基于 Dynamic Entropy Method的战术互联网效能评估 ^*

李 峰,朱 巍,刘 波

(国防科技大学信息通信学院,湖北 武汉 430000)

摘 要: 战术互联网效能评估是检验和提升战术互联网规划的重要手段,目前还处于发展阶段,缺乏完善的理论体系和系统化的研究成果。通过分析、总结和归纳战术互联网效能评估的特点,提出了一种基于Dynamic Entropy Method的战术互联网效能评估模型,并设计了模型程序实现的方法和流程。最后，通过仿真验证了该模型的有效性和合理性。

关键词: 战术互联网；效能评估；Dynamic Entropy Method

战术互联网是构成未来联合作战不可或缺的“末端神经网络”,是战场信息获取、指挥控制和信息服务的传输纽带^[1],是信息化条件下“信息主导”、“体系支撑”、“联合制胜”的重要武器系统。如何科学、准确、有效地对战术互联网效能进行评估,已经成为战术互联网研究中的一个重要课题。

战术互联网效能评估缺乏系统的评估理论、合理的效能评估机制和实用的评估支持系统,使得战术互联网效能评估存在诸多困难。传统的评估模式大多采用基于专家打分^[2]、AHP^[3]和模糊综合评价^[4]等具有很强主观因素的方式进行模型构建,由于专家知识、经验和阅历的不同以及不同专家对评估问题认知的差异,其所构建的模型易受质疑且评估方法往往缺乏一定的合理性和严谨性。

1 战术互联网效能评估特点

战术互联网由于装备体系多样,组织实施灵活，战技术性复杂,所以拥有复杂系统所拥有的共性特点,即:不确定性^[5]、涌现性^[6]、非线性等。而战术互联网作为我军陆上机动作战信息通信系统的重要组成部分,它又拥有“立体组网,随遇接入”、“业务综合、带宽高效”、“适应环境、抗扰抗毁”、“组织灵活、运用方便”、“多重防护、可信可靠”^[7]等特点。针对这些共性和个性特点,战术互联网效能评估具有模糊性、动态性和综合性等特点。

1.1 模糊性

由于影响战术互联网效能的指标类型和数量较多,且指标体系构建具有不确定性,各指标因素有的可定量描述，有的难以定量描述,甚至有些指标连定性描述都比较困难,这些指标自身描述的不确定性会导致效能评估的模糊性，而且各指标参数数据来源具有多源性,更加导致了效能评估的模糊性。

释意学派认为口译的过程分为三个阶段，即理解、脱离源语语言外壳和表达，其中“脱离源语语言外壳”是口译活动的核心，也是释意理论中意义最为重大的部分，能够帮助译员摆脱原文结构的束缚，更为自然地表达原文意义。在释意理论的指导之下，译员可以采用猜测、解释、概括等策略，力求流畅准确地传达源语信息，使译文符合听众的语言习惯，有效达到交际目的。

1.2 动态性

信息化条件下作战节奏加快,战场态势瞬息万变,对于战术互联网灵活组网、抗毁抗扰提出了更高的要求,而网络拓扑、装备运用的不断变化,作战保障任务的阶段不断变化,势必导致效能评估存在动态性。

1.3 综合性

战术互联网效能评估不是各个子系统或要素通信能力的简单叠加,而是通过信息力的主导作用和网系融合作用凝聚成的综合效能,以整体性、非线性的方式呈现。战术互联网效能评估既不是一个单纯的方法问题,也不是一个简单的技术问题,而是涉及范围广、影响因素多、复杂程度高的综合性问题。

2 战术互联网效能评估模型构建

2.1 指标体系构建

战术互联网效能评估指标体系是由影响战术互联网效能发挥的一系列相互联系、相互制约的因素所构成的有机整体,是开展战术互联网效能评估的基本依据,其科学性与否直接影响评估结果的合理性和有效性。传统方法^[8-10]一般是从目标层、属性层、方案层3个层面构建效能指标体系。该指标体系简单、快捷,但自适应性和反馈机制较差,不适应大型复杂系统的效能评估。本文主要采用“通用性”加“特殊性”的评估框架结构体系进行战术互联网整体效能综合评价,其中,通用性是指一般军事通信网络的普遍性指标集,特殊性是指针对战术互联网军事特点的评价指标集。为了简化指标数量和验证指标体系的合理性,采用了基于Elman神经网络数据挖掘^[11]的方法最大限度地从大量预测指标中分析挖掘出对效能评估具有显著影响的特性因素集,其指标体系如图1所示。

