_i1，w_i2，…，w_in)

其中，i＝1，2，...，m；

2)设第j个评价指标的评估结果的均值为：

方差为：/>

j＝1，2，...，n；假定所有算法的结果服从正态分布/>

构造置信区间/>

α为显著性水平，zα/2为处于标准正态分布中的α/2分位点；

3)统计第i种算法的结果，如果全部结果都在置信区间以外，则判定该算法在本次分析中结果偏差较大，放弃该算法；如果在置信区间以外存在部分结果，若在置信空间外的结果大于50％，则丢弃结果，反之保留结果并进行后续步骤；如果所有的结果都在置信区间以内，则进行后续步骤；

4)假定筛选得到m种算法，计算第i种算法相对于第j种评价指标的历史K_j次分析结果与历史融合分析结果的标准差为σ_ij，算法历史分析结果与融合后的结果的标准差σ_ij越小，算法的可信度越高，计算第i种算法相对n个评价指标的标准差σ_i：

5)考虑标准差可能为零的情况，计算第i种算法可信度θ_i：

其中，使用

以避免/>

无法计算的情况，添加参数/>

用于算法可信度差异性大小的调节，/>

对θ_i进行归一化，得到第i种算法归一化后的评估结果可信度θ_i ^*为：

6)设筛选共得到m种算法，则第j个评价指标的融合后的精确评价结果为：

与现有技术相比，本发明的有益效果在于：

1、本发明能够通过模糊集统计法对定性数据进行特征提取，相比现有调查问卷、专家打分等方式进行特征提取，模糊集统计法通过构建评估等级来量化定性数据，尽可能将人工影响因素降到最小。

2、本发明通过对AHP算法、BP神经网络算法、TOPSIS算法、模糊综合评价法单独计算的结果计算可信度，再通过基于可信度的加权融合实现决策融合。相比基于平均值的决策融合，本方法兼顾了不同算法分析结果的范围性、优势性和准确性，能够识别与剔除不可信结果，提升分析结果的精确性与可行度。

附图说明

图1为卫星通信系统态势精确分析方法的流程图；

图2为决策融合分析过程图。

具体实施方式

下面结合附图对本发明做进一步说明。

一种卫星通信系统态势精确分析方法，该方法基于特定的评价指标对收集到的卫星通信系统原始运行数据进行处理，对卫星通信系统的运行情况进行评价。具体来说，首先从大量定性、定量的卫星通信系统原始运行数据中提取数据特征，再通过基于决策融合的态势生成算法，生成精确的卫星通信系统运行态势，从而全面、准确地反应卫星通信系统运行情况，促进卫星通信系统的优化。

该方法中，数据特征提取涵盖定量数据和定性数据。对于定量数据执行保留同一实体中唯一的数据记录、运用历史数据均值填充缺失少量字段、抛弃缺失半数以上的数据、分箱法平滑修正少量缺失或噪声数据的操作；对于定性数据使用模糊集统计法构建评估等级实现文字数据的量化特征提出。

此外，决策融合分析融合AHP算法、BP神经网络算法、TOPSIS算法、模糊综合评价算法，以计算可信度作为不同算法分析结果的权重，融合生成客观精确可信的评价结果。

下面为一个更具体的例子：

如图1所示，一种卫星通信系统态势精确分析方法，包括以下步骤：

(1)采集、统计卫星通信系统的原始运行数据

卫星通信系统原始运行数据包括定量数据和定性数据，定量数据是结构性的，由一定长度类型的字段组成；定性是非结构数据，数据字段仅由非数值的文字语言表征。

(2)数据特征提取

对于定量数据，如果同一实体有多个相同记录，则仅保留重复数据中的一项；如果缺失少量字段使得不能完整表达数据语义，则用历史数据的均值来填充；如果缺失半数以上字段，则抛弃该数据样本；如果少量数据出现错误，则采用分箱法，用错误噪声数据指标出现的前后一段时间的指标平均值或边界值来平滑修正；如果半数以上数据出现错误，则抛弃该数据样本。

对于定性数据，可以通过调查问卷、专家打分等方式进行数字化，但人工因素影响会导致数据不可信，因此需要运用模糊集统计法，通过构建评估等级来量化定性数据，尽可能将人工影响因素降到最小。模糊集统计算法如下：

