任喜珂，劉東青，姜 磊，黃 誠

（95510部隊(duì)，貴陽550025）

0 引 言

某型干擾機(jī)在未來大規(guī)模作戰(zhàn)和應(yīng)對周邊突發(fā)事件中可對敵空、海作戰(zhàn)體系中的指揮通信、衛(wèi)星導(dǎo)航和雷達(dá)敵我識別等系統(tǒng)實(shí)施防區(qū)外干擾壓制，為我空中進(jìn)攻作戰(zhàn)和多軍兵種聯(lián)合作戰(zhàn)提供信息對抗支援。隨著通信對抗技術(shù)的不斷發(fā)展、通信電子對抗偵察、干擾裝備的不斷升級更新和列裝部隊(duì)，未來戰(zhàn)場電磁環(huán)境將日趨復(fù)雜，對某型干擾機(jī)通信對抗訓(xùn)練效果進(jìn)行定量評定也就十分必要。

通信對抗電磁環(huán)境具有工作頻率范圍寬、調(diào)制方式多、工作體制多、信息種類多的特點(diǎn)。對某型干擾機(jī)通信對抗訓(xùn)練效果的評估不僅包含定量指標(biāo)，也包含定性指標(biāo)。通信對抗訓(xùn)練效果評估不僅是模糊的，且不同專家對其評估指標(biāo)理解具有隨機(jī)性的特點(diǎn)，其測量結(jié)果由于電磁環(huán)境影響也具有不確定性。因此，對通信對抗訓(xùn)練效果進(jìn)行評估時(shí)，既要考慮各個(gè)評估指標(biāo)的模糊性，也要考慮訓(xùn)練效果評估值向評語映射的不確定性。20世紀(jì)90年代初期，李德毅院士在傳統(tǒng)模糊數(shù)學(xué)和概率統(tǒng)計(jì)的基礎(chǔ)上提出了定性定量互換的云模型，把模糊性和隨機(jī)性完全集成在一起，構(gòu)成定性和定量相互映射，實(shí)現(xiàn)了定量與定性概念之間的不確定性轉(zhuǎn)換。［1］何洪成采用云重心評判方法，較好地把主客觀信息融合在一起，構(gòu)成了定性和定量間的映射，有效地處理系統(tǒng)的不確定性。［2］雷志良等人運(yùn)用層次分析法確定指標(biāo)權(quán)重，使用云模型對系統(tǒng)的效能進(jìn)行評估，解決了多指標(biāo)綜合評價(jià)問題，全面、客觀地反映了系統(tǒng)的性能。［3］羅赟騫等人針對網(wǎng)絡(luò)性能評估中存在的模糊性和隨機(jī)性問題，采用云模型和熵值理論建立綜合評估模型，實(shí)現(xiàn)了評語與評估指標(biāo)值之間的不確定映射，并且保留了評估過程中的隨機(jī)性。［4］在對通信對抗訓(xùn)練進(jìn)行效果評估時(shí)，由于人的主觀因素以及客觀復(fù)雜電磁環(huán)境的影響，導(dǎo)致其評估過程中存在較大的模糊性和隨機(jī)性問題，基于云理論的評估方法即可較好地解決通信對抗訓(xùn)練效果評估中存在的問題。

本文綜合上述評估方法的優(yōu)點(diǎn)，首先采用層次分析法建立評估指標(biāo)體系，然后通過熵權(quán)法求出各指標(biāo)的權(quán)重，最后使用云模型對通信對抗訓(xùn)練效果進(jìn)行綜合評估，得出定量的評估值。

1 基于云模型的通信對抗訓(xùn)練效果評估模型

云模型可以改變定性與定量值之間的不確定性。假設(shè)U是一個(gè)用精確數(shù)值表示的定量論域，C是U上的定性概念，若定量值x∈U，且x是定性概念C的一次隨機(jī)實(shí)現(xiàn)，x對C的確定度μ(x)∈[0，1]有穩(wěn)定傾向的隨機(jī)數(shù)μ：U→[0，1] ?x∈Ux→μ(x)，則x在論域U上的分布稱為云，每一個(gè)x被稱為一個(gè)云滴。［1］云由許多云滴組成，云的整體形狀反映了定性概念的重要特性，云滴則是對定性概念的定量描述。云滴的產(chǎn)生過程表示定性概念和定量值之間的不確定性映射。［4］

正態(tài)云是最重要的云模型，其期望曲線是一個(gè)正態(tài)型曲線，通常由期望Ex、熵En和超熵He三個(gè)特征值表征：期望Ex是一個(gè)概念在其所處論域中的中心值，是定性概念最具有代表性的值［3］；熵En是定性概念的可度量程度，反映了在概念空間中可以接受的云滴的取值范圍，體現(xiàn)了定性概念的不確定性，［3］熵越小越好，說明期望越能代表概念，熵越大，取值范圍越模糊；超熵He是熵的熵，它是熵的不確定性的量度，由熵的隨機(jī)性和模糊性決定，反映了云滴的離散程度［3］，超熵越大，云的離散程度越大，隸屬度越大，云的厚度也越大。