图1 战术互联网效能评估指标体系

其中，军事通信通用性指标为:数据传输、可靠性、抗干扰性和安全性。战术互联网特殊性指标为:态势感知、指挥决策和机动性。

2.2 指标权重处理

指标权重是各指标因素对目标客体评估贡献的大小,确定指标权重就是对各评估指标进行赋权,其科学与否将直接影响评估结果的正确性。目前指标权重确定方法有主观赋权法、客观赋权法和综合赋权法^[12-14]。

第4步:战场态势瞬息万变,随着作战时节和作战阶段的改变，战术互联网的某一项评估指标如果急剧恶化,超出该指标的阈值范围时,那么整个系统网络的性能也会受其影响出现大幅度地下降，甚至造成网络系统瘫痪。而在对网络效能评估过程中,可能由于影响其网络效能的指标因素众多,当某个指标数值急剧恶化并且超出该指标的阈值范围,而该指标在整个网络系统中所占权重较小且其他影响网络效能因素的指标仍然在正常范围内,得到的评估结果很有可能体现不了整个网络系统性能的恶化。根据战场情况对各指标权重w _i 进行Dynamic修正。其修正公式为

Entropy Method^[15]是根据同一指标观测值的差异程度来计算权重的方法。一般来说,指标值的离散程度越大,熵值就越小,说明该指标包含的信息量较大,对评估对象的分辨能力强^[16]其权重也就越大。当评估对象的某项指标值完全相同时,熵值达到最大,这意味着该指标无有用信息,可以从指标体系中剔除。利用Entropy Method算法和Dynamic权值修正对权重进行处理,其方法步骤如下:

第1步:计算每个指标的熵值e _i ,计算公式如下

如果按照《指引》规定，“连续停盘时间原则上不得超过25个交易日”，这29家停牌的上市公司中，有13家超过时限。

参与式水管理理念自提出以来得到国际社会的广泛认可。世界自然基金会（WWF）中国首席代表关德辉就向与会代表介绍了参与式水管理的理念。关德辉认为，有效的水资源管理系统要求我们必须集思广益，让所有的利益相关方能够参与到整个水资源管理的过程当中，通过与企业、非政府组织和其他利益相关方的紧密合作，促进水资源管理模式创新性的变革。

(1)

其中,k =1/(lnm ),k 是一个与样本方案数量m 有关的常数。y _ij 是经过数据标准化后的指标参数集。

第2步:计算评估指标的差异系数g _i ,差异系数体现的是某项指标的信息效用价值。

g _i =1-e _i

(2)

第3步:利用熵值法计算指标权重,其核心思想是计算该指标的差异系数,差异系数越大,该指标的重要性就越高,其权重也越大。其权重计算公式为

(3)

本文根据战术互联网网络结构特性采用基于Entropy Method的方法来确定战术互联网各指标的权重。并在此基础上,针对战场态势和保障任务的不断变化,为提升整体评估系统的鲁棒性和精确性,将Dynamic权值修正方法加入战术互联网效能评估中。

(4)

其中，w _i ⁰表示初始的权重值,x _i 表示指标评价集∈[0,1],1表示指标评价正常,0表示指标评价恶化。若单个指标超出该指标的阈值范围[u ₁,u ₂],则可判定其指标评价数值x _i 为0；如果单个指标未超出阈值范围,则可判定其指标评价数值x _i 为1。由式(4)可以看出，当某个指标因素的评价值趋近于0,而其他指标因素评价值正常时,该指标因素的权重则趋近于1,而此时整个网络系统的效能值却为0,这分析结果与网络上某个重要影响因素被瘫痪时,网络系统性能整体上也处于瘫痪状态的事实符合。

3 战术互联网效能评估模型实现

3.1 指标参数数据采集

指标参数的数据采集是战术互联网效能评估的关键性问题,数据来源的真实性直接影响评估结果的合理性和科学性。可将指标影响因素参数分为4种类型对其数据采集,如表1所示。

表1 指标参数类型划分

现代科学技术是耕地保护和治理的基础支撑。盐碱地改良要综合利用工程、化学、物理、生物等技术所形成的合力，根据不同地区的条件，采用定制化的技术方案。包括技术方面的创新及有效集成，特别是在技术的研发过程中要注重将技术的先进性与经济的可行性紧密结合，因地制宜。

翻转课堂改变了传统的师生关系，对课堂时间的使用进行了重新的规划，学生课前通过教学视频完成预习，课堂上让学生有机会在具体环境中应用所学内容，结束学习后进行客观公正的综合评价，通过这一改变提升学生自主学习能力，加深学习兴趣提高学科素质，让学生由教师“让你学”变成学生“我要学”。是传统教学模式的革新。

