冉小輝，朱衛(wèi)綱，邢 強(qiáng)

(中國(guó)人民解放軍航天工程大學(xué) a.研究生管理大隊(duì)； b.電子與光學(xué)工程系, 北京 101416)

電子對(duì)抗在現(xiàn)代戰(zhàn)爭(zhēng)中發(fā)揮著重要作用。典型的電子對(duì)抗系統(tǒng)主要包含電子對(duì)抗偵察、干擾、指揮控制3個(gè)子系統(tǒng)。其中，電子對(duì)抗指揮控制子系統(tǒng)需要根據(jù)偵察信息以及干擾效果調(diào)整干擾策略，以達(dá)到最佳干擾效果。因此，對(duì)于干擾效果評(píng)估技術(shù)的研究具有重要的軍事應(yīng)用價(jià)值。

干擾效果評(píng)估是指在實(shí)施電子干擾后對(duì)被干擾設(shè)備所產(chǎn)生的損傷或破壞進(jìn)行定性或定量評(píng)價(jià)的過程[1]。它是電子對(duì)抗作戰(zhàn)的核心問題，同時(shí)也對(duì)電子對(duì)抗技術(shù)研究以及電子對(duì)抗設(shè)備開發(fā)起著重要作用。該技術(shù)在戰(zhàn)時(shí)可及時(shí)評(píng)價(jià)并反饋干擾效果，使電子戰(zhàn)裝備能夠快速調(diào)整干擾措施，得到最佳干擾效果；在電子戰(zhàn)裝備開發(fā)過程中又可以用于客觀、準(zhǔn)確估計(jì)裝備作戰(zhàn)效能，以便改善其干擾性能或抗干擾性能[2]。

目前，對(duì)電子對(duì)抗干擾效果評(píng)估技術(shù)的研究主要關(guān)注于評(píng)估準(zhǔn)則、評(píng)估指標(biāo)以及評(píng)估方法3個(gè)方面。經(jīng)過多年的發(fā)展，對(duì)該技術(shù)的研究已經(jīng)取得了一系列成果。本文總結(jié)了電子對(duì)抗干擾效果評(píng)估技術(shù)的發(fā)展現(xiàn)狀，結(jié)合當(dāng)前電子對(duì)抗技術(shù)發(fā)展的最新趨勢(shì)，指出了亟需解決的問題，分析了進(jìn)一步研究方向。

1 干擾效果評(píng)估技術(shù)現(xiàn)狀

電子對(duì)抗干擾效果評(píng)估主要包含3個(gè)核心部分：評(píng)估準(zhǔn)則、評(píng)估指標(biāo)和評(píng)估方法[3-4]。其中，評(píng)估準(zhǔn)則是進(jìn)行干擾效果評(píng)估的依據(jù)；評(píng)估指標(biāo)是指在進(jìn)行干擾效果評(píng)估時(shí)，需要檢測(cè)的被干擾對(duì)象受干擾效應(yīng)影響的關(guān)鍵性能指標(biāo)，它是后續(xù)應(yīng)用評(píng)估方法進(jìn)行評(píng)估的基礎(chǔ)；評(píng)估方法則是利用評(píng)估指標(biāo)實(shí)現(xiàn)干擾效果定量分析的數(shù)學(xué)途徑。

根據(jù)以上對(duì)干擾效果評(píng)估過程的分析可以得出電子對(duì)抗干擾效果評(píng)估的一般步驟：

1) 根據(jù)被干擾對(duì)象的特點(diǎn)以及干擾措施的類型選定合適的干擾效果評(píng)估準(zhǔn)則。選擇評(píng)估準(zhǔn)則時(shí)需要結(jié)合實(shí)際情況充分考慮，選取一種或多種評(píng)估準(zhǔn)則；

2) 根據(jù)評(píng)估準(zhǔn)則并結(jié)合評(píng)估需求、外部環(huán)境等諸多因素確定評(píng)估指標(biāo)；

3) 根據(jù)評(píng)估指標(biāo)的特點(diǎn)及形式選取合適的評(píng)估方法進(jìn)行干擾效果評(píng)估。

1.1 干擾效果評(píng)估準(zhǔn)則與評(píng)估指標(biāo)

