文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.2017.06.026
中文引用格式: 王淑娟,李衛(wèi)平. 移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估仿真[J].電子技術(shù)應(yīng)用,2017,43(6):102-105,109.
英文引用格式: Wang Shujuan,Li Weiping. Mobile communication vehicle dynamic networking anti-jamming effectiveness evaluation simulation[J].Application of Electronic Technique,2017,43(6):102-105,109.
0 引言
移動通信車輛是一種特殊的受供電車輛,如今隨著科學(xué)技術(shù)的發(fā)展,社會對交通運輸?shù)男枨蟪掷m(xù)增長,移動通信車輛動態(tài)組網(wǎng)應(yīng)運而生[1-2],且因其方便性、開放性等優(yōu)點被廣泛應(yīng)用在各個領(lǐng)域通信工作方面。但隨著使用環(huán)境的增加,其抗干擾性能受到了前所未有的挑戰(zhàn),也成為了該領(lǐng)域亟待解決的問題,并受到廣大學(xué)者的關(guān)注,出現(xiàn)了很多好的解決方法[3-5]。
其中,文獻[6]提出基于自組織方法的移動通信車輛動態(tài)組網(wǎng)抗干擾性評估方法,通過將抗干擾性能分為有限和無限兩種,分別進行針對性的分析,實現(xiàn)對抗干擾性的評估。該方法對大量噪聲環(huán)境下的移動通信車輛動態(tài)組網(wǎng)性能評估不準確,不適合大范圍使用。文獻[7]提出基于信息隱藏的移動通信車輛動態(tài)組網(wǎng)抗干擾性能評估方法,采用置亂技術(shù)對隱蔽信息置亂度進行衡量,增加隱蔽信息的特征,實現(xiàn)性能評估。但是該方法實現(xiàn)過程復(fù)雜。文獻[8]提出基于物聯(lián)網(wǎng)的移動通信車輛動態(tài)組網(wǎng)抗干擾性評估方法,該方法通過對動態(tài)組網(wǎng)存在的噪聲進行濾波處理,增加通信性能的基礎(chǔ)上,采用物聯(lián)網(wǎng)技術(shù),對抗干擾性能進行評估。但存在所需時間較長的問題。
針對上述問題的產(chǎn)生,提出一種新的移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估建模方法。實驗結(jié)果證明,采用改進的評估方法時,其評估相對誤差較小,抗干擾效能評估性能好,具有一定的優(yōu)勢。
1 移動通信車輛動態(tài)組網(wǎng)結(jié)構(gòu)與評估指標分析及預(yù)處理
1.1 移動通信車輛動態(tài)組網(wǎng)結(jié)構(gòu)分析
移動通信車輛的動態(tài)組網(wǎng)擁有兩種構(gòu)造,即樹狀和網(wǎng)狀[9-11]。樹狀構(gòu)造圖如圖1所示,在一個單獨的移動通信網(wǎng)絡(luò)車輛數(shù)據(jù)的數(shù)據(jù)融合中心,可通過數(shù)據(jù)融合中心實現(xiàn)對所有數(shù)據(jù)的處理。網(wǎng)狀結(jié)構(gòu)可以實現(xiàn)移動通信車輛數(shù)據(jù)轉(zhuǎn)換和共享,移動通信車輛動態(tài)組網(wǎng)在大范圍可以從其他移動車輛獲取所需數(shù)據(jù),并將其與測量數(shù)據(jù)融合在一起。網(wǎng)狀構(gòu)造比樹構(gòu)造更為復(fù)雜,但非常靈活,有良好的抗毀性,單個節(jié)點的破壞不會干擾整個網(wǎng)絡(luò)系統(tǒng)的正常運行,網(wǎng)狀構(gòu)造如圖2所示。
由圖1和圖2可知,移動通信車輛以組網(wǎng)的形式,可以使通信車輛數(shù)據(jù)得到共享,同時控制中心能夠?qū)γ總€移動通信車輛進行控制,增加移動通信車輛的可靠性,并且移動通信車輛還可以從多角度進行通信。
1.2 移動通信車輛動態(tài)組網(wǎng)評估指標分析
在移動通信車輛組網(wǎng)抗干擾效能評估時,將與移動通信車輛動態(tài)組網(wǎng)有關(guān)的指標組成為移動通信車輛動態(tài)組網(wǎng)的評估指標體系。構(gòu)建所需的評估體系,能選取評估目標和評估方向,而移動通信車輛動態(tài)組網(wǎng)的抗干擾性能評價體系的構(gòu)建,能夠從預(yù)警能力、覆蓋能力和融合治理等3方面進行展開分析。
1.2.1 覆蓋性能分析
覆蓋性能主要是指移動通信車輛動態(tài)網(wǎng)絡(luò)的影響,對于一個給定目標在動態(tài)網(wǎng)絡(luò)中的覆蓋程度。相關(guān)指標獲取如下所示:
式中:M、N均為常數(shù)。
(2)頻域覆蓋系數(shù):若組網(wǎng)有M個頻段,移動通信車倆數(shù)為N,那么動態(tài)組網(wǎng)的頻段交錯比是:
式中:0≤Rf≤1,頻率越大,針對移動通信車輛動態(tài)組網(wǎng)干擾機頻率范圍更大,很大程度上通信車輛動態(tài)網(wǎng)干擾機頻率干擾效果更好,移動通信車輛動態(tài)組網(wǎng)抗干擾性越差。
1.2.2 預(yù)測能力分析