建立合理完備的指標(biāo)體系是進(jìn)行通信對抗訓(xùn)練效果評估的基礎(chǔ)。因此，按照合理性、實(shí)用性、客觀性的構(gòu)建原則，采用層次結(jié)構(gòu)模型，構(gòu)建某型干擾機(jī)通信對抗訓(xùn)練效果評估指標(biāo)體系，如圖1所示。

圖1 訓(xùn)練效果評估指標(biāo)體系

2 基于熵權(quán)法的通信對抗訓(xùn)練效果評估指標(biāo)權(quán)重

目前，對通信對抗訓(xùn)練效果進(jìn)行評估時(shí)通常采用主觀方法確定權(quán)重，導(dǎo)致評估結(jié)果由于人的主觀因素出現(xiàn)偏差。在信息論中，熵值反映信息的無序化程度，可以用來度量信息的大小，某項(xiàng)指標(biāo)攜帶的信息越多，表示該指標(biāo)對決策的作用越大，而信息熵能度量指標(biāo)所攜帶信息的大?。?］。因此，該干擾機(jī)的通信對抗訓(xùn)練效果評估可采用熵權(quán)法來確定指標(biāo)權(quán)重的相對大小。熵權(quán)法根據(jù)各指標(biāo)的變化，利用信息熵計(jì)算各指標(biāo)的熵權(quán)，然后通過熵權(quán)修改各指標(biāo)的權(quán)重，從而得到更為客觀的指標(biāo)權(quán)重。

假設(shè)在訓(xùn)練效果評估中有m個(gè)要素，每個(gè)要素有n個(gè)指標(biāo)，第j個(gè)要素的第i個(gè)指標(biāo)的值為xji（1≤i≤n，1≤j≤m），形成原始矩陣為X＝（xji）m×n。計(jì)算步驟如下：

Step1：計(jì)算第i個(gè)指標(biāo)下第j個(gè)要素指標(biāo)值的比重pji

Step2：計(jì)算第i個(gè)指標(biāo)的熵值ei

Step3：計(jì)算第i個(gè)指標(biāo)的熵權(quán)ωi

最后，可得出各指標(biāo)的權(quán)重為

3 偵察與干擾效果分析

偵察效果主要包括信號截獲概率、信號參數(shù)測量、信號屬性判別、信號測向定位4個(gè)評估指標(biāo)。信號截獲是通信對抗偵察的首要任務(wù)，主要由空域是否重合、頻域是否重合、時(shí)域是否重合以及能量是否足夠決定其截獲能力；信號參數(shù)測量主要由中心頻率、帶寬、調(diào)制樣式、信號相對電平、符號速率、跳頻速率、頻率集等技術(shù)參數(shù)是否測量準(zhǔn)確來確定；信號屬性判別主要由信號內(nèi)部特征、通聯(lián)關(guān)系以及網(wǎng)臺屬性判別是否準(zhǔn)確來確定；信號測向定位主要由測向精度、定位精度來衡量。

干擾效果主要包括干擾目標(biāo)選擇、干擾陣位設(shè)置、干擾參數(shù)設(shè)置、干擾時(shí)機(jī)選擇、干擾壓制效果五個(gè)評估指標(biāo)：干擾目標(biāo)主要包括空中目標(biāo)、海上目標(biāo)以及地面目標(biāo)；干擾陣位設(shè)置主要由通干比和飛機(jī)是否處于干擾盲區(qū)來評價(jià)；干擾功率、干擾帶寬、干擾樣式、干擾頻點(diǎn)數(shù)是評價(jià)干擾參數(shù)設(shè)置的主要指標(biāo)；干擾時(shí)機(jī)選擇主要由空域上干擾波束是否對準(zhǔn)、時(shí)域上干擾波束對準(zhǔn)目標(biāo)時(shí)長、頻域上干擾頻點(diǎn)覆蓋率來確定；干擾壓制效果主要由話音中斷率（話音中斷時(shí)長／滿足干擾條件時(shí)長）、態(tài)勢中斷率（態(tài)勢中斷時(shí)長／滿足干擾條件時(shí)長）、干擾有效率（中斷時(shí)長／干擾時(shí)長）來決定。

4 實(shí)例分析

通信對抗的訓(xùn)練效果評估使用云模型評估方法。首先選取關(guān)鍵性指標(biāo)，再用正態(tài)云表示定性指標(biāo)，并根據(jù)指標(biāo)的分層綜合評價(jià)通信對抗的訓(xùn)練效果。評估流程圖如圖2所示。