評(píng)估準(zhǔn)則與評(píng)估指標(biāo)對(duì)于干擾效果評(píng)估至關(guān)重要[5]。評(píng)估指標(biāo)的選定是干擾效果評(píng)估過程中最核心的步驟，是在對(duì)干擾類型與被干擾對(duì)象以及外部環(huán)境等因素進(jìn)行細(xì)致分析的基礎(chǔ)上，結(jié)合評(píng)估準(zhǔn)則來進(jìn)行選擇的。并且在實(shí)際應(yīng)用中，利用單一的評(píng)估指標(biāo)往往無法全面反映干擾效果，常需要從多方面考慮，建立相應(yīng)的評(píng)估指標(biāo)體系[6]。目前，常用的評(píng)估準(zhǔn)則以及根據(jù)各評(píng)估準(zhǔn)則提出的評(píng)估指標(biāo)如表1所示，其主要包括[7]：

表1 常用評(píng)估準(zhǔn)則及其對(duì)應(yīng)評(píng)估指標(biāo)

1) 信息準(zhǔn)則：從電子設(shè)備獲取的有用信息角度出發(fā)，利用干擾后電子設(shè)備獲取信息的損失程度度量干擾效果。實(shí)際應(yīng)用中，首先計(jì)算出干擾信號(hào)的熵，以此來評(píng)價(jià)干擾信號(hào)品質(zhì)，繼而以此評(píng)估干擾效果?？梢源致钥偨Y(jié)為干擾信號(hào)的熵越大，干擾效果就越好。其中，干擾信號(hào)J的熵H(J)為

其中pi表示干擾信號(hào)Ji出現(xiàn)的概率。如果干擾信號(hào)是連續(xù)分布的，可用概率分布密度p(x)來表示它的熵，即

信息準(zhǔn)則理論清楚、運(yùn)算簡(jiǎn)單，但是它僅僅只是根據(jù)干擾信號(hào)自身的優(yōu)劣評(píng)價(jià)干擾效果，沒有考慮到被干擾對(duì)象的抗干擾措施等其他因素對(duì)干擾效果的影響。從信息準(zhǔn)則的角度出發(fā)，主要是以干擾信號(hào)的熵作為干擾效果評(píng)估指標(biāo)。

2) 功率準(zhǔn)則：也稱干信比準(zhǔn)則，在實(shí)際應(yīng)用中一般用壓制系數(shù)KA來表征：

KA=Jmin/S

KA表示對(duì)雷達(dá)產(chǎn)生有效干擾時(shí)，雷達(dá)接收機(jī)輸入端需要的最小干擾信號(hào)功率Jmin與接收到的雷達(dá)信號(hào)功率S的比值。功率準(zhǔn)則是目前實(shí)際應(yīng)用較多的一種干擾效果評(píng)估準(zhǔn)則，可以較好地反映壓制性干擾的效果，但是對(duì)于欺騙性干擾卻并不適用。在實(shí)際的壓制干擾效果評(píng)估中，基于此準(zhǔn)則提出了雷達(dá)接收機(jī)輸入端信干比、壓制系數(shù)、干擾壓制區(qū)域、最小干擾距離等一系列評(píng)估指標(biāo)。

3) 概率準(zhǔn)則：通常根據(jù)被干擾對(duì)象在有無干擾條件下完成同一任務(wù)概率的比值來對(duì)干擾效果進(jìn)行評(píng)估。概率準(zhǔn)則相比信息準(zhǔn)則與功率準(zhǔn)則對(duì)于干擾過程考慮更加全面，并且對(duì)壓制性干擾和欺騙性干擾均適用，但是由于此準(zhǔn)則的應(yīng)用是建立在大量統(tǒng)計(jì)數(shù)據(jù)基礎(chǔ)上的，限制了應(yīng)用范圍?；诟怕蕼?zhǔn)則，常用殺傷概率、引導(dǎo)概率、發(fā)現(xiàn)概率、

