雷達(dá)組網(wǎng)探測(cè)效能評(píng)估*

崔玉娟，察豪

(海軍工程大學(xué) 電子工程學(xué)院，湖北 武漢　430033)

?

雷達(dá)組網(wǎng)探測(cè)效能評(píng)估*

崔玉娟，察豪

(海軍工程大學(xué) 電子工程學(xué)院，湖北 武漢430033)

摘要：根據(jù)構(gòu)建原則建立分層次的雷達(dá)網(wǎng)探測(cè)效能評(píng)估體系，針對(duì)體系指標(biāo)量化困難，評(píng)價(jià)模糊，結(jié)構(gòu)多層次，運(yùn)用模糊理論和層次分析法，結(jié)合控制區(qū)間和記憶模型對(duì)雷達(dá)組網(wǎng)探測(cè)效能評(píng)估。最后通過實(shí)例分析，證實(shí)了模糊層次分析控制區(qū)間和記憶模型方法的有效性和可操作性，為雷達(dá)組網(wǎng)優(yōu)化部署奠下基礎(chǔ)。

關(guān)鍵詞：雷達(dá)組網(wǎng)；探測(cè)效能；模糊理論；層次分析法；控制區(qū)間和記憶模型；優(yōu)化部署

0引言

現(xiàn)代戰(zhàn)場(chǎng)環(huán)境的日趨復(fù)雜多變性促進(jìn)了雷達(dá)應(yīng)用研究的不斷深入，面對(duì)傳統(tǒng)電子干擾、反輻射導(dǎo)彈、隱身目標(biāo)及空襲目標(biāo)低空/超低空突防的四大威脅，雷達(dá)組網(wǎng)是一種高效且切實(shí)可行的方案。它不僅使雷達(dá)系統(tǒng)具有較強(qiáng)探測(cè)跟蹤能力和戰(zhàn)術(shù)性能，如全頻段、多體制、多重疊系數(shù)等，而且也使其成為一個(gè)具有全方位、立體化、多層次的新型戰(zhàn)斗體系，因此，成為各國(guó)軍事研究人員的研究熱點(diǎn)。其中一個(gè)熱點(diǎn)問題就是如何評(píng)估組網(wǎng)后的雷達(dá)總體探測(cè)效能，這是雷達(dá)組網(wǎng)優(yōu)化部署的前提和依據(jù)，針對(duì)該問題，文獻(xiàn)[1-6]分別采用了層次分析法、模糊數(shù)學(xué)方法、灰色理論等方法進(jìn)行了評(píng)估。但是雷達(dá)組網(wǎng)探測(cè)效能屬于多目標(biāo)決策問題，如果單純利用上述方法的一種則造成部分信息丟失或者難以具體體現(xiàn)某些指標(biāo)，定義上存在模糊交叉性。

借鑒上述文獻(xiàn)的評(píng)估思路，本文將雷達(dá)組網(wǎng)探測(cè)效能評(píng)估看成是受多因素影響的風(fēng)險(xiǎn)評(píng)價(jià)，采用風(fēng)險(xiǎn)分析法對(duì)其進(jìn)行評(píng)估。風(fēng)險(xiǎn)分析法常采用模糊數(shù)學(xué)[7-8]、Monte Carlo模擬[9]、控制區(qū)間和記憶模型(controlled intervals and memory ,CIM)[10-11]。但是采用CIM風(fēng)險(xiǎn)分析法對(duì)雷達(dá)組網(wǎng)探測(cè)效能評(píng)估也有其局限性，指標(biāo)量化比較困難。為此，本文結(jié)合層次分析法和模糊理論建立起一種模糊層次分析CIM模型，即FACIM (fuzzy analytic controlled intervals and memory)模型，具體方法如下：首先綜合分析評(píng)估對(duì)象，將其按照一定原則分為幾個(gè)大層面；然后針對(duì)每一個(gè)大層面將其細(xì)化為小層面指標(biāo)，從而建立起評(píng)估指標(biāo)體系；最后，充分考慮實(shí)際約束條件，選用合適的風(fēng)險(xiǎn)評(píng)估方案來評(píng)估每一個(gè)細(xì)化的小層面指標(biāo)，繼而得到每一個(gè)大層面的指標(biāo)和體系的總體探測(cè)效能的評(píng)估。從而實(shí)現(xiàn)對(duì)雷達(dá)組網(wǎng)探測(cè)效能的定量評(píng)估，為后續(xù)的雷達(dá)組網(wǎng)優(yōu)化部署提供更為客觀、準(zhǔn)確的選擇依據(jù)。