(1)探測時間比:探測時間比率表示移動車輛動態(tài)網(wǎng)絡(luò)目標探測的連續(xù)性,能用下式進行表示:
式中:Tf為移動通信車輛動態(tài)網(wǎng)絡(luò)在滿足一定條件下的網(wǎng)絡(luò)區(qū)域探測到目標的時間;Tg為在動態(tài)網(wǎng)絡(luò)領(lǐng)域里,發(fā)現(xiàn)一個目標所需時間;Tb為在網(wǎng)絡(luò)領(lǐng)域中,一個目標在盲區(qū)出現(xiàn)的時間。
(2)發(fā)現(xiàn)概率:目標發(fā)現(xiàn)概率是一個動態(tài)網(wǎng)絡(luò)在電子干擾情況下發(fā)現(xiàn)目標的概率。動態(tài)網(wǎng)絡(luò)中的車輛在受到電子干擾后,各車輛目標檢測概率在任一地點,動態(tài)網(wǎng)絡(luò)發(fā)現(xiàn)目標的概率能根據(jù)下式進行計算:
式中,Pi是第i部車輛的發(fā)現(xiàn)的概率,P為組網(wǎng)發(fā)現(xiàn)概率,n為常數(shù)。
1.3 移動通信車輛動態(tài)組網(wǎng)信息預(yù)處理
移動通信車輛動態(tài)組網(wǎng)信息因存在偏差性和相對的紊亂性,在分析移動通信車輛動態(tài)組網(wǎng)結(jié)構(gòu)及評估指標的基礎(chǔ)上,對移動通信車輛動態(tài)組網(wǎng)信息進行預(yù)處理,增加信息準確度。在動態(tài)網(wǎng)絡(luò)中,假如一個移動車輛在干擾環(huán)境下,且其他移動通信車輛的傳感器數(shù)據(jù)能夠經(jīng)過信息融合處理中心,讓移動通信車輛動態(tài)網(wǎng)絡(luò)依然可以維持全部性能。
若移動通信車輛動態(tài)組網(wǎng)輛移動通信車輛為N,移動通信車輛有Nj因干擾而失效,定義動態(tài)組網(wǎng)失效比為:
綜上所述,通過對移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估指標進行分析,以及對移動通信車輛動態(tài)組網(wǎng)信息的預(yù)處理,可為之后建立移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型的建立提供基礎(chǔ)依據(jù)。
2 移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型的建立
由于移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估各指標具備不一樣的量綱,且類型不一樣,所以指標具備非共用性,難以進行直接對比。為了減少指標間的不同量綱的干擾,需要對輸入向量進行標準化轉(zhuǎn)換,引入基于最大離差法與支持向量機法相互結(jié)合,在計算出最大離差法權(quán)重系數(shù)基礎(chǔ)下,運用支持向量機移動通信車輛動態(tài)組網(wǎng)抗干擾效能進行評估。將支持向量機應(yīng)用到抗干擾效能評估中,在抗干擾效能評估體系基礎(chǔ)上,構(gòu)建移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型。假設(shè)有n個樣本數(shù)據(jù)、P個指標,可得最大離差法權(quán)重系數(shù)X:
綜上所述,引入基于最大離差法權(quán)重系數(shù)的支持向量機評估方法,構(gòu)建移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型,并采取多種技術(shù)措施,實現(xiàn)抗干擾效能評估模型的構(gòu)建。
3 實驗結(jié)果分析
為了證明改進方法在動態(tài)網(wǎng)絡(luò)移動通信抗干擾性能評價的可行性,比較兩種方法的最佳差異的同時,以4個不同的移動通信車輛動態(tài)網(wǎng)絡(luò)模式為訓(xùn)練樣本,測試在干擾環(huán)境中各種指標的相應(yīng)值。指標為:頻域覆蓋系數(shù)C2、探測時間比C4、空域覆蓋系數(shù)C1、信息融合能力C6、頻域瞄準度C3、目標發(fā)現(xiàn)概率C5。采用模糊物元分析法,得到預(yù)測樣本測量值如表1所示。
根據(jù)覆蓋性能,使用 MATLAB 語言對基于最大離差法權(quán)重系數(shù)的支持向量機評估方法建模,編寫相應(yīng)的函數(shù)庫;然后使用MATLAB 設(shè)計界面并調(diào)用相應(yīng)的庫函數(shù),在設(shè)置不同干擾環(huán)境的參數(shù)下進行效能評估。其仿真方案如圖3所示。
在抗干擾效能評估軟件方案設(shè)計的基礎(chǔ)之上,采用TOTU評估模型與本文的評估模型進行實驗對比,分別測試兩種建模準確度,其對比結(jié)果如圖4所示。
使用支持向量機、神經(jīng)網(wǎng)絡(luò)法、模糊綜合評估、模糊物元分析法與改進方法這5種方法對比,對移動通信車輛動態(tài)組網(wǎng)抗干擾效能進行建模評估,結(jié)果能反映動態(tài)組網(wǎng)的抗干擾效能,如圖5所示。