受欺騙概率、拖引成功率等作為評(píng)估指標(biāo)評(píng)估干擾效果。

4) 效率準(zhǔn)則：通過比較被干擾對(duì)象在有無干擾條件下同一性能指標(biāo)的變化評(píng)估干擾效果。一般利用有無干擾條件下同一性能指標(biāo)的比值表征干擾效果。效率準(zhǔn)則是一種適用范圍較廣的評(píng)估準(zhǔn)則，對(duì)任意干擾類型和干擾對(duì)象都適用。但是，該準(zhǔn)則通常只考慮作戰(zhàn)對(duì)象的性能變化，而沒有結(jié)合具體作戰(zhàn)意圖進(jìn)行考慮?；诖藴?zhǔn)則，常用被干擾對(duì)象性能(如探測(cè)距離、檢測(cè)時(shí)間，以及速度、距離、角度測(cè)量精度等)下降程度來表征干擾效果。

不同評(píng)估準(zhǔn)則優(yōu)缺點(diǎn)對(duì)比如表2所示。

表2 不同評(píng)估準(zhǔn)則優(yōu)缺點(diǎn)

1.2 干擾效果評(píng)估方法

評(píng)估方法是實(shí)現(xiàn)干擾效果評(píng)估的途徑，解決了指標(biāo)體系中各個(gè)指標(biāo)與最終評(píng)估結(jié)果的關(guān)系問題[8]。不同評(píng)估方法的優(yōu)缺點(diǎn)如表3所示，現(xiàn)有的干擾效果評(píng)估方法可以分為以下幾類：

1) 評(píng)估因子法。評(píng)估因子法是一種早期的評(píng)估方法。其基本思想是將一些對(duì)干擾效果有影響的主要因素通過數(shù)學(xué)處理組合成評(píng)估因子，以此來評(píng)估干擾效果[9]。文獻(xiàn)[10]在對(duì)壓制干擾和欺騙干擾信號(hào)的統(tǒng)計(jì)特性及與之相對(duì)應(yīng)的干擾效果進(jìn)行分析的基礎(chǔ)上，將雷達(dá)性能下降量、接收機(jī)輸入端信噪比等因素進(jìn)行數(shù)學(xué)處理，得到了一種能夠比較全面地反映出電子對(duì)抗過程中各因素對(duì)于干擾效果影響的評(píng)估因子-有源干擾效果因子JECM。文獻(xiàn)[11]在對(duì)遮蓋性干擾進(jìn)行評(píng)估時(shí)，采用雷達(dá)系統(tǒng)在受到干擾前后輸出的信干比的比值來評(píng)估干擾效果。文獻(xiàn)[12] 從功率角度出發(fā)分析遮蓋性干擾的效果，將干擾功率J、目標(biāo)回波功率S和目標(biāo)的有效散射面積σ作為主要影響因素，構(gòu)造了一種干擾因子。

評(píng)估因子法利用了對(duì)干擾效果有影響的一些重要因素，能夠簡(jiǎn)單地對(duì)干擾效果進(jìn)行評(píng)估。但在一般情況下，該方法考慮的因素?cái)?shù)量較少，不足以全面反映干擾效果。同時(shí)通過該方法計(jì)算得到的評(píng)估結(jié)果不是歸一化的，不便用于不同方法之間的比較。

2) 模糊綜合評(píng)判法。電子對(duì)抗干擾效果評(píng)估過程中對(duì)干擾效果有影響的因素很多，并且各個(gè)影響因素與最終干擾效果之間的關(guān)系具有模糊性。為了解決干擾效果評(píng)估的模糊性問題，研究人員將模糊數(shù)學(xué)的工具引入到干擾效果評(píng)估中，形成了模糊綜合評(píng)判法[13]。

模糊綜合評(píng)判法的基本流程如圖1所示，其步驟主要包括：對(duì)干擾因素進(jìn)行分析，將影響干擾效果的各因素組成因素集，評(píng)價(jià)結(jié)果組成評(píng)價(jià)集，各因素對(duì)干擾效果的影響程度組成權(quán)重集；根據(jù)各因素的隸屬度函數(shù)求出每個(gè)干擾因素的隸屬度，利用單因素評(píng)價(jià)的隸屬度進(jìn)一步評(píng)定其等級(jí)，以此建立模糊綜合評(píng)判矩陣；通過模糊算子得到干擾效果。

