董華清，彭冬亮，張辰璐，谷　雨

(杭州電子科技大學自動化學院，浙江 杭州 310018)

?

基于云理論和模糊模型的預警系統(tǒng)性能評估

董華清，彭冬亮，張辰璐，谷雨

(杭州電子科技大學自動化學院，浙江 杭州 310018)

為了對遠程預警系統(tǒng)性能進行全面評估，提出了結合模糊模型與云理論的評估方法.首先利用層次分析法把復雜評估過程分成若干層次，利用云理論解決了定性指標的評估問題，再采用模糊模型解決了部分定量指標的評估問題，通過兩類指標的綜合評估，實現了對遠程預警系統(tǒng)的合理評估.評估實例分析表明，評估方法能客觀地評估遠程預警系統(tǒng)性能，具有一定的實用性和適用性.

遠程預警系統(tǒng)；性能評估；云理論；模糊模型

0　引　言

信息融合系統(tǒng)的性能評估是信息融合領域的一個重點研究方向.可根據信息融合系統(tǒng)的評估結果進行性能優(yōu)化[1].遠程預警系統(tǒng)是信息融合系統(tǒng)的實際應用.目前對較為復雜的遠程預警系統(tǒng)進行性能評估時，首先要建立指標體系，然后選擇對應的評估方法.文獻[2]從性能角度出發(fā)，研究了分布式信息融合系統(tǒng)的指標體系，并且提出了相關評估指標體系.文獻[3]分別針對雷達組網建立了相關評估指標體系，但沒有提出系統(tǒng)的評估方法.文獻[4]運用云模型對定性定量指標進行了研究，但只適用于簡單系統(tǒng)的性能分析.文獻[5]建立了遠程預警系統(tǒng)，但沒有給出系統(tǒng)的評估方法.云理論和模糊理論在不確定信息的處理上各有優(yōu)勢，具有一定的互補性，兩者的結合能更客觀地進行系統(tǒng)評估.本文提出了一種結合云理論和模糊模型的評估方法，解決了遠程預警系統(tǒng)評估時因同時存在定性和定量指標而難以合理評估的難題.

1　遠程預警系統(tǒng)及其評估指標

遠程預警系統(tǒng)是由多平臺多傳感器組成的復雜系統(tǒng)，遠程預警過程如圖1[5]所示.

本文根據文獻[6]對國際七大信息質量評價指標體系描述及總結的戰(zhàn)場信息質量描述方法及元數據模型，建立了如圖2所示的遠程預警系統(tǒng)性能評估指標體系，共5大類指標.

1)融合目標識別能力包含目標類型識別率和屬性識別率.目標類型識別率是系統(tǒng)準確識別目標類型的量，目標屬性識別率是系統(tǒng)對目標屬性識別的正確率；

2)融合航跡精度包含航跡精度和假航跡系數。航跡精度根據系統(tǒng)融合航跡位置估計的均方根誤差對航跡精度進行判斷，假航跡系數是根據傳感器探測的雜波在信息融合系統(tǒng)被判定為假目標的概率；

3)融合跟蹤能力包含目標連續(xù)跟蹤率、航跡錯跟率和累積探測概率.目標連續(xù)跟蹤率是連續(xù)跟蹤目標總時間與目標理論上被跟蹤總時間比值，航跡錯跟率是系統(tǒng)跟蹤目標錯誤率，累積探測概率是累積探測概率表示信息融合系統(tǒng)在[t1,t2]的運行時間內，探測到目標的次數至少為一次的概率；

4)預警性能包含目標截獲時間和第一次探測到目標的距離.目標截獲時間是探測器探測到目標的時間與遠程預警系統(tǒng)啟動的時間之差，第一次探測到目標的距離是信息融合系統(tǒng)第一次探測到目標與各探測器的直線距離；

5)網絡相關指標包含可抵抗性、可識別性、可恢復性和可適應性.可抵抗性指信息融合系統(tǒng)抵抗網絡攻擊的能力，可識別性指信息融合系統(tǒng)檢測和識別網絡攻擊的能力，可恢復性指信息融合系統(tǒng)在遭受網絡攻擊后恢復所有功能的能力，可適應性指信息融合系統(tǒng)通過自主分析遭受的攻擊而提高該系統(tǒng)可生存性的能力.