1建立雷達(dá)網(wǎng)探測(cè)效能體系

目前對(duì)于雷達(dá)探測(cè)效能定義，國(guó)內(nèi)外并沒有統(tǒng)一的定義標(biāo)準(zhǔn)。根據(jù)大量資料研究和專家探討，在科學(xué)、合理、全面、簡(jiǎn)明原則下，結(jié)合國(guó)內(nèi)外關(guān)于雷達(dá)組網(wǎng)研究的狀況以及考慮實(shí)際環(huán)境對(duì)雷達(dá)組網(wǎng)探測(cè)效能的影響，運(yùn)用層次分析法將雷達(dá)組網(wǎng)探測(cè)效能分成探測(cè)能力、目標(biāo)容量、實(shí)時(shí)性、分辨力、情報(bào)處理能力、精確度等六大方面(主因素層)，并對(duì)上述六大方面進(jìn)行具體細(xì)化成24個(gè)小方面指標(biāo)(子因素層)，如表1所示。

2CIM模型介紹

CIM模型可稱為概率分布的疊加模型，它的兩個(gè)“替代”使得概率分布的疊加計(jì)算更簡(jiǎn)化和普通化，即相同寬度區(qū)間的直方圖替代變量的概率分布，和替代概率函數(shù)的積分。該模型的概率分布特征清晰簡(jiǎn)單直觀，對(duì)于因素比較繁雜的評(píng)價(jià)對(duì)象非常有效。在這里僅僅介紹應(yīng)用比較多的并聯(lián)響應(yīng)模型。

并聯(lián)響應(yīng)模型具有較強(qiáng)實(shí)用性，它的原理可以理解為物理電學(xué)中的并聯(lián)電路連接方式。為了便于分析和理解，簡(jiǎn)單地描述如下：例如在一項(xiàng)重大活動(dòng),影響其實(shí)現(xiàn)的因素有很多，每一項(xiàng)因素的好壞也決定活動(dòng)實(shí)現(xiàn)的好與壞。文獻(xiàn)[11]給出活動(dòng)各個(gè)指標(biāo)所組成概率組合，即并聯(lián)模型。對(duì)于其計(jì)算，首先運(yùn)用乘法運(yùn)算計(jì)算出2個(gè)指標(biāo)因子的概率組合，接著將其結(jié)果和第3個(gè)指標(biāo)做乘法運(yùn)算，以此類推，其概率表達(dá)式為

a=1,2,…,m，

(1)

式中：X1,X2為2個(gè)風(fēng)險(xiǎn)因素；xa為概率區(qū)間的組中值；m為分組數(shù)。

最后需注意的是上述并聯(lián)響應(yīng)模型討論的前提是各個(gè)指標(biāo)或影響因素相互獨(dú)立。

3FACIM評(píng)估模型

從表1給出的各個(gè)指標(biāo)可以看出，指標(biāo)具有隨機(jī)性、模糊性，一般很難量化它們，因此選用層次分析法，通過引入比例判斷矩陣來確定評(píng)估指標(biāo)因素的權(quán)重值，利用模糊法確定最末層指標(biāo)因素的概率分布，最后利用CIM模型計(jì)算概率分布。

表1　雷達(dá)組網(wǎng)探測(cè)效能評(píng)估指標(biāo)體系

3.1建立探測(cè)效能指標(biāo)集

雷達(dá)組網(wǎng)探測(cè)效能的評(píng)價(jià)指標(biāo)集用B=(B1,B2,B3,B4,B5,B6)表示，其中每個(gè)探測(cè)指標(biāo)子集包括ni個(gè)探測(cè)指標(biāo)，即Bs=(cs1,cs2,…,csni),s=1,2,…,6。它們滿足條件：

