曲文韜 劉 璘 魯建華 張 榮

（空軍航空大學(xué) 長(zhǎng)春 130022）

1 引言

機(jī)載雷達(dá)偵察設(shè)備是獲取敵方電子對(duì)抗戰(zhàn)斗支援情報(bào)和電磁威脅態(tài)勢(shì)情報(bào)的主要裝備，主要承擔(dān)戰(zhàn)略電子對(duì)抗偵察任務(wù)，偵測(cè)雷達(dá)電磁信號(hào)參數(shù)及輻射源的位置，為情報(bào)支援和電子戰(zhàn)行動(dòng)提供有力支撐。所以，分析機(jī)載雷達(dá)偵察設(shè)備偵察效能具有至關(guān)重要的意義。

效能評(píng)估是一個(gè)綜合指標(biāo)，具有許多隨機(jī)因素和模糊因素［1］。本文運(yùn)用云重心評(píng)價(jià)方法分析機(jī)載雷達(dá)偵察設(shè)備實(shí)際偵察效能，為機(jī)載雷達(dá)偵察設(shè)備偵察效能評(píng)估提供新的思路。

2 云重心評(píng)價(jià)方法

用云模型作為不確定性知識(shí)的定性定量轉(zhuǎn)換的數(shù)學(xué)模型是在文獻(xiàn)［2］首次提出。目前，云模型已成功應(yīng)用于智能控制、模糊評(píng)測(cè)、大系統(tǒng)評(píng)估等領(lǐng)域［3］。

2.1 云的數(shù)字特征

云模型概念的整體特性通過(guò)云的數(shù)字特征表示，運(yùn)用期望Ex（Expected Value）、熵En（Entropy）、超熵 He（Hyper Entropy）這三個(gè)數(shù)字特征［4］來(lái)整體表示一個(gè)概念。

期望Ex是云在論域空間分布的期望，是反映定性概念的點(diǎn)。熵En也是定性概念不確定性的度量，通常熵越大概念越宏觀。超熵He是熵的不確定性度量，即熵的熵，由熵的隨機(jī)性和模糊性共同決定［5］。

云的期望曲線方程僅由期望和熵便可確定。云重心可以表示為T＝a×b［6］，其中：a表示云重心的位置即期望值，b表示云重心的高度即權(quán)重值。

2.2 云模型的評(píng)語(yǔ)集

在具體的方案中，將求得的能力值θ′輸入評(píng)測(cè)云發(fā)生器中，當(dāng)激活某個(gè)評(píng)語(yǔ)值的程度遠(yuǎn)大于其他評(píng)語(yǔ)值，該評(píng)語(yǔ)作為評(píng)測(cè)結(jié)果輸出。

3 機(jī)載雷達(dá)偵察設(shè)備偵察效能評(píng)估指標(biāo)體系

3.1 指標(biāo)體系建立的原則

1）完備性。從機(jī)載雷達(dá)偵察設(shè)備滿足作戰(zhàn)要求的角度出發(fā)，對(duì)構(gòu)成設(shè)備偵察效能的各項(xiàng)指標(biāo)進(jìn)行綜合考慮，以便全面反映該設(shè)備偵察效能。

2）合理性。偵察效能評(píng)估指標(biāo)體系應(yīng)選擇反映該機(jī)載雷達(dá)偵察設(shè)備本質(zhì)特征的參數(shù)指標(biāo)，突出重點(diǎn)、分清主次。

3）科學(xué)性。偵察效能評(píng)估指標(biāo)體系的大小應(yīng)合適，明確各描述參數(shù)內(nèi)涵，排除指標(biāo)間相容性。對(duì)偵察效能有重要影響的指標(biāo)加以細(xì)分，其他指標(biāo)適當(dāng)粗分，減少效能評(píng)估的工作量，保證評(píng)估的科學(xué)性。

3.2 機(jī)載雷達(dá)偵察設(shè)備偵察效能評(píng)估指標(biāo)體系

本文借鑒文獻(xiàn)［7］中偵察能力的指標(biāo)體系，綜合考慮機(jī)載雷達(dá)偵察設(shè)備的多方面因素，對(duì)其偵察效能進(jìn)行詳細(xì)分析和總結(jié)，建立如圖1的多層次指標(biāo)體系結(jié)構(gòu)。

圖1 機(jī)載雷達(dá)偵察設(shè)備偵察效能評(píng)估指標(biāo)體系

該指標(biāo)體系對(duì)機(jī)載雷達(dá)偵察設(shè)備偵察效能從信號(hào)截獲能力、參數(shù)測(cè)量能力、信號(hào)處理能力三個(gè)方面進(jìn)行評(píng)價(jià)。

·信號(hào)截獲能力：雷達(dá)偵察設(shè)備是通過(guò)對(duì)雷達(dá)信號(hào)的截獲和分析來(lái)實(shí)現(xiàn)情報(bào)偵察、雷達(dá)尋的告警等任務(wù)，采用頻率覆蓋能力、方位覆蓋能力、距離覆蓋能力、系統(tǒng)靈敏度四個(gè)指標(biāo)來(lái)綜合度量。