圖1　遠程預警系統(tǒng)預警過程

圖2　遠程預警系統(tǒng)性能評估指標體系

2　遠程預警系統(tǒng)性能評估方法

對遠程預警系統(tǒng)的性能進行評估一般有2個思路：1)確定的定量分析方法；2)不確定性的采用定性分析方法[7].遠程預警系統(tǒng)的性能評估需要從多個層次進行綜合考慮，因此用層次分析法(AnalyticHierarchyProcess,AHP)將系統(tǒng)的性能評估指標分解為若干層次[8].

2.1確定各評估因素集的權重

AHP首先將遠程預警系統(tǒng)的評估指標分解成多個組成要素，其次把所有要素按一定的關系分組得到相應的層次結構，具體步驟如下：

1)通過分析遠程預警系統(tǒng)評估指標間的關系，建立層次結構.得到由S個子集ui={ui1,ui2,…,uis},i=1,2,…,n組成的因素集u={u1,u2,…,un}.

2)建立同一層次指標的判斷矩陣，從而得到權重向量：

a)對每個子集Ui內各個元素按其重要程度確定對應的量化值ai，從而構造兩兩比較判斷矩陣：A=(aij)n×n,aji=1/aij,aii=1,ai是指標uii和uij相對于ui1-9標度量化值[8].

b)將判斷矩陣A=(aij)n×n,aji=1/aij,aii=1按列歸一化處理：

(1)

(2)

(3)

e)檢驗一致性.由于評估系統(tǒng)的復雜性，通常會存在判斷誤差，在第一步構造判斷矩陣時，用戶在構造判斷矩陣時不可能每次都具有完全一致性，因此需進行一致性檢驗.

2.2定量指標建模

對于信息融合系統(tǒng)評估同時具有確定與不確定以及模糊與精確因素這一實際情況，模糊綜合評判方法提供了解決思路[9].模糊綜合評判方法針對與評估相關的因素進行研究，利用最大隸屬度原則以及模糊變換原理，對影響統(tǒng)評估結果的各個因素進行充分研究，步驟如下：

1)建立評估因素集.根據第一章所述的遠程預警系統(tǒng)性能評估指標體系和元數據模型，結合相關領域知識建立信息融合系統(tǒng)的評估指標體系u={u1,u2,…,un}，其中ui,(i=1,2,…,n)為第一層指標，需要對其進行第二級模糊評估ui={ui1,ui2,…,uim}，其中uij,(j=1,2,…,m)為第二層指標，需要對其進行第一級模糊評估.

2)建立模糊評判集.對預警系統(tǒng)的最終評估結果通過評判集來確定，因此建立模糊評判集：

v={v1,v2,v3,v4,v5,v6}={很好，好，較好，一般，較差，很差}

(4)

可根據用戶需要和實際情況，對評判集進一步提煉或細化.本文采用6級評價.

3)建立模糊評判矩陣.首先對評估因素集u={u1,u2,…,un}中每個因素ui(i=1,2,…,n)做出評判，接著從單因素ui出發(fā)得到ui對應與模糊評判集V={v1,v2,…,vm}中vj(j=1,2,…,m)的隸屬度rij，然后得到因素ui的單因素評判向量ri=(ri1,ri2,…,rim)，最后根據n個評估因素u={u1,u2,…,un}的評判向量組合建立模糊評價矩陣：

(5)

S=WR=[s1,s2,…,sm]

(6)

然后根據對系統(tǒng)評估的劃分得到系統(tǒng)評估的定量值：

N=VST

(7)

P=WNT

(8)

2.3定性指標建模(云理論)

2.2節(jié)中提到的模糊評判法在對事物模糊性進行描述的時候運用的是由定性推理方法獲得隸屬函數的方法，但沒有考慮隸屬函數自身的不確定性，對模糊思想的本質還沒有徹底的呈現.由李德毅教授提出的云理論充分的呈現了模糊思想的本質[10].設U={x}是其由精確數值描述的定量論域，A是其對應的定性概念.對于論域中的每一個元素x，都具有一個趨于穩(wěn)定的隨機數μ(x)∈[0,1]，即x對于A的隸屬度μ(x)∈[0,1]在論域上的分布稱為隸屬云(簡稱云)，x被稱為云滴.用云用熵En、超熵He、期望值Ex來描述其數字特征.En為度量定性概念模糊度，表示在論域空間中被某個定性概念接受的程度.He為熵的熵，是熵的不確定性的度量，表示云滴的離散度.Ex為云滴x在論域U中的期望.