1)建立评估等级集合V＝{v₁，v₂，…，v_m}，用模糊集b_j＝(b_j1，b_j2，...，b_jm)表征定性指标，b_jk为b_j对v_k的隶属度，k＝1～m，j＝1～n；

2)b_jk可以利用模糊统计法计算得到；

3)V＝{v₁，v₂，…，v_m}的数值集D＝{d₁，d₂，…，d_m}由专家设定；

4)定性指标b_j的定量值x_i，j为

尽可能避免了主观因素影响。

(3)选取评价指标

首先基于卫星通信系统特点构建评价指标体系。卫星通信系统的特点是为用户提供超视距可靠的通信能力，因此能够体现卫星通信系统运行效能的评价指标体系包括全域互通能力、抗干扰通信能力、机动传输能力、业务承载能力、资源利用效率、快速组网能力。

因评价指标含义不同，其所需的数据种类也有差别，评价指标的选取依赖实际采集到的数据类型。例如全域互通能力指网内、网间所有用户节点之间互联互通能力，需要节点入网退网时间、运行状态统计、业务类型统计、网络拓扑、用户操作体现等类型数据，即采集到上述类型数据后，即可对卫星通信系统的全域互通能力这一指标进行评估。

此外，抗干扰通信能力需要敌方恶意干扰情况频谱监测、运行状态统计等数据；机动传输能力需要用户类型、用户移动情况、运行状态统计等数据；业务承载能力需要业务种类、业务传输速率、业务传输性能等数据；资源利用效率需要频率使用情况、功率使用情况等数据；快速组网能力需要系统容量、网络拓扑、参数配置时间、网络开通时间、节点入网退网时间等数据。

因此，评价指标的选取是基于评价指标体系，结合卫星通信系统实际能采集到的数据情况确定。

(4)决策融合分析

如图2所示，基于某真实卫星通信系统原始运行数据，在数据特征提取后，选取抗干扰通信能力、全域互通能力、机动传输能力、业务承载能力、资源利用效率、快速组网能力6项指标，对数据样本计算AHP算法、BP神经网络算法、TOPSIS算法、模糊综合评价算法4种算法的分析结果，再计算每个算法的置信度，丢弃置信区间外的算法结果，最后进行加权融合，生成最终分析结果。具体过程如下：

1)设有m种算法，对n个指标进行评估，第i(i＝1，2，…m)个算法得出的结果向量为：

Wⁱ＝(w_i1，w_i2，…，w_in) (1)

2)设第j(j＝1，2，…n)个结果的均值为：

方差为：/>

假定所有算法的结果服从正态分布/>

构造置信区间/>

α为显著性水平，可取0.01，0.03，0.05等，zα/2处于标准正态分布中的α/2分位点。

3)统计第i种算法的结果，如果全部结果都在置信区间以外，则可以判定该算法在本次分析中结果偏差较大，放弃该算法；如果在置信区间以外存在部分结果，若在置信空间外的结果大于50％，则丢弃结果，反之保留结果；如果所有的结果都在置信区间以内，认为该算法为优质算法，可信度高。通过以上步骤得到的算法存在不同的适用性，算法的可信度通过对不同评价指标的历史数据进行训练确定。

4)假定筛选得到m种算法，计算第i种算法相对于第j种评价指标的历史K_j次分析结果与历史融合分析结果的标准差σ_ij，算法历史分析结果与融合后的结果的标准差σ_ij越小，算法的可信度越高，计算第i种算法相对n个评价指标的标准差σ_i：

5)考虑标准差可能为零的情况，计算第i种算法可信度：

使用

为倒数以避免/>

无法计算的情况，添加参数/>

用于算法可信度差异性大小的调节，经过实验，这里/>

选择10为比较恰当的值。对θ_i进行归一化，得到第i种算法归一化后的评估结果可信度θ_i ^*为：

6)设筛选共得到m种算法，则第j个评价指标的分析结果为：

上述决策融合分析方法兼顾了AHP算法、BP神经网络算法、TOPSIS算法、模糊综合评价算法等不同算法分析结果的范围性、优势性和准确性，并且具有可扩展性，支持任意其它分析算法的扩展。