·參數(shù)測(cè)量能力：參數(shù)測(cè)量是機(jī)載雷達(dá)偵察設(shè)備對(duì)截獲雷達(dá)信號(hào)的脈沖信息進(jìn)行測(cè)量，參數(shù)測(cè)量能力指標(biāo)通常用參數(shù)的測(cè)量誤差表示，用到達(dá)角測(cè)量精度、載頻測(cè)量精度、到達(dá)時(shí)間測(cè)量精度、脈寬測(cè)量精度、幅度測(cè)量精度五個(gè)指標(biāo)來(lái)綜合度量。

·信號(hào)處理能力：信號(hào)處理能力是偵察裝備的核心能力，其任務(wù)是對(duì)截獲的信號(hào)脈沖流進(jìn)行信號(hào)分選和輻射源識(shí)別，采用多信號(hào)分選能力、信號(hào)類型識(shí)別能力、數(shù)據(jù)采集存儲(chǔ)能力、適應(yīng)環(huán)境密度能力四個(gè)指標(biāo)來(lái)綜合度量。

4 實(shí)例分析

本文以信號(hào)處理能力的評(píng)估過(guò)程為例，介紹云重心評(píng)價(jià)方法的具體步驟，其它指標(biāo)的評(píng)估過(guò)程與其基本相同。

4.1 云重心評(píng)價(jià)法的具體步驟［8］

步驟1：求各指標(biāo)的云模型表示

1）確定信號(hào)處理能力指標(biāo)參數(shù)

根據(jù)建立的評(píng)估指標(biāo)體系，信號(hào)處理能力由多信號(hào)分選能力u31、信號(hào)類型識(shí)別能力u32、數(shù)據(jù)采集存儲(chǔ)能力u33、適應(yīng)環(huán)境密度能力u34四個(gè)指標(biāo)參數(shù)構(gòu)成。

2）從系統(tǒng)中抽取四個(gè)指標(biāo)的三組數(shù)據(jù)，即一定時(shí)間內(nèi)系統(tǒng)的狀態(tài)值，如表1：

表1 抽取各指標(biāo)的狀態(tài)值

3）運(yùn)用云模型評(píng)測(cè)的評(píng)語(yǔ)集，將語(yǔ)言值用相應(yīng)定量值表示，如表2：

表2 各指標(biāo)狀態(tài)的定量表示值

4）求各個(gè)指標(biāo)云模型的期望值、熵

提取三組指標(biāo)的系統(tǒng)狀態(tài)值，那么各指標(biāo)的三個(gè)系統(tǒng)狀態(tài)可用一個(gè)云模型表示。Ex可作為指標(biāo)的定量表示值。其中：

式中Ex1，Ex2，Ex3為各指標(biāo)的不同狀態(tài)值。

根據(jù)式（1）、（2）分別求得各個(gè)指標(biāo)云模型的期望值、熵，如表3：

表3 各指標(biāo)的期望值及熵值

步驟2：確定各指標(biāo)的權(quán)重分配

權(quán)重的確定方法有很多，為消除人為因素的影響，本文用下面的公式確定權(quán)重［9］：

其中ω1＝1，n為指標(biāo)數(shù)，i為排隊(duì)等級(jí)。再將ωi歸一化處理即可得到權(quán)重ω＊i。

各指標(biāo)的權(quán)重可根據(jù)式（3）求得，如表4：

表4 各指標(biāo)的權(quán)重

步驟3：用一個(gè)四維綜合云表示具有四個(gè)性能指標(biāo)的系統(tǒng)狀態(tài)四個(gè)性能指標(biāo)可以用四個(gè)云模型來(lái)刻畫，那么四個(gè)指標(biāo)所反映的系統(tǒng)狀態(tài)就可以用一個(gè)四維綜合云來(lái)表示［13］。四維綜合云的重心T用一個(gè)四維向量來(lái)表示，即

其中，Ti＝ai×bi，i＝1，2，3，4，a表示云重心的位置即期望值，b表示云重心的高度即權(quán)重值，可得：

四維加權(quán)云的重心向量為T＝（0.0195，0.1000，0.0644，0.2000）。

步驟4：用指標(biāo)的能力值θ′來(lái)衡量云重心的改變

理想狀態(tài)加權(quán)綜合云的重心向量為T0＝（0.2785，0.2000，0.1215，0.4000）

由式（5）歸一化為：TG＝（－0.9300，－0.5000，－0.4700，－0.5000）。

把各指標(biāo)歸一化后的向量值乘以其權(quán)重值，再相加，取平均值后得到加權(quán)偏離度θ的值。其表達(dá)式如下：

其中，ωi為第i個(gè)單項(xiàng)指標(biāo)的權(quán)重值。

根據(jù)式（6）計(jì)算得加權(quán)偏離度為θ3＝－0.8142。

將計(jì)算出的加權(quán)偏離度θ轉(zhuǎn)換為指標(biāo)的能力值θ′。其表達(dá)式如下：

根據(jù)式（7）計(jì)算得信號(hào)處理能力的能力值θ′3＝0.1858。取γ＝0.03，顯然｜｜0.1858－0.1｜－｜0.1858－0.2｜｜＝0.0716＞0.03＝γ，故將此θ′3值輸入評(píng)測(cè)云發(fā)生器，將激活“很差”一個(gè)云對(duì)象。所以，評(píng)估的信號(hào)處理能力最終結(jié)果為：很差。