云理論評估法是利用云模型描述定性指標，把定性指標轉換為定量的形式.步驟如下：

1)建立評估因素集.根據具體的評估系統(tǒng)建立相應評估指標集u={u1,u2,…,un}.

2)建立評估因素集的云模型.

a)建立各指標因素的評語集S.例S={很好，好，較好，一般，較差，很差}，S中各評語對應的數域如表1所示，其中1>a1>a2>a3>a4>a5>a6>0.

表1　定性評語對應的數域

b)根據如下公式建立指標因素集的云模型：

(9)

式中，Exi表示S中某個定性評語的期望，Eni表示S中某個定性評語的熵.

3)建立各指標的云模型.假設在對系統(tǒng)進行評估時，定量指標的云模型為(Ex,0,0)，定性指標的云模型為(Ex,En,He).有n位評判專家對指標給出了相應的值：Ex1，Ex2，…，Exn.對于n個定性指標的云模型用1個云模型表示時，計算公式如下：

(10)

對于定性指標來說，運用云理論來進行建模比模糊評判方法更加貼近其模糊性的本質.若系統(tǒng)有n個定性指標，將n個定性指標云模型建立在同一個坐標系中，得到反映上一層指標的綜合云簇.對n個云模型表示的性能指標進行綜合處理時，計算方式如式(9)-(10).

3　評估實例

按照上述提出的評估方法，同時根據圖2的評估指標得到遠程預警系統(tǒng)的評估因素U={U1,U2,U3,U4,U5}.其中U1表示融合目標識別能力，U2表示融合航跡精度，U3表示融合跟蹤能力，U4表示預警性能，U5表示分布式網絡可生存性.對于U1={U11,U12},其中U11表示目標類型識別率，U12表示目標屬性識別率；U2={U21,U22},其中U21表示航跡精度,U22表示假航跡系數；U3={U31,U32,U33}，其中U31表示目標連續(xù)跟蹤率,U32表示跟蹤目標數量，U33表示累積探測概率；U4={U41,U42}，其中U41表示目標截獲時間，U42表示第一次探測到目標距離；U5={U51,U52,U53,U54}，其中U51表示可抵抗性，U52表示可識別性，U53表示可恢復性，U54表示可適應性.本文根據實驗以及專家經驗數據得到本實例所描述各指標數量值，并進行具體評估實例說明.根據實驗得到的各評估因素指標值如表2所示.

表2　評估因素指標值

3.1評估步驟

3.1.1融合目標識別能力

2)計算U1的模糊評價矩陣.根據式(4)對融合目標識別能力評價的設定如表3所示.

表3　融合目標識別能力評價的設定

3)根據式(6)得第一級模糊綜合評估向量為

3.1.2融合航跡精度

2)計算U2的模糊評價矩陣.根據式(4)對融合航跡精度的評價設定如表4所示.

表4　融合航跡精度評價的設定

3)根據式(6)得第一級模糊綜合評估向量為

3.1.3融合跟蹤能力

1)計算各個指標的權重

2)計算U3的模糊評價矩陣：根據式(4)對融合跟蹤能力評價語的設定如表5所示.

表5　融合跟蹤能力評價的設定

3)根據式(6)得到第一級模糊綜合評估向量為

3.1.4預警性能

1)計算各個指標的權重

2)計算U4的模糊評價矩陣：根據式(4)對預警性能評價語的設定如表6所示.

表6　預警性能評價的設定

3.1.5分布式網絡可生存性

1)設評語與評定值的轉化關系：很好—0.9；好—0.8；較好—0.7；一般—0.6；較差—0.5，很差—0.4.

2)對于網絡相關指標如表2所示.

3)對此運用云理論評估模型，由表2可得決策矩陣

4)從而得到云模型的Ex和En，根據式(10)得到相關指標如表7所示.

表7　網絡相關指標數量值

3.1.6第二層評估

1)根據前面得到結果N=[N1,N2,N3,N4,N5]=[0.743 3,0.705 0,0.755 3,0.800,0.629 0].

3)根據式(8)得到最終結果為P=0.745 6.

4)對于預警系統(tǒng)的設定如表8所示.

表8　預警系統(tǒng)等級劃分

根據表8可知，本評估系統(tǒng)的等級為較好.