文獻(xiàn)[14]在解決單部干擾機(jī)對(duì)單部雷達(dá)的干擾效果評(píng)估問題時(shí)，選取干擾時(shí)機(jī)Et、干擾頻率Ef、干擾功率Ep、空間電磁環(huán)境、干擾樣式Em與抗干擾措施等因素組成因素集,并為各因素選取合理的權(quán)重，最終將干擾效果映射到0～1范圍內(nèi)。文獻(xiàn)[13]在對(duì)傳統(tǒng)的雷達(dá)波門拖引式欺騙干擾進(jìn)行評(píng)估時(shí)，選擇干擾-信號(hào)功率比(J/S)、拖引速度Vp、干擾脈沖相對(duì)回波時(shí)延量Tg和雷達(dá)抗干擾能力Sj作為干擾效果主要影響因素，并利用層次分析法為每個(gè)影響因素分配合理的權(quán)重；最終實(shí)現(xiàn)對(duì)干擾效果評(píng)估。文獻(xiàn)[15]在運(yùn)用模糊綜合評(píng)判方法時(shí)，通過選取不同的隸屬函數(shù)和權(quán)重值對(duì)比分析了隸屬函數(shù)與權(quán)值對(duì)評(píng)估結(jié)果的影響；文獻(xiàn)[16]針對(duì)雷達(dá)干擾效果模糊綜合評(píng)判法中權(quán)值因素對(duì)評(píng)估結(jié)果帶來的不確定性問題，提出使用一種改進(jìn)層次分析方法對(duì)評(píng)價(jià)模型進(jìn)行改進(jìn)，取得了較好的結(jié)果。

模糊綜合評(píng)判法可以較好地適應(yīng)干擾效果評(píng)估中影響因素眾多的特點(diǎn)，能夠?qū)⒎治龅贸龅目赡苡绊懜蓴_效果的所有因素全部引入到因素集中。但該方法中隸屬度函數(shù)和權(quán)值的選擇還沒有統(tǒng)一的理論指導(dǎo)，需要靠評(píng)估人員的經(jīng)驗(yàn)選取[17]。

(1)體現(xiàn)BEPS第7項(xiàng)行動(dòng)計(jì)劃部分成果。中國(guó)國(guó)內(nèi)的稅收協(xié)定解釋性文件(《中華人民共和國(guó)政府和新加坡共和國(guó)政府關(guān)于對(duì)所得避免雙重征稅和防止偷漏稅的協(xié)定及議定書條文解釋》)已體現(xiàn)BEPS第7項(xiàng)行動(dòng)計(jì)劃部分成果，如所有豁免活動(dòng)都必須滿足準(zhǔn)備性和輔助性的定義，代理人常設(shè)機(jī)構(gòu)的判定等。

3) 智能評(píng)估法。智能評(píng)估法主要是指基于機(jī)器學(xué)習(xí)理論的干擾效果評(píng)估方法。該方法利用各種雷達(dá)對(duì)抗實(shí)驗(yàn)所得到的數(shù)據(jù)作為訓(xùn)練樣本，通過學(xué)習(xí)得到影響因素對(duì)干擾效果的影響規(guī)律，進(jìn)而實(shí)現(xiàn)特定影響因素下的干擾效果評(píng)估。智能評(píng)估法主要有人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)方法與支持向量機(jī)(Support Vector Machine,SVM)方法。