圖2 評估流程圖

針對某型干擾機(jī)的通信對抗系統(tǒng)，進(jìn)行實(shí)例訓(xùn)練效果評估，具體步驟如下：

Step 1：建立指標(biāo)狀態(tài)表

從專家經(jīng)驗(yàn)定性評價(jià)數(shù)據(jù)庫中選取4組狀態(tài)樣本值，某型干擾機(jī)通信對抗訓(xùn)練效果評估指標(biāo)狀態(tài)表見表1所示。

表1 訓(xùn)練效果評估指標(biāo)狀態(tài)表

Step 2：建立評語量化表

該評估系統(tǒng)采用11個(gè)評語作為訓(xùn)練效果的評價(jià)，并將評語進(jìn)行量化，如表2所示。

表2 評語量化表

Step 3：將指標(biāo)狀態(tài)表轉(zhuǎn)換為決策矩陣

根據(jù)評語量化表對應(yīng)的定量值將樣本值直接轉(zhuǎn)化為數(shù)量值，由此構(gòu)建出決策矩陣X：

Step 4：求各指標(biāo)的云模型表示

云模型用3個(gè)特征值來表征，即期望Ex、熵En和超熵He。

根據(jù)決策矩陣X，用式（5）、（6）、（7）、（8）可分別求出各指標(biāo)的期望Ex、熵En和超熵He，如表3所示。

表3 指標(biāo)的Ex、En、He

Step 5：計(jì)算效能評估指標(biāo)的權(quán)重

熵權(quán)法是一種客觀賦權(quán)法，可以在一定程度上避免主觀隨意性。由式（1）、（2）、（3）、（4）可計(jì)算出訓(xùn)練效果評估中各指標(biāo)的權(quán)重，如表4所示。

表4 各指標(biāo)的權(quán)重

Step 6：計(jì)算綜合云重心向量T

選用一個(gè)p維綜合云表示具有p個(gè)性能指標(biāo)的系統(tǒng)狀態(tài)。p維綜合云重心T可通過一個(gè)p維向量來表示，即

通過式（9）、（10）、（11）可求出評估系統(tǒng)訓(xùn)練效果評估指標(biāo)的綜合云重心向量為

Step 7：綜合云重心歸一化

假設(shè)系統(tǒng)理想狀態(tài)下各個(gè)指標(biāo)的設(shè)定值是已知的，理想狀態(tài)下p維綜合云重心的位置向量為

云重心的高度向量為

則理想狀態(tài)下系統(tǒng)云重心向量為

在這種情況下，通過綜合合成云的重心向量來對向量集進(jìn)行歸一化，得到一組向量

由式（14）、（15）可得綜合云重心的歸一化向量為

Step 8：計(jì)算加權(quán)偏離度

設(shè)加權(quán)偏離度為θ，則

根據(jù)式（16），可以得到加權(quán)偏離度為θ＝－0.672，即相對理想狀態(tài)的偏離度為0.672。

Step 9：輸出評估結(jié)果

將加權(quán)偏離度放入評語量化表中，則θ落在兩個(gè)評價(jià)等級之間。根據(jù)最近鄰法進(jìn)行判別，將θ值與相鄰兩個(gè)評語量化值之差的絕對值進(jìn)行比較，絕對值小的那一邊即為最終輸出的評估結(jié)果。在本次訓(xùn)練效果評估中，θ落在“較好”與“好”之間，通過最近鄰法進(jìn)行判別得出評估結(jié)果為“好”。

分析某型干擾機(jī)通信對抗訓(xùn)練效果的評估過程和實(shí)驗(yàn)數(shù)據(jù)，測向定位、信號截獲概率以及干擾壓制效果所占權(quán)重較高，其余指標(biāo)權(quán)重較為均衡，說明在通信對抗領(lǐng)域信號截獲概率高，測向定位準(zhǔn)是前提，達(dá)到有效的干擾壓制效果是最終目的。因此，在常規(guī)訓(xùn)練和重大演習(xí)演訓(xùn)任務(wù)中可著重訓(xùn)練上述3個(gè)方面的能力，以快速提升訓(xùn)戰(zhàn)水平和作戰(zhàn)能力。

5 結(jié)束語

本文以某型干擾機(jī)的通信對抗訓(xùn)練效果評估為例，采用基于云理論的評估方法，較好地將主客觀信息相融合，實(shí)現(xiàn)了訓(xùn)練效果評估指標(biāo)值向評語的不確定性映射，有效地處理了通信對抗的模糊性、隨機(jī)性問題；同時(shí)，使用熵權(quán)方法確定訓(xùn)練效果評估指標(biāo)的相對權(quán)重，避免了主觀確定各評估指標(biāo)權(quán)重的問題，提高了評估的準(zhǔn)確性和可信度。因此，該評估方法可科學(xué)、客觀地對通信對抗訓(xùn)練效果進(jìn)行有效的定量評定，具有較大的推廣意義。