從圖5中可知,除了改進方法,其余4種方法得到的曲線解釋幾乎相同,4種評價方法評價的動態(tài)網(wǎng)絡(luò)抗干擾效果的關(guān)系本質(zhì)上也一樣。同時4種算法本身的評估結(jié)果差異在不同的大小與人為干擾因素。模糊綜合評估方法評估結(jié)果很小,這主要是因為模糊物元分析方法的反應(yīng)可以客觀地評價結(jié)果,所以一般的評估實驗中都選擇其作為訓(xùn)練的期望值,而改進方法因為其做了預(yù)處理,使得效能評估結(jié)果要優(yōu)于其他4種評估方法,具有一定優(yōu)勢。以模糊物元法的評估結(jié)果作為標準,采用剩余4種算法的評估相對誤差結(jié)果如圖6所示。
由圖6可知,模糊綜合評價方法能夠從多個指標綜合判斷、評估對象隸屬度,能夠考慮到評價對象的層次結(jié)構(gòu)、評價標準。影響因素的模糊性與模糊綜合評價可以定性和定量因素的結(jié)合,擴大信息量,提高評價的可靠性。模糊綜合評價方法由于堅實的理論基礎(chǔ)及系統(tǒng)性強,可用于解決新領(lǐng)域中的新問題,評估結(jié)果可以作為其他方法的參考。其參數(shù)設(shè)置和評價方法可以考慮每個樣本之間的差異參數(shù)值及權(quán)重的不確定性,減少該指數(shù)權(quán)重設(shè)置在主觀因素的影響,增加了移動通信車輛動態(tài)網(wǎng)絡(luò)抗干擾性能的準確評估。
4 結(jié)束語
本文針對傳統(tǒng)的評估方法非移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估不準確的問題,提出一種新的移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估方法,對移動通信車輛動態(tài)組網(wǎng)信息進行預(yù)處理,增加信息的準確度,再通過專家評估方法獲取移動通信車輛動態(tài)組網(wǎng)抗干擾因子評估模型,引入多種評估技術(shù)措施建立移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型,實現(xiàn)抗干擾效能的評估。實驗結(jié)果證明,采用改進的評估方法時,其評估相對誤差較小,抗干擾效能評估性能好,具有一定的優(yōu)勢。
參考文獻
[1] 丁若婷,孫越,汪毅雄,等.基于4G移動通信的實時車輛監(jiān)控管理系統(tǒng)[J].信息通信技術(shù),2015,32(5):27-32.
[2] BEATY R E,BENEDEK M,SILVIA P J,et al.Creative cognition and brain network dynamics[J].Trends in Cognitive Sciences,2015,20(2):87-95.
[3] 郭彬.高速移動錯位下的車輛通信參數(shù)精確檢測[J].計算機測量與控制,2015,23(2):389-391.
[4] 隋毅,邵峰晶,孫仁誠,等.基于向量空間的多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò)模型動態(tài)組網(wǎng)運算的形式描述[J].軟件學(xué)報,2015,12(8):2007-2019.
[5] Li Zhao,Shen Yao,Yao Bin,et al.OFScheduler:A dynamic network optimizer for MapReduce in heterogeneous cluster[J].International Journal of Parallel Programming,2015,43(3):472-488.
[6] 張宇,王鵬,劉澄澄,等.基于HLA的無線通信網(wǎng)絡(luò)抗干擾仿真系統(tǒng)研究[J].北京理工大學(xué)學(xué)報,2015,34(1):79-85.
[7] 侍財源,樂燕芬,黃喆,等.ZigBee網(wǎng)絡(luò)拓撲對WLAN抗干擾性能影響[J].信息技術(shù),2015,15(5):165-168.
[8] 張建軍,曲宏宇,趙棟華.基于神經(jīng)網(wǎng)絡(luò)的雷達抗干擾效能評估方法[J].海軍航空工程學(xué)院學(xué)報,2015,30(1):28-32.
[9] WU Q,COLE C,SUN M S Y Q.A review of dynamics modelling of friction wedge suspensions[J].Vehicle System Dynamics,2014,52(11):1389-1415.
[10] ZHANG B,MA H,SUN X L,et al.Robust anti-jamming method for high dynamic global positioning system receiver[J].Iet Signal Processing,2016,10(4):342-350.
[11] XIE H,HU J,YIN W Y.Anti-jamming performance simulation and analysis of tactical data link communication system[J].IEEE International Symposium on Electromagnetic Compatibility,2014,23(6):1096-1101.
作者信息:
王淑娟1,李衛(wèi)平2
(1.中原工學(xué)院信息商務(wù)學(xué)院 信息技術(shù)系,河南 鄭州451191;2.鐵道警察學(xué)院 公安技術(shù)系,河南 鄭州450053)