人工神經(jīng)網(wǎng)絡(luò)評(píng)估方法是利用神經(jīng)網(wǎng)絡(luò)從以往多次試驗(yàn)結(jié)果中學(xué)習(xí)干擾效果與各因素之間的關(guān)系，以此建立評(píng)估模型，用于干擾效果評(píng)估。目前，常用的神經(jīng)網(wǎng)絡(luò)有BP神經(jīng)網(wǎng)絡(luò)以及RBF神經(jīng)網(wǎng)絡(luò)。文獻(xiàn)[18]針對(duì)遮蓋干擾選取功率有效度因子、檢測(cè)概率下降有效度因子、作用距離有效度因子以及檢測(cè)時(shí)間耗費(fèi)有效度因子作為神經(jīng)網(wǎng)絡(luò)的輸入，將以往實(shí)驗(yàn)的結(jié)果作為輸出，通過BP神經(jīng)網(wǎng)絡(luò)擬合出干擾因素與干擾效果之間的關(guān)系，并以此建立評(píng)估模型，用于對(duì)干擾效果的評(píng)估。文獻(xiàn)[19]提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的復(fù)合干擾效果評(píng)估方法，針對(duì)不同的干擾樣式選擇不同的評(píng)估因子，用以往的試驗(yàn)結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的輸入與輸出，得到干擾因子與干擾效果之間的映射關(guān)系，最終通過該神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)評(píng)估。文獻(xiàn)[20]選定干擾功率、干擾頻率、干擾樣式、干擾時(shí)機(jī)4個(gè)指標(biāo)的隸屬度作為RBF神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，得到了比BP神經(jīng)網(wǎng)絡(luò)收斂速度更快的評(píng)估方法。文獻(xiàn)[21]利用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行欺騙性干擾效果的評(píng)估，將干擾功率與雷達(dá)信號(hào)功率之比、雷達(dá)抗截獲性、雷達(dá)信號(hào)模擬的復(fù)雜性和雷達(dá)系統(tǒng)在時(shí)頻域上的分辨能力作為影響因素，并利用RBF神經(jīng)網(wǎng)絡(luò)，將其映射為優(yōu)、良、中、差、很差5個(gè)干擾效果等級(jí)?；谏窠?jīng)網(wǎng)絡(luò)的干擾效果評(píng)估方法簡(jiǎn)便易行，當(dāng)樣本足夠多時(shí)能夠取得較高的準(zhǔn)確率，但是在樣本有限的情況下容易出現(xiàn)過學(xué)習(xí)現(xiàn)象，導(dǎo)致其推廣能力下降。

針對(duì)以上基于神經(jīng)網(wǎng)絡(luò)的干擾效果評(píng)估方法的缺點(diǎn)，研究人員提出了利用對(duì)小樣本具有較好的學(xué)習(xí)能力的SVM進(jìn)行干擾效果評(píng)估的方法。文獻(xiàn)[22]在分析雷達(dá)的工作過程及其所面臨的有源干擾的特點(diǎn)的基礎(chǔ)上，從兼顧遮蓋性干擾效果和欺騙性干擾效果的作戰(zhàn)要求出發(fā)，將效率準(zhǔn)則和時(shí)間準(zhǔn)則相結(jié)合，提出了搜索時(shí)間比和跟蹤誤差比兩個(gè)評(píng)估指標(biāo)，然后利用仿真實(shí)驗(yàn)或?qū)嵮b對(duì)抗得到的“對(duì)抗態(tài)勢(shì)”下的樣本對(duì)LS-SVM進(jìn)行訓(xùn)練，得到各影響因素與干擾效果之間的函數(shù)關(guān)系，最后利用訓(xùn)練好的LS-SVM回歸機(jī)評(píng)估干擾效果。文獻(xiàn)[23]針對(duì)波門拖引式欺騙干擾，從干擾機(jī)本身和雷達(dá)的抗干擾能力兩個(gè)方面出發(fā)，總結(jié)出干擾-信號(hào)功率比、拖引速度、干擾脈沖相對(duì)回波時(shí)延以及雷達(dá)抗干擾能力四個(gè)影響因素，并將不同因素的隸屬度作為SVM的輸入值，利用多次試驗(yàn)的數(shù)據(jù)對(duì)SVM進(jìn)行訓(xùn)練，得到干擾因素隸屬度與最終干擾效果的映射關(guān)系。文獻(xiàn)[24]將干擾效果評(píng)估問題看作一種有限樣本分類問題，以干擾方的設(shè)置以及被干擾方的行為變化數(shù)據(jù)作為評(píng)估指標(biāo)，并結(jié)合其對(duì)應(yīng)的干擾效果構(gòu)建了干擾行為特征訓(xùn)練數(shù)據(jù)庫，再利用支持向量機(jī)對(duì)數(shù)據(jù)庫中的訓(xùn)練樣本進(jìn)行學(xué)習(xí)，得到最優(yōu)的分類結(jié)果，最后用實(shí)驗(yàn)證明該方法的可行性。

支持向量機(jī)對(duì)小樣本具有較好的學(xué)習(xí)能力，相比神經(jīng)網(wǎng)絡(luò)更適合用于干擾效果評(píng)估。但是該方法對(duì)缺失數(shù)據(jù)敏感，對(duì)非線性問題核函數(shù)的選擇沒有通用解決方案。