(1)n1+n2+…+n6=n；

ni表示第i個(gè)探測(cè)指標(biāo)子集的指標(biāo)個(gè)數(shù)；n表示全部探測(cè)子集的指標(biāo)個(gè)數(shù)。

3.2比例判斷矩陣的AHP確定指標(biāo)權(quán)重

在雷達(dá)組網(wǎng)探測(cè)效能評(píng)估中，指標(biāo)權(quán)重值直接影響評(píng)價(jià)的結(jié)果。最常運(yùn)用層次分析法來確定雷達(dá)組網(wǎng)探測(cè)效能評(píng)估指標(biāo)的權(quán)重[12-14]，但是層次分析法中關(guān)鍵步驟是對(duì)判斷矩陣一致性檢驗(yàn)，往往構(gòu)造出的判斷矩陣不具有令人滿意的一致性。引入比例系數(shù)矩陣，該矩陣不僅滿足所需的一致性檢驗(yàn)，而且容易得到矩陣的最大特征值以及其對(duì)應(yīng)的特征向量，具體可以參見文獻(xiàn)[15]。

3.3建立探測(cè)效能評(píng)價(jià)集

將探測(cè)效能評(píng)價(jià)集設(shè)為V={v1,v2,v3,v4,v5},v1,v2,v3,v4,v5分別表示指標(biāo)的評(píng)價(jià)為“90～100分”、“80～89分”、“70～79分”、“60～69分”、“60分以下”，對(duì)應(yīng)的探測(cè)風(fēng)險(xiǎn)程度分別為“低”、“較低”、“中等”、“一般”、“較高”。

3.4建立探測(cè)效能評(píng)價(jià)集

組織N名專家根據(jù)制定探測(cè)效能評(píng)價(jià)等級(jí)類別進(jìn)行二級(jí)評(píng)價(jià)指標(biāo)打分(百分制)歸類，按式(2)計(jì)算出每個(gè)末層指標(biāo)因素的概率分布Pij。

Pij=Nij/N，

(2)

式中：Nij表示把指標(biāo)因素i歸為某一評(píng)價(jià)級(jí)別j的專家人數(shù)。

3.5運(yùn)用CIM模型評(píng)估雷達(dá)組網(wǎng)探測(cè)效能

運(yùn)用CIM的并聯(lián)響應(yīng)模型，逐層求出各級(jí)指標(biāo)因素的概率分布以及運(yùn)用層次分析法求得各級(jí)指標(biāo)因素的權(quán)重值，最后得出所評(píng)價(jià)對(duì)象的概率分布狀況。

綜上所述，雷達(dá)組網(wǎng)探測(cè)效能FACIM評(píng)估模型可歸納為“三建立兩確定一運(yùn)用”。

4雷達(dá)網(wǎng)探測(cè)效能實(shí)例分析

在西南盆地東部，某地區(qū)，地形復(fù)雜，現(xiàn)擬在該小部分地區(qū)將布置10部雷達(dá)，其中雷達(dá)體制數(shù)為5，工作頻段數(shù)為10，采用圓弧形配置，雷達(dá)組網(wǎng)重疊系數(shù)為2，效能費(fèi)用比略高，極化類型數(shù)為4，調(diào)制方式數(shù)量為7。雷達(dá)按工作體制可以分為很多種，假設(shè)實(shí)例中10部雷達(dá)有m種雷達(dá)，則雷達(dá)體制數(shù)為m；10部雷達(dá)工作在k個(gè)波段，則雷達(dá)網(wǎng)的工作頻段數(shù)為k;該地區(qū)中某一塊區(qū)域同時(shí)被n部雷達(dá)探測(cè)，則雷達(dá)網(wǎng)在這塊區(qū)域的重疊系數(shù)為n，其他類似。為了對(duì)該組網(wǎng)的探測(cè)效能進(jìn)行評(píng)估，采用上述FACIM模型評(píng)估其探測(cè)效能等級(jí)類別的概率分布情況。為此組織從事雷達(dá)研究的大學(xué)教授、軍事研究員等20名組成專家組。具體算法流程如圖1所示。