3.2結果分析

根據文獻[10]對于上面所舉的例子進行評估計算，得到的結果為各個指標的云模型估計，如表9所示.

表9　云模型估計下各指標數量值

最終根據文獻[10]得到最終結果P=0.730 2，評估等級為較好，得出的最終結論和本文的結論相同.但是文獻[10]沒有采用層次分析法和模糊模型，因此P在具體的數值上不同.

由于文獻[10]對各個指標的比重沒有進行分配，本文的方法相比文獻[10]，在評估系統(tǒng)性能時能夠根據需求靈活地調整指標比重，適用于定性與定量指標同時存在的遠程預警系統(tǒng).

4　結束語

本文將基于云理論和模糊模型的信息融合系統(tǒng)性能評估方法應用于實際平臺，對遠程預警系統(tǒng)進行了評估.得到的評估結果是數值，可以轉化為語言評判值，更加直觀.通過對評估結果的對比分析，本評估方法不僅可以更加客觀的對遠程系統(tǒng)進行評估，還能夠根據性能指標的比重分配進行調整，對信息融合系統(tǒng)性能評估有一定的指導作用.

[1]南建設,繆彩練,唐詩余.聯合戰(zhàn)場信息感知系統(tǒng)指標體系初探[J].中國電子科學研究院學報，2007,2(1)：8-13.

[2]FANGFANGP,SHULIS.DistributedFusionEstimationforMultisensorMultirateSystemswithStochasticObservationMultiplicativeNoises[J].MathematicalProblemsinEngineering, 2014, 2014(1):1-8.

[3]周萬幸.雷達抗干擾效能評估模型與指標體系研究[J]．現代雷達，2013，35(11)：1-5.

[4]秦昳，盧強，黃士坦.基于云理論和信息融合理論的系統(tǒng)性能評估方法研究[J]．計算機工程與科學，2012，34(2)：181-185.

[5]方韜,彭冬亮,呂鵬飛,等.基于SOA的遠程預警仿真系統(tǒng)的研究與實現[J].火力與指揮控制,2015,40(11)：106-110.

[6]方韜.多平臺遠程預警仿真系統(tǒng)構建及相關算法研究[D].杭州：杭州電子科技大學,2015.

[7]刁東生，楊琨.基于改進AHP算法的信息融合系統(tǒng)評估研究[J].信息技術,2014(6)：150-153.

[8]吳志剛,蘇安婕,李恵杰,等.基于層次分析與數據融合的綜合評估方法[J].河南大學學報(自然科學版)，2013，43(5)：567-572.

[9]郭輝，徐浩軍，任博，等.基于模糊綜合評判的預警機作戰(zhàn)效能評估[J].數學的實踐與認識，2012，4(42)：102-106.

[10]秦昳，巨新剛，盧強，等.一種新的基于云理論和隨機過程的可靠性評估方法[J].信息與控制，2012，41(4)：454-458.

Evaluation Method of Distant Early Warning System Performance Based on Cloud Theory and Fuzzy Model

DONG Huaqing, PENG Dongliang, ZHANG Chenlu, GU Yu

(SchoolofAutomation,HangzhouDianziUniversity,HangzhouZhejiang310018,China)

To comprehensively evaluate the performance of remote early warning system, combination evaluation method of fuzzy model and the cloud theory has been proposed. First use of analytic hierarchy process to complex evaluation process is divided into several levels, then using the theory of cloud to solve the problem of the qualitative index of the evaluation, and combining with fuzzy model solve the problem of some quantitative indexes of evaluation. Final, by two kinds of combination of qualitative and quantitative index comprehensive evaluation, completed a reasonable assessment of remote warning systems by combining qualitative and quantitative index. Through analyzing evaluation showed that this method can objectively evaluate the remote early warning system performance and has certain practicability and applicability.

remote early warning system; performance evaluations; cloud theory; fuzzy model

10.13954/j.cnki.hdu.2016.05.008

2016-03-08

國家自然科學基金資助項目(61174024)；國家重點基礎研究發(fā)展計劃資助項目(2012CB821200)

董華清(1989-)，男，河南新蔡人，碩士研究生，信息融合及其相關算法研究.通信作者：彭冬亮教授，E-mail: dlpeng@hdu.edu.cn.

TP391

A

1001-9146(2016)05-0038-09