表3 不同評(píng)估方法優(yōu)缺點(diǎn)

2 研究方向

近年來，電子對(duì)抗干擾效果評(píng)估技術(shù)受到了電子對(duì)抗領(lǐng)域研究人員的廣泛關(guān)注，取得了一系列的成果。但是由于雷達(dá)干擾過程本身的復(fù)雜性以及新的電子戰(zhàn)技術(shù)發(fā)展帶來的挑戰(zhàn)，使得現(xiàn)有的研究成果仍然難以客觀、全面地對(duì)雷達(dá)干擾效果進(jìn)行評(píng)估。對(duì)于下一步的研究主要有如下幾個(gè)方面：

1) 機(jī)器學(xué)習(xí)作為一種智能的數(shù)據(jù)分析工具，能夠處理復(fù)雜數(shù)據(jù)并發(fā)現(xiàn)數(shù)據(jù)中隱藏的規(guī)律，已經(jīng)被廣泛應(yīng)用于多種領(lǐng)域。目前，已有一部分學(xué)者將機(jī)器學(xué)習(xí)方法應(yīng)用于干擾效果評(píng)估中，并取得了較好的評(píng)估結(jié)果，但是運(yùn)用的算法大多僅限于神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)。隨著機(jī)器學(xué)習(xí)的進(jìn)一步發(fā)展，研究人員提出了越來越多的新算法。因此，引入新的合適的機(jī)器學(xué)習(xí)算法進(jìn)行干擾效果評(píng)估將會(huì)對(duì)干擾效果評(píng)估技術(shù)的發(fā)展有著積極的促進(jìn)作用。

2) 現(xiàn)有的干擾效果評(píng)估技術(shù)大多屬于第三方評(píng)估，這種評(píng)估方法需要使用被干擾雷達(dá)的詳細(xì)設(shè)計(jì)參數(shù)以及工作性能等信息作為評(píng)估指標(biāo)數(shù)據(jù)。然而，在實(shí)戰(zhàn)環(huán)境中這些數(shù)據(jù)是很難獲取的，這樣就限制了現(xiàn)有干擾評(píng)估方法在戰(zhàn)時(shí)的應(yīng)用。針對(duì)此問題，需要轉(zhuǎn)變?cè)u(píng)估角度，利用干擾過程中干擾設(shè)備接收到的雷達(dá)信號(hào)特征的變化并結(jié)合自身的實(shí)時(shí)狀態(tài)數(shù)據(jù)進(jìn)行干擾效果評(píng)估[25]。美軍的一系列認(rèn)知電子戰(zhàn)項(xiàng)目對(duì)此類干擾效果評(píng)估方法進(jìn)行了研究，并且已經(jīng)進(jìn)行了載機(jī)試驗(yàn)，不久將會(huì)投入實(shí)用[26-28]。國(guó)內(nèi)對(duì)于此類干擾效果評(píng)估方法的研究較少，為數(shù)不多的公開文獻(xiàn)也只是進(jìn)行了理論上的闡述[29-31]。因此，未來對(duì)基于干擾方的干擾效果評(píng)估將會(huì)是干擾效果評(píng)估技術(shù)的重要發(fā)展方向。

3) 目前，各國(guó)電子裝備更新?lián)Q代速度很快，新裝備層出不窮，戰(zhàn)場(chǎng)上可能面臨未知電子裝備。然而目前大多數(shù)干擾效果評(píng)估方法是建立在作戰(zhàn)對(duì)象參數(shù)已知情的基礎(chǔ)上。當(dāng)前，人工智能領(lǐng)域已提出遷移學(xué)習(xí)，零樣本學(xué)習(xí)等可用于樣本數(shù)據(jù)庫未知情況下的識(shí)別算法。因此，在未來的研究中可以借鑒遷移學(xué)習(xí)等算法實(shí)現(xiàn)對(duì)未知作戰(zhàn)對(duì)象的干擾效果評(píng)估。

3 結(jié)論

干擾效果評(píng)估對(duì)提升電子戰(zhàn)系統(tǒng)作戰(zhàn)能力具有重要意義。經(jīng)過多年研究，干擾效果評(píng)估技術(shù)得到了巨大的發(fā)展，但是仍存在著評(píng)估可信度不高、時(shí)效性不強(qiáng)等問題。