圖1　雷達(dá)組網(wǎng)探測(cè)效能的FACIM評(píng)估流程圖Fig.1　FACIM evaluation of radar network detection

Step 1：建立雷達(dá)組網(wǎng)探測(cè)效能評(píng)估指標(biāo)體系。該體系分成3個(gè)層次，分別包括6個(gè)主因素和24個(gè)子因素，具體可見表1。

Step 2：確定因素指標(biāo)權(quán)重值。運(yùn)用層次分析法來求解權(quán)重值時(shí)，考慮到其有一個(gè)至關(guān)重要的步驟—判斷矩陣的一致性檢驗(yàn)，常常出現(xiàn)判斷矩陣不具有滿意的一致性，所以這里引入比例系數(shù)法來構(gòu)造判斷矩陣，構(gòu)造出的矩陣具有滿意的一致性，其最大特征值對(duì)應(yīng)的特征向量為該矩陣的任一列向量。表2列出了主因素的權(quán)重計(jì)算過程及計(jì)算結(jié)果ω=(ω1,ω2,...,ω6)。

表2　主因素權(quán)重計(jì)算過程及結(jié)果

Step 3：建立雷達(dá)組網(wǎng)探測(cè)效能評(píng)價(jià)集V={90～100,80～89,70～79,60～69,60分以下}。

Step 4：確定子因素的概率分布。根據(jù)20名專家對(duì)每一子因素的評(píng)價(jià)，由式(2)計(jì)算出每一子因素的概率分布。表3給出了上述過程的最終結(jié)果。

Step 5：運(yùn)用CIM并聯(lián)響應(yīng)模型，計(jì)算各主因素的概率分布。這里只給出目標(biāo)容量B2的概率分布的計(jì)算過程，如表4所示，其余主因素的概率分布可按相同的方法求出。主因素的概率分布見表5。把表5中的概率分布看成一個(gè)6×5矩陣A6×5.

表3　子因素的概率分布

表4　目標(biāo)容量B2的概率分布計(jì)算過程

表5　主因素的探測(cè)分布

Step 6：把主因素的權(quán)重和其對(duì)應(yīng)的評(píng)價(jià)類的概率分布乘積求和，得到雷達(dá)組網(wǎng)探測(cè)效能對(duì)應(yīng)評(píng)價(jià)等級(jí)的概率分布PV。

PV=ω·A6×5.

(3)

經(jīng)計(jì)算得到

PV=(0.017 4,0.134 9,0.331 0，0.359 9，0.158 6).

由計(jì)算結(jié)果可以看出本雷達(dá)組網(wǎng)探測(cè)效能等級(jí)為60～69的可能性最大，概率為35.99%，落在70～79的可能性也很大，概率為33.1%，落在其他等級(jí)的概率相對(duì)來說可能性較低。這表明該雷達(dá)組網(wǎng)探測(cè)效能等級(jí)在60～69分(按百分制)可能性最大，探測(cè)效能能否令人滿意可以根據(jù)實(shí)際情況來分析決定。同時(shí)可根據(jù)探測(cè)任務(wù)和目的，可以適當(dāng)?shù)卣{(diào)整資源以達(dá)到想要的效果。

5結(jié)束語

提出了一種雷達(dá)組網(wǎng)探測(cè)效能評(píng)估的FACIM模型，由于影響雷達(dá)組網(wǎng)探測(cè)效能的因素較多，本文從6個(gè)方面提出了雷達(dá)組網(wǎng)探測(cè)效能綜合評(píng)估指標(biāo)體系，考慮到若其探測(cè)效能越高，投資風(fēng)險(xiǎn)就越低，引入風(fēng)險(xiǎn)分析中的CIM模型來評(píng)估雷達(dá)組網(wǎng)探測(cè)效能，針對(duì)體系指標(biāo)量化難以及單一評(píng)估方法的缺陷，在基于模糊理論的基礎(chǔ)上，通過層次分析法來確定指標(biāo)因素的權(quán)重值，并對(duì)AHP作了改進(jìn)，即引入比例系數(shù)判斷矩陣，簡(jiǎn)化了權(quán)重計(jì)算，且無需驗(yàn)證矩陣的一致性。最后以西南盆地東部某地區(qū)為例進(jìn)行分析，證實(shí)了FACIM模型的可行性和可靠性，同時(shí)提高了層次分析法的實(shí)用性。

參考文獻(xiàn)：

[1]肖文杰, 王健, 盧雷, 等. 含邏輯門的雷達(dá)組網(wǎng)作戰(zhàn)效能評(píng)估研究[J]. 電光與控制, 2010, 17(2): 95-97.

