一种基于数值逆问题的网电效能评估模型优化方法

技术领域

本发明属于军事通信网络效能评估技术领域，特别是一种基于数值逆问题的网电效能评估模型优化方法。

背景技术

网络电磁空间作为未来战争的第五战场，具有高度动态性和强大的安全性措施的特点，导致对其作战效能的刻画十分困难，相关研究成果也较为匮乏。在军事活动中，如何对于一个战场通信网络的作战效能进行准确的评估是制定战略战术、合理高效指挥网电攻击的关键，同时对通信对抗的理论发展具有重要意义。

网电效能的评估涉及到多维度的指标，这些指标往往具有不同量纲，互相之间存在交叉融合，因此需要提取合理完备的指标体系来对建立网电效能评估模型。目前一些相关研究提出了基于梅特卡夫定律、ADC效能函数、拓扑破坏等的网电效能评估模型，但其模型的准确度较低，并缺少有效的数学算法来进行模型的优化。针对网电效能评估模型的优化方法研究较少，导致建立的评估模型在实际运用中准确度低，难以为战场中军事指挥提供有效的指导意义。

发明内容

本发明的目的在于提供一种基于数值逆问题的网电效能评估模型优化方法，以提高评估模型的准确度和普适性，从而对网电实战中的指挥控制提供理论依据。

实现本发明目的的技术解决方案为：一种基于数值逆问题的网电效能评估模型优化方法，步骤如下：

步骤1、提取与网电效能相关的指标，建立评估效能的指标体系，并设定各指标权重；

步骤2、建立评估指标体系到网电效能的模糊映射，并运用S型函数对指标权重进行修正，将指标数值和修正后的权重代入模糊映射函数，得到网电效能的定量评估模型；

步骤3、在指标数值已知情况下，通过最小二乘法建立评估模型中网电效能对指标权值进行优化的逆问题模型；

步骤4、对上述逆问题模型施加正则化以抑制数值病态性，即在逆问题数学模型中加入正则罚函数项；

步骤5、对施加正则化的逆问题模型采用牛顿-拉夫迅迭代算法求解得到最优权重。

进一步地，步骤1所述提取与网电效能相关的指标，建立评估效能的指标体系，并设定各指标权重，具体如下：

提取与网电效能相关的指标，包括频带利用率、信道利用率、网络容量、传输延时、误码率、丢包率、信噪比、网络连通度、机动能力和抗毁能力，建立评估效能的指标体系k＝(k

进一步地，步骤2所述建立评估指标体系到网电效能的模糊映射，并运用S型函数对指标权重进行修正，将指标数值和修正后的权重代入模糊映射函数，得到网电效能的定量评估模型，具体如下：

建立评估指标体系到网电效能的模糊映射E＝f(k)，并运用S型函数对指标权重进行修正，将指标数值和权重代入模糊映射函数，得到网电效能的定量评估模型

进一步地，步骤3所述在指标数值已知情况下，通过最小二乘法建立评估模型中网电效能对指标权值进行优化的逆问题模型，具体如下：

在指标已知情况下，网电效能为

其中，e(w

进一步地，步骤4所述对上述逆问题模型施加正则化以抑制数值病态性，即在逆问题数学模型中加入正则罚函数项，具体如下：

对上述逆问题模型施加正则化以抑制数值病态性，即

min e(w

其中，α表示正则化参数，L表示正则化矩阵，s表示迭代次数，w

进一步地，步骤5所述对施加正则化的逆问题模型采用牛顿-拉夫迅迭代算法求解得到最优权重，具体如下：

迭代格式为：

其中，J

本发明与现有技术相比，其显著优点为：(1)建立了网电效能评估模型的优化模型和求解算法，通过求解，能有效提高评估模型的准确性和普适性；(2)整个模型优化过程基于数值算法，效率和准确度较高，采用正则化方法降低了逆问题优化模型的数值病态性，提高了算法稳定性和准确性，采用牛顿-拉夫迅迭代算法，提高了模型求解的收敛速度。

附图说明

图1为本发明基于数值逆问题的网电效能评估模型优化方法的流程图。

图2为迭代过程中模型计算效能值与准确效能值之间的差值收敛过程示意图。

图3为S型曲线对权重区间(-5,5)的修正曲线图。

具体实施方式

本发明针对网电复合攻击中网电通信系统效能评估模型的优化问题，提出一种基于数值逆问题的网电效能评估模型优化方法，通过建立网电效能到指标权重的逆问题模型，通过仿真和实验数据对权重进行优化，迭代求解得到最优权重向量，以提高评估模型的准确度和普适性，从而对网电实战中的指挥控制提供理论依据，具有重要的意义。。

