无人机在复杂电磁环境下的效能评估

073201-1第26卷第7期强激光与粒子束Vol.26,No.72014年7月HIGHPOWERLASERANDPARTICLEBEAMSJul.,2014无人机在复杂电磁环境下的效能评估*焦彦维1,侯德亭1,周东方1,胡涛1,林竞羽1,王占琪2(1.解放军信息工程大学理学院,郑州450001;2.宁夏电力公司,银川750001)摘要:通过分析无人机的结构层次和研究复杂电磁环境对无人机的影响,建立了复杂电磁环境下无人机的效能评估指标体系,通过主观赋权法和客观赋权法得到各项指标的权重,针对评估指标的模糊性和不确定性,基于云理论的原理,实现一定条件下评估指标的定性与定量的描述,综合考虑了评估过程中的模糊性和不确定性因素,并利用评价云模型拟合出无人机在复杂电磁环境下的综合效能。结合实例模拟分析表明,复杂电磁环境下的无人机云效能评估模型,为复杂电磁环境下无人机的定量化效能评估提供参考。关键词:复杂电磁环境;无人机;效能评估;指标体系;云模型中图分类号:TP391文献标志码:Adoi:10.11884/HPLPB201426.073201云模型评估方法可以将随机性和模糊性相结合,实现定性与定量指标值之间转换的数学模型。李德毅在模糊集理论和概率论的基础上首次提出了定性定量之间转换的数学模型[1],现已广泛应用于数据挖掘、决策分析、智能控制等领域。随着信息技术的迅猛发展,所形成的复杂电磁环境制约着无人机(UAV)发挥应有的效能。且无人机系统必须依靠数据链通信完成任务,复杂电磁环境所形成的干扰对其执行任务的效能会产生重大的影响[2],无人机平台作为当前最主要、最灵活的电子平台,其机载的电子设备具有种类繁多、敏感度高等特点使它极易受到外界辐射场的干扰[3]。由于复杂电磁环境下的无人机系统边界的不确定性和工作环境的模糊性及操作使用上的人机交互性,因此基于以上因素建立的评估指标体系应能够反映系统的功能特性和工作环境的模糊性以及操作使用上的人机交互性。本文建立了复杂电磁环境下无人机的效能评估指标体系,通过主观赋权法和客观赋权法计算评价指标的权重[4-5],有效地避开了使用层次分析法一致性检验问题。对无人机在复杂电磁环境下的效能作了初步分析,最后给出了其计算模型。1综合指标体系的建立复杂电磁环境是指在一定的环境空间,由时域、频域、能域和空域上分布密集、数量繁多、样式复杂、动态随机的多种电磁信号交叠而成的,对装备、燃油和人员等构成一定影响的战场电磁环境[6],复杂电磁环境下的无人机效能是指其在空域、时域、频域和能域等参数方面对无人机所执行的某种任务产生影响的一种度量[7]。建立复杂电磁环境下无人机的综合指标体系是研究其效能的前提,而指标体系的建立首先需要构建无人机系统的电磁模型及其执行任务环境对其产生的影响,无人机系统是实现无人机功能和性能的各子系统的集合体[8-9],无人机系统主要包括飞行控制系统、发射/回收系统、测控系统、电源系统、数据链路系统和地面控制站等[10],其组成框图如图1所示。Fig.1Unmannedaerialvehicle(UAV)systemblockdiagram图1无人机系统组成框图*收稿日期:2013-11-11;修订日期:2013-12-30基金项目:中国工程物理研究院复杂电磁环境实验室课题(2013ECF);国家自然科学基金项目(61201056,61271104)作者简介:焦彦维(1988—),男,硕士研究生,主要从事高功率微波技术研究;[e-mail]。073201-2根据某无人机在复杂电磁环境下的训练特点,结合无人机的系统结构、后勤保障能力、复杂电磁环境适应能力这三个主要因素,并在征询相关专家的基础上,建立了复杂电磁环境下无人机的效能评估指标体系,如图2所示。Fig.2EfficiencyevaluationindexsystemofUAVincomplexelectromagneticenvironment图2复杂电磁环境下无人机评估指标体系2评价指标权重的确定评价指标权重是指各个评价指标重要性的权数,表示各个评价指标在总体中所起的不同作用。权重确定的方法主要分为主观赋权法和客观赋权法,主观赋权法主要根据专家自身的偏好、经验和知识给出评价指标的权重系数或对评价指标的重要性程度进行两两比较,得到判断矩阵,进而得出评价指标的权重;客观赋权法是根据评价指标的实际数据,利用相应的数学模型求出各个指标的权重,但这种方法不依据专家的自身偏好。为了尽量将定性与定量相结合,同时体现主观与客观信息,这里用下面的公式确定权重[5]ωi=12+-2ln2(i-1)éëêêùûúún6,1i≤n+1212--2ln2-2(i-1)éëêêùûúún6,n+12i≤ìîíïïïïïïïïn(1)式中:n为指标数;i为排队等级,即对指标按照其重要程度所作的一个排列,若认为指标可能处于同一个等级,i可取相同的值,当i=1时,ω取值为1,即ωi=1。首先根据专家咨询确定各个因素排队等级,然后根据式(1)确定各个指标的权重。最后根据确定的权重进行归一化得出指标权重。