Claims (3)

1.一种卫星通信系统态势精确分析方法，其特征在于，包括以下步骤：

(1)采集、统计卫星通信系统的原始运行数据，包括定量数据和定性数据；其中，定量数据是结构性的，由一定长度类型的字段组成；定性是非结构数据，数据字段仅由非数值的文字语言表征；

(2)从原始运行数据中提取有效的数据特征；

(3)基于构建的评价指标体系，结合卫星通信系统实际数据采集情况选取评价指标；

(4)使用多种算法对多个评价指标进行评估，并将评估结果进行融合，得到精确的态势评价；具体方式为：

1)设有m种算法，对n个评价指标进行评估，第i种算法得出的结果向量为：

Wⁱ＝(w_i1,w_i2,…,w_in)

其中，i＝1,2,...,m；

2)设第j个评价指标的评估结果的均值为：

方差为：

假定所有算法的结果服从正态分布/>

构造置信区间/>

α为显著性水平，z^α/₂为处于标准正态分布中的α/2分位点；

3)统计第i种算法的结果，如果全部结果都在置信区间以外，则判定该算法在本次分析中结果偏差过大，放弃该算法；如果在置信区间以外存在部分结果，若在置信空间外的结果大于50％，则丢弃结果，反之保留结果并进行后续步骤；如果所有的结果都在置信区间以内，则进行后续步骤；

4)假定筛选得到m种算法，计算第i种算法相对于第j种评价指标的历史K_j次分析结果与历史融合分析结果的标准差为σ_ij，算法历史分析结果与融合后的结果的标准差σ_ij越小，算法的可信度越高，计算第i种算法相对n个评价指标的标准差σ_i：

5)考虑标准差可能为零的情况，计算第i种算法可信度θ_i：

其中，使用

以避免/>

无法计算的情况，添加参数/>

用于算法可信度差异性大小的调节，/>

对θ_i进行归一化，得到第i种算法归一化后的评估结果可信度θ_i ^*为：

6)设筛选共得到m种算法，则第j个评价指标的融合后的精确评价结果为：

2.根据权利要求1所述的一种卫星通信系统态势精确分析方法，其特征在于，步骤(2)的具体方式为：

对于定量数据，如果同一实体有多个相同记录，则仅保留重复数据中的一项；如果缺失少量字段使得不能完整表达数据语义，则用历史数据的均值来填充；如果缺失半数以上字段，则抛弃该定量数据；如果少量数据出现错误，则采用分箱法，用错误噪声数据指标出现的前后一段时间的指标平均值或边界值来平滑修正；如果半数以上数据出现错误，则抛弃该定量数据；

对于定性数据，通过调查问卷、专家打分的方式进行数字化，并运用模糊集统计法，通过构建评估等级来量化定性数据，降低人工影响因素；所述模糊集统计法如下：

1)建立评估等级集合V＝{v₁,v₂,...,v_m}，用模糊集b_j＝(b_j1,b_j2,...,b_jm)表征定性指标，b_jk为b_j对v_k的隶属度，k＝1～m，j＝1～n；

2)利用模糊统计法计算得到b_jk；

3)V＝{v₁,v₂,...,v_m}的数值集D＝{d₁,d₂,...,d_m}由专家设定；

4)计算定性指标b_j的定量值x_i,j：

3.根据权利要求1所述的一种卫星通信系统态势精确分析方法，其特征在于，步骤(3)的具体方式为：

基于卫星通信系统特点构建评价指标体系，评价指标包括全域互通能力、抗干扰通信能力、机动传输能力、业务承载能力、资源利用效率、快速组网能力；

根据卫星通信系统实际数据采集情况选取评价指标，其中，全域互通能力需要节点入网退网时间、运行状态统计、业务类型统计、网络拓扑、用户操作体现的类型数据，抗干扰通信能力需要恶意干扰情况频谱监测、运行状态统计的数据，机动传输能力需要用户类型、用户移动情况、运行状态统计的数据，业务承载能力需要业务种类、业务传输速率、业务传输性能的数据，资源利用效率需要频率使用情况、功率使用情况的数据，快速组网能力需要系统容量、网络拓扑、参数配置时间、网络开通时间、节点入网退网时间的数据。

Images