结合图1，本发明一种基于数值逆问题的网电效能评估模型优化方法，步骤如下：

一种基于数值逆问题的网电效能评估模型优化方法，步骤如下：

步骤1、提取与网电效能相关的指标，建立评估效能的指标体系，并设定各指标权重；

步骤2、建立评估指标体系到网电效能的模糊映射，并运用S型函数对指标权重进行修正，将指标数值和修正后的权重代入模糊映射函数，得到网电效能的定量评估模型；

步骤3、在指标数值已知情况下，通过最小二乘法建立评估模型中网电效能对指标权值进行优化的逆问题模型；

步骤4、对上述逆问题模型施加正则化以抑制数值病态性，即在逆问题数学模型中加入正则罚函数项；

步骤5、对施加正则化的逆问题模型采用牛顿-拉夫迅迭代算法求解得到最优权重。

进一步地，步骤1所述提取与网电效能相关的指标，建立评估效能的指标体系，并设定各指标权重，具体如下：

提取与网电效能相关的指标，包括频带利用率、信道利用率、网络容量、传输延时、误码率、丢包率、信噪比、网络连通度、机动能力和抗毁能力，建立评估效能的指标体系k＝(k

进一步地，步骤2所述建立评估指标体系到网电效能的模糊映射，并运用S型函数对指标权重进行修正，将指标数值和修正后的权重代入模糊映射函数，得到网电效能的定量评估模型，具体如下：

建立评估指标体系到网电效能的模糊映射E＝f(k)，并运用S型函数对指标权重进行修正，将指标数值和权重代入模糊映射函数，得到网电效能的定量评估模型

进一步地，步骤3所述在指标数值已知情况下，通过最小二乘法建立评估模型中网电效能对指标权值进行优化的逆问题模型，具体如下：

在指标已知情况下，网电效能为

其中，e(w

进一步地，步骤4所述对上述逆问题模型施加正则化以抑制数值病态性，即在逆问题数学模型中加入正则罚函数项，具体如下：

对上述逆问题模型施加正则化以抑制数值病态性，即

min e(w

其中，α表示正则化参数，L表示正则化矩阵，s表示迭代次数，w

进一步地，步骤5所述对施加正则化的逆问题模型采用牛顿-拉夫迅迭代算法求解得到最优权重，具体如下：

迭代格式为：

其中，J

下面结合附图及具体实施例对本发明做进一步详细说明。

实施例

本实施例一种基于数值逆问题的网电效能评估模型优化方法，步骤如下：

(1)建立密切影响网电效能的指标体系，对各指标进行数值量化、无量纲化处理得到k＝(k

(2)通过仿真模拟或历史实验数据，建立m组指标体系数值到网电效能E的准确数据集，即

k

k

k

(3)将上述(2)中的指标数值代入(1)中效能评估计算模型，计算得到m组效能值，这些效能值会与(2)中的仿真或实验数据值有一定差别，因此需要对权重进行改进优化。当寻求一组权重向量使得效能评估模型计算值与实际值相差最小时，此时的评估模型最优，因此建立逆问题优化模型如下

(4)逆问题在数值求解中多表现出病态性，为抑制病态性，对(3)中模型施加正则化，即

min e(w

其中，α表示正则化参数，L表示正则化矩阵，s表示迭代次数，w

(5)运用牛顿-拉夫迅迭代算法对(4)中施加正则化的逆问题模型进行求解，得到迭代公式如下

其中：J

迭代求解结果即为最优化的指标权重向量，再回代入(1)中的效能评估模型得到优化后的网电效能评估模型。

建立了已知网电效能求取最优化指标权重的定量逆问题数值模型，并通过正则化、牛顿-拉夫迅迭代方法对模型进行了求解。利用S型函数进行了权重修正，将指标权重对网电效能的线性影响进行了非线性化处理。

结合附图和实例具体的实现方式为：

设建立的网电效能指标体系包含10个指标(即N＝10)，指标的初始权重向量为

w

通过仿真或实验收集到15组数据(即m＝10)，其指标体系数值和对应的效能值为

将上表中指标体系数值和初始权重代入效能函数关系

设定正则化参数α＝0.0005，正则化矩阵L为10x10单位阵。

将以上数据代入牛顿-拉夫迅迭代公式，得到第一次迭代结果，再重复进行上一步的效能值和雅克比矩阵，代入得带公式进行计算，直至计算效能值与准确值相差最小，即为迭代结束。

迭代过程中模型计算效能值与准确效能值之间的差如图2所示，迭代结果得到最优权重集为

w＝(1.4898,0.4482,1.7832,1.1514,0.1057,-0.0762,-1.0761,0.6956,3.0176,1.0009)

结合图3，经S型曲线修正得到修正后权重为

w′＝(0.8160,0.6102,0.8561,0.7598,0.5264,0.4810,0.2542,0.6672,0.9534,0.7312)

则网电效能在该指标体系下的效能评估模型为

E＝0.8160k

综上所述，本发明建立网电效能评估指标体系到网电效能的模糊映射模型，并通过s型曲线对指标权重进行非线性化。为提高模型的准确度，建立了网电效能到评估模型指标体系权重的逆问题数值模型，为抑制逆问题的病态性，对逆问题数学模型施加了正则化算法，并运用牛顿-拉夫迅迭代算法进行了模型求解。逆问题数值优化模型能够利用已知的仿真或实验数据对评估模型中的指标权重进行优化，得到最合理、最具有普适性的权重向量，能够有效提高评估模型的准确度。