XIAO Wen-jie, WANG Jian, LU Lei, et al. Operational Effectiveness Evaluation of Radar Network With Logic Gates[J]. Eletronics Optics & Control , 2010, 17(2): 95-97.

[2]劉健, 辛永平. 主成分分析的雷達(dá)組網(wǎng)作戰(zhàn)效能評(píng)價(jià)模型[J]. 火力與指揮控制, 2011, 36(6): 35-38.

LIU Jian, XIN Yong-ping . Study on Evaluation Model for Networked Radar Operational Effectiveness Based on Principal Component Analysis[J]. Fire Control & Command Control, 2011, 36(6): 35-38.

[3]龍文武, 蘇五星, 丁文飛, 等. 基于灰色AHP法的多功能雷達(dá)作戰(zhàn)效能評(píng)估[J]. 現(xiàn)代雷達(dá), 2010, 32(9): 27-30.

LONG Wen-wu, SU Wu-xing, DING Wen-fei, et al. Operational Efficiency Evaluation of Multi-function Radar Based on Grey AHP[J]. Modern Radar, 2010, 32(9): 27-30.

[4]張培珍, 楊根源, 張楊, 等. 雷達(dá)組網(wǎng)效能量化評(píng)模型[J]. 現(xiàn)代防御技術(shù), 2010, 38(5): 5-10.

ZHANG Pei-zhen, YANG Gen-yuan, ZHANG Yang, et al. Quantitative Evaluation Model for Radar Net Effectiveness[J]. Modern Defence Technology, 2010, 38(5): 5-10.

[5]楊峰, 王碧垚, 趙慧波, 等.基于云模型的戰(zhàn)略預(yù)警信息系統(tǒng)效能評(píng)估[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(7): 1334-1338.

YANG Feng, WANG Bi-yao, ZHAO Hui-bo, et al. Effectiveness Evaluation for Strategy Early-Warning Information System Based on Cloud Model[J]. Systems Engineering and Electronics, 2014, 36(7): 1334-1338.

[6]劉婧, 冒長(zhǎng)禮, 趙呈陽. RBF模糊神經(jīng)網(wǎng)絡(luò)在艦載C3I系統(tǒng)效能評(píng)估中的應(yīng)用[J]. 解放軍理工大學(xué)學(xué)報(bào)：自然科學(xué)版, 2013, 14(6): 674-678.

LIU Jing, MAO Chang-li, ZHAO Cheng-yang. Application of RBF Fuzzy Neural Network in Effectiveness Evaluation of Shipboard C3I System[J]. Journal of PLA University of Science and Technology：Natural Science ed., 2013, 14(6): 674-678.

[7]梁力丹, 鄭達(dá), 巨能攀, 等.基于灰色關(guān)聯(lián)與模糊數(shù)學(xué)的重力式擋土墻震害評(píng)估[J]. 工程地質(zhì)學(xué)報(bào), 2014, 22(6): 1234-1240.

LIANG Li-dan, ZHENG Da, JU Neng-pan, et al. Seismic Saety Evaluation of Gravity Retaining Wall Using Grey Correlation and Fuzzy Mathematics[J]. Journal of Engineering Geology, 2014, 22(6): 1234-1240.

[8]王征, 曹田泉. 模糊數(shù)學(xué)在中國(guó)書畫評(píng)估體系下的應(yīng)用與研究[J]. 藝術(shù)百家, 2014, 138(3): 221-223.

WANG Zheng, CAO Tian-quan. Application of Fuzzy Mathematics in the Evaluation System of Chinese Calling and Painting [J]. Hundred Schools in Arts , 2014, 138(3): 221-223.