4.2 對(duì)比分析

圖2 云重心與AHP的對(duì)比圖

運(yùn)用云重心評(píng)價(jià)方法，計(jì)算得信號(hào)截獲能力的能力值θ′1＝0.8055，評(píng)估結(jié)果為：很好；參數(shù)測(cè)量能力的能力值θ′2＝0.5291，評(píng)估結(jié)果為：一般。

根據(jù)各指標(biāo)的能力值，計(jì)算得機(jī)載雷達(dá)偵察設(shè)備偵察效能的能力值θ′＝0.4058，其最終結(jié)果為：差。

運(yùn)用層次分析法對(duì)機(jī)載雷達(dá)偵察設(shè)備的偵察效能進(jìn)行評(píng)估，將評(píng)價(jià)結(jié)果與云重心評(píng)價(jià)結(jié)果進(jìn)行比較，如圖2：

通過(guò)分析反饋的偵察設(shè)備的實(shí)際性能，發(fā)現(xiàn)云重心的評(píng)估結(jié)果比層次分析法的評(píng)估結(jié)果更接近裝備偵察能力的實(shí)際效能，證明在機(jī)載雷達(dá)偵察設(shè)備偵察效能評(píng)估中運(yùn)用云重心評(píng)估方法的優(yōu)越性和有效性。

5 結(jié)語(yǔ)

本文運(yùn)用云理論進(jìn)行機(jī)載雷達(dá)偵察設(shè)備偵察效能的評(píng)估研究。在評(píng)估過(guò)程中綜合考慮多種因素的影響，采用云重心評(píng)價(jià)方法得出系統(tǒng)效能的語(yǔ)言評(píng)判值，將其量化并進(jìn)行科學(xué)計(jì)算，最終得出合理的評(píng)判結(jié)果，拓展了機(jī)載雷達(dá)偵察設(shè)備效能分析的思路，為裝備提升提供依據(jù)。通過(guò)文中實(shí)例可以看出，云重心評(píng)價(jià)法方法將定性與定量相結(jié)合，充分考慮多個(gè)因素對(duì)評(píng)價(jià)結(jié)果的影響，最終給出語(yǔ)言評(píng)判值，具有直觀性。

［1］鄧堃，吳靜，柳世考.基于云理論的雷達(dá)組網(wǎng)作戰(zhàn)效能評(píng)估［J］.火力與指揮控制，2007，32（11）：81－84.

［2］李德毅，孟海軍，史雪梅.隸屬云和隸屬云發(fā)生器［J］.計(jì)算機(jī)研究和發(fā)展，1995，32（6）：16－21.

［3］劉常昱，李德毅，杜鹢，等.正態(tài)云模型的統(tǒng)計(jì)分析［J］.信息與控制，2005，34（2）：236－239.

［4］孟強(qiáng)，徐克虎，李科.基于云理論的坦克目標(biāo)價(jià)值評(píng)估［J］.兵工自動(dòng)化，2010，29（12）：31－33.

［5］張光衛(wèi)，何銳，劉禹，等.基于云模型的進(jìn)化算法［J］.計(jì)算機(jī)學(xué)報(bào)，2008，31（7）：1082－1091.

［6］朱富強(qiáng)，王剛，李洪峰，等.基于云理論的炮兵群（團(tuán)）指揮信息系統(tǒng)作戰(zhàn)能力評(píng)估［J］.兵工自動(dòng)化，2010，29（7）：56－58.

［7］黃希利，羅小明，杜紅梅.雷達(dá)對(duì)抗系統(tǒng)作戰(zhàn)能力的評(píng)估模型［J］.火力與指揮控制，2011，36（1）：17－20.

［8］馮增輝，張金成，張凱，等.基于云重心評(píng)判的戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估方法［J］.火力與指揮控制，2011，36（3）：13－15.

［9］陳璐，楊和梅，連廣彥.基于云理論的裝甲兵作戰(zhàn)體系效能評(píng)估［J］.兵工自動(dòng)化，2010，29（2）：14－15.

［10］顧晶，何昇澮.一種基于形態(tài)學(xué)濾波的雷達(dá)目標(biāo)檢測(cè)方法［J］.計(jì)算機(jī)與數(shù)字工程，2012（2）.

［11］白普易，任明秋，王學(xué)軍等.雷達(dá)抗干擾性能評(píng)估指標(biāo)分析與測(cè)試平臺(tái)設(shè)計(jì)［J］.計(jì)算機(jī)與數(shù)字工程，2011（11）.

［12］陳東焰.基于遺傳算法的雷達(dá)抗同頻干擾方法研究［J］.計(jì)算機(jī)與數(shù)字工程，2012（5）.

［13］屈洋，王要峰，劉洪坤，等.基于云重心理論數(shù)字化的裝甲團(tuán)指揮決策時(shí)效性評(píng)估［J］.兵工自動(dòng)化，2010，29（6）：30－32.