由于类型1指标参数获取较为简单,类型3指标参数采集需要依据实装检验或者仿真软件获取数据,类型4指标参数数据来源需要定性和定量描述,这里不在赘述。下面主要对类型2指标参数获取度量的算法进行阐述。

1)网络覆盖范围

网络覆盖范围是指所有通信节点覆盖的总面积与作战区域总面积的比值,是通信网络区域覆盖范围程度的一个量度。

(5)

其中，P 代表网络的覆盖程度;Ai 表示第i 个节点实际通信覆盖面积;N 代表通信节点的数量;A 表示整个作战区域的面积。

网络容量表示网络中每条链路信道的容量之和。

(6)

其中，C 代表网络容量,B _i 表示第i 条链路的信道带宽,表示第i 条链路的信噪比。

3)抗毁性能

抗毁性能表示战术互联网在突然遭遇敌方火力打击情况下,部分通信节点被摧毁且无法抢修时,而整个通信网络依旧可以保持信息通信的能力。

第一种为可直接测量得出或求出的指标参数，如:节点数量、误码率、信噪比。第二种为通过一定的算法求出的指标参数，如:网络覆盖范围、网络容量、抗毁性等。第三种需要进行实装检验或者仿真得到的指标参数度量值，如:态势更新时间、传输速率、传输时延等。第四种为只能进行定性描述的指标，如:机动性、安全性等定性指标。这类指标可通过特定算法量化。

(7)

(8)

其中，I _i 表示节点的重要度,S 表示通信网络的抗毁度。α 代表通信网络效率,其值等于网络内所有节点路径距离倒数之和。M 表示网络内的通信链路数量。α ′和M ′代表网络中某一节点被打击破坏后的网络效率和链路数量。N 代表通信节点数量。依据通信网络中节点重要度越平均,通信网络抗毁伤能力就越强的评估思路,推理得出:当S 越小,则通信网络的抗毁性能也越高。这也符合为了提高抗毁性能,战术互联网通常采用栅格化结构的组网模式。

3.2 数据标准化处理

指标参数的度量按类型可以分为定量型数据和定性型数据。对于定量型评估指标参数,采用隶属度函数进行无量纲和归一化处理,可得出定量指标数据集。这类评估指标可以分为效应型指标、成本型指标、居中型指标和区间型指标^[17]。对于定性型评估指标参数,可以按照先定性,再分类,最后打分等级量化的方式进行描述,然后对其量化描述的数据进行标准化处理从而得到定性指标的量化数据集。

1)定量指标标准化处理

①效益型指标是指评估值越大越好的指标,其处理方法为

(9)

②成本型指标是指评估值越小越好的指标,其处理方法为

(10)

③居中型指标是指评估值越靠近中心越好的指标,其处理方法为

英语四项技能中，阅读和听力属于输入型技能，口语表达和写作属于输出型技能。学生平时没有大量的阅读输入，加之不勤于思考，表现在论文写作时，没有自己的独特见解，人云亦云，论文自然缺乏新意。

(11)

④区间型指标是指评估值落在某一固定区间内为最佳的指标,其处理方法为

(12)

其中，为指标标准化的值;X 表示原始数据值;M 表示该指标可能达到的最大值;m 表示该指标可接受的最小值;[A 1,A 2]表示期望区间。

京津冀城市群土地综合承载力波动受自身变动的影响最大，土地综合承载力变动冲击的方差贡献度在第7期以后稳定在96.08%的水平；受人均GDP变动的影响次之，人均GDP变动冲击的方差贡献度在第7期以后稳定在2.10%的水平；受地均第二、第三产业增加值变动的影响最小，地均第二、第三产业增加值变动冲击的方差贡献度在第9期以后稳定在1.83%的水平。

2)定性指标标准化处理

STEP2: 构造标准化矩阵Y =[y _ij ]_m*n ,其中y _ij 就是依据本文标准化处理的数据。

取∑P ′集合中的专家估分,然后赋权这些专家权重,设集合中的专家分别为权重为

中小河流治理重点县规划指导思想应以贯彻落实2011年中央1号文件精神为核心，结合各县（市、区）相关文件精神，针对本区域县乡河道普遍存在的突出问题，结合本区域经济社会发展的目标，有针对性地提出县乡河道综合整治指导思想。作为基础性专项规划，中小河流重点县治理规划应与项目所在地区总体规划、城镇体系规划、水资源综合规划、河道整治规划、土地利用总体规划等规划相协调。

(13)

式中，i ,j 满足再计算集合中各个专家的乐观系数

(14)