[9]蘇成, 黃歡, 徐瑞, 等. 大規(guī)模非線性系統(tǒng)隨機(jī)振動(dòng)顯式迭代Monte Carlo模擬法[J].振動(dòng)工程學(xué)報(bào), 2014, 27(2): 159-164.

SU Cheng, HUANG Huan, XU Rui, et al. Random Vibration Analysis of Large-Scale Nonlinear Systems by Explicit Iteration Monte Carlo Simulation Method[J]. Journal of Vibration Engineering, 2014, 27(2): 159-164.

[10]高祺勛, 權(quán)聰娜, 李博, 等.灰色模糊CIM模型的電力項(xiàng)目融資風(fēng)險(xiǎn)評(píng)判構(gòu)架[J]. 工業(yè)工程, 2010, 13(4): 96-99.

GAOQi-xun,QUANCong-na,LIBo,etal.FinancingRiskAssessmentofPowerPlantConstructionbyUsingGreyFuzzyCIMModel[J].IndustrialEngineeringJournal, 2010, 13(4): 96-99.

[11]張沅. 基于粗糙集和模糊理論的房地產(chǎn)風(fēng)險(xiǎn)[D].廣西：廣西大學(xué), 2010.

ZHANGYuan.ResearchofRealEstateRiskEvaluationModelBasedonRoundSet&FuzzySetTheory[D].Guangxi:GuangxiUniversity, 2010.

[12]游永彬, 周延年, 鄭玉山. 基于二元語義層次分析法的主觀權(quán)重確定算法[J]. 西北工業(yè)大學(xué)學(xué)報(bào)，2013,31(5):710-715.

YOUYong-bin,ZHOUYan-nian,ZHENGYu-shan.ANewandEffectiveMethodforDeterminingSubjectiveWeightofIndexBasedonTwo-TupleLinguisticAHP[J].JournalofNorthwesternPolytechnicalUniversity, 2013,31(5):710-715.

[13]SUNLu.AMin-MaxOptimizationApproachforWeightDeterminationinAnalyticHierarchyProcess[J].JournalofSoutheastUniversity(EnglishEdition), 2012, 28(2):245-250.

[14]魯?shù)ぃ瑥埥鹪? 基于層次分析法的BIM內(nèi)容庫(kù)網(wǎng)站評(píng)價(jià)研究[J]. 圖學(xué)學(xué)報(bào),2015,36(2):298-305.

LUDan,ZHANGJin-yue.AHP-BasedEvaluationofBIMContentLibraryWebsites[J].JournalofGraphics, 2015, 36(2):298-305.

[15]黃德才, 胥琳.AHP法中判斷矩陣的比例標(biāo)度構(gòu)造法[J]. 控制與決策, 2002,17(4): 484-486.

HUANGDe-cai,XULin.ProportionCriteriaandMethodforBuildingComparisonMatricesintheAnalyticHierarchyProcess[J].ControlandDecision,2002,17(4): 484-486.

Evaluation on Radar Network Detection

CUI Yu-juan , CHA Hao

( Naval University of Engineering, College of Electronics Engineering,Hubei Wuhan 430033, China)

Abstract:The evaluation index system on efficiency of radar network detection is established on the basis of construction principles. These indexes are difficult to quantify directly and prone to fuzzy evaluation, they have a multi-level structure. Based on fuzzy theory and analytic hierarchy process method, the model of controlled intervals and memory is applied into radar network detection evaluation. Finally, an example is used as the illustration, the effectiveness and utility of the controlled interval and memory model is verified, which lays a foundation for optimization deployment of radar network.

Key words:radar network; detection effectiveness; fuzzy theory; analytic hierarchy process; controll intervals and memory model；optimization deployment

*收稿日期：2015-06-11；修回日期：2015-09-01

作者簡(jiǎn)介：崔玉娟(1984-)，女，江蘇徐州人。助工，博士生，主要從事雷達(dá)組網(wǎng)，智能算法，探測(cè)效能評(píng)估。

通信地址：430033湖北省武漢市解放大道717號(hào)239信箱E-mail：xiaoxiao926878@126.com

doi:10.3969/j.issn.1009-086x.2016.03.002

中圖分類號(hào)：TN95

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1009-086X(2016)-03-0007-05

空天防御體系與武器