表1准则层Ui指标权重Table1IndexweightofUiinrulerlayerindexesU1U2U3linelevel123weight10.63520.3648normalizedindexweight0.50.31760.1824表2指标层U1i指标权重Table2IndexweightofU1iinindexlayerindexesU11U12U13U14linelevel1223weight10.69620.69620.5normalizedindexweight0.34570.24070.24070.1729强激光与粒子束073201-3表3指标层U2i指标权重Table3IndexweightofU2iinindexlayerindexesU21U22U23U24U25linelevel34211weight0.61130.38870.799011normalizedindexweight0.16100.10230.21030.26320.2632表4指标层U3i指标权重Table4IndexweightofU3iinindexlayerindexesU31U32U33U34U35U36U37linelevel1143254weight110.62640.69620.77750.50.6264normalizedindexweight0.19130.19130.11990.13320.14880.09560.11993确定评估云模型的评语等级Fig.3Evaluationlevelcloudmodel图3评价语等级云模型云模型[11-14]是用语言值表示定性概念与定量之间不确定性转换的数学模型,主要反映人类对客观世界中的事物的认知或人类知识中概念的不确定性:模糊性(边界的亦此亦彼性)和随机性(发生的概率)。将二者结合在一起,构成定性和定量之间的相互映射。云模型[15-17]主要用期望值Ex(expectedvalue)、熵En(entropy)和超熵He(hyperentropy)来表征,其中,期望值Ex是定性概念在论域中的中心值,是定性概念量化的标准值;熵En是定性概念模糊度的度量,反映了论域中这个概念所能接受的数值范围;超熵He是熵的不确定度度量,是熵的熵,超熵越大,云滴的离散度也越大,隶属度的随机性也越大。利用云模型原理,通过前期征求五位专家的意见将评估语定义为五种:优(E)、良(G)、一般(M)、差(P)和很差(VP)。具体对应的量化值标准如表5所示,相应评语等级云模型如图3所示。表5无人机系统效能评估标准Table5EvaluationstandardsofUAVsystemseffectivenessvalue0~0.40.4~0.60.6~0.80.8~0.90.9~1.0levelVPPMGE根据建立的评价语等级,再依据五位专家对底层指标的评价结果,得到指标层的评价指标矩阵R=x11x12…x1nx21x22…x2n︙︙⋱︙xm1xm2…xéëêêêêêêùûúúúúúúmn(2)每行代表某一专家对指标的评价结果,每列代表同一项指标不同的专家的评价结果,通过评价指标矩阵,根据云模型理论有Ex=1n∑ni=1xi(3)En=π2×1n∑ni=1xi-Ex|(4)He=1n-1∑ni=1(xi-Ex)2-E2n(5)可以得到每一项指标的云的数字特征值。统计五位专家的评价结果得到底层指标的评价矩阵如下焦彦维等:无人机在复杂电磁环境下的效能评估073201-4R(U1i)=0.70.50.50.40.80.60.50.50.50.70.70.70.40.50.30.50.80.50.40.éëêêêêêêêùûúúúúúúú6(6)R(U2i)=0.50.40.70.70.60.40.50.60.60.70.60.30.70.40.50.70.40.80.60.60.50.70.50.50.éëêêêêêêêùûúúúúúúú7(7)R(U3i)=0.70.60.40.30.50.40.30.50.70.50.50.80.40.60.60.60.60.60.40.50.30.50.60.40.30.40.60.40.80.70.30.40.50.40.éëêêêêêêêùûúúúúúúú4(8)利用式(3),(4)和(5),再结合指标层的评价指标矩阵,可得指标层中的各项指标的期望值、熵和超熵,如表6所示。表6指标层各项指标的云模型数字特征Table6CloudmodeldigitalcharacteristicoftheindexesinindexlayerindexesU11U12U13U14U21U22U23U24U25expectedvalue0.64000.56000.48000.54000.54000.46000.66000.56000.6200entropy0.19051.00001.00001.00000.11030.14040.11030.11030.0802hyperentropy01.00001.00001.00000.02890.05740.02890.02890.0238indexesU31U32U33U34U35U36U37expectedvalue0.62000.64000.44000.42000.52000.46000.4000entropy0.13030.06021.00001.00001.00001.00001.0000hyperentropy0.003201.00001.00001.00001.00001.00004确定目标层的评价集依据云理论得到的底层指标云模型的数字特征值,再将得到的底层指标的各项权重值,就可以得到其上层指标的评价结果,公式如下Ex=Ex1w1+Ex2w2+…+Exnwnw1+w2+…+wnEn=w21w21+w22+…+w2nEn1+…+w2nw21+w22+…+w2nEnnHe=w21w21+w22+…+w2nHe1+…+w2nw21+w22+…+w2nHeìîíïïïïïïïïn(9)通过上述计算可以得到准则层各项指标的云模型的数字特征,如表7所示。表7准则层各项指标的云模型数字特征Table7CloudmodeldigitalcharacteristicoftheindexesinrulerlayerindexesU1U2U3expectedvalue0.56490.58340.5191entropy0.34330.12680.2212hyperentropy00.03760.0054再依据得到的准则层的各项指标的权重W1=(0.5,0.3176,0.1824),可以得到目标层的云模型的数字特征为(0.5624,0.6703,0),根据目标层的这一云数学特征可以得到其评价语云模型图如4所示。强激光与粒子束073201-5Fig.4Evalua