其中与α 为估分重合区间最后计算指标值

2)网络容量

(15)

3.3 评估模型的程序实现

基于上述模型构建思想,建立战术互联网效能评估分析系统。其系统流程为：

试验于4月23日种植，覆膜前结合整地施入农家肥30 000 kg/hm2、马铃薯专用肥1 500 kg/hm2、尿素300 kg/hm2。

STEP1:针对构建的战术互联网效能评估指标体系和指标参数度量的数据采集构造原始数据矩阵。设有m 个评估方案,n 个评估指标,构造评估指标的原始数据X =[x _ij ]_m*n ,其中x _ij 表示第i 个方案的第j 项指标。

定性指标的描述方法可采用乐观系数法^[18]对其进行标准化处理,例如对战术互联网效能评估指标中的机动性这一定性指标,现邀请n 位专家(P ₁,P ₂,…P _n ),每位专家根据自身对该领域的经验,分别对该指标进行量化评分,取值范围为[0,100]。专家估分满足2个条件：①估分值不是一个点值X _i ,而是区间值②规定估分区间长度

加利埃尼组织的出租车队将成千上万士兵迅速运抵前线，扭转了战争局势，加强了法军防线。这是法军取得胜利的关键所在。

STEP3:计算每个评估指标的熵值e _i 。

企业中建立项目信息管理模块，首先要对项目进行全面的了解，前期应该对项目管理系统展开一系列的调查，确定开发的目标，并根据项目的实际情况，对信息进行分类。对分类后的信息进行数据模块的构建，数据模块之间与服务器和计算机网络设备等一些设备相连接，这些设备能够将数据信息及时准确的输入输出，并完成相关的运行工作，提高了数据信息的使用率，同时也节省了成本，最终提高了企业的工作效率。

STEP4:根据熵值e _i 获取每个评估指标的差异系数g _i 。

人天一现优昙花，世间草木纷凡葩。 青松红杏亦偶寄，古寺久矣栖青霞。 百年妙迹胜词翰，几人密谛参云伽。[10]

STEP5:利用每个指标的差异系数g _i 计算得到指标权重集w _i 。

STEP6:根据战场态势和网络结构变化,对指标权重集w _i 进行Dynamic修正。

系统程序实现流程如图2所示。

图2 战术互联网效能评估模型的程序实现流程

4 仿真验证

依据本文建立的模型,利用Matlab对其进行仿真验证。首先根据建立的指标体系和指标参数数据采集的方法,构建战术互联网指标参数训练集,依据Entropy Method算法和优化的Dynamic Entropy Method算法分别获取战术互联网效能评估指标权重集。利用评估模型的实现,比较 Entropy Method和 Dynamic Entropy Method的2种算法在战术互联网效能评估中的实际效能函数值。仿真结果如图3、4所示。

比如在进行“玩扫雷”这节课的时候，教学的目标就是让学生可以了解扫雷的策略技巧和规则，但是通过这节课的学习还能够对鼠标的操作加强练习。除此之外还可对学生的创新能力以及推理能力加以培养。通过对扫雷游戏的实际操作可以使学生对技巧上的掌握更加熟悉，同时还可以培养小学生观察力和分析探究问题的能力。这样这节课的教学目标达到了，同时还能够使学生获取信息、处理信息的能力也得到提升

从图3和图4的仿真结果来看,优化过的Dynamic Entropy Method算法更贴切战术互联网效能评估的特点。上述两种结果表明由于受战场态势不断变化的影响,其评估指标度量值随着作战时节不断变化,其评估指标的权重和网络效能值也呈现非线性变化。对于战术互联网效能进行评估是一个多尺度、多指标、动态的复杂过程,战术互联网效能在一定程度上是个多目标决策的过程,单目标和单时节的评估都不能对战术互联网效能进行客观准确评估,只有对整个战场态势进行全方位、全时节的客观评估才能够更加全面准确地反映整个网络效能,这也是本文基于Dynamic Entropy Method的战术互联网进行网络效能评估的优势所在。

图3 Entropy Method算法中指标参数、 权重与网络效能的关系

图4 Dynamic Entropy Method算法中指标参数、 权重与网络效能的关系

5 结束语

本文围绕战术互联网效能评估这一目标,深入分析了战术互联网效能评估的特点,构建了战术互联网效能评估指标体系。根据不断变化的战场态势对战术互联网效能评估带来的挑战,提出了一种基于Dynamic Entropy Method算法,并构建了战术互联网效能评估模型,最后对其模型进行了仿真验证,实验证明该方法的有效性和合理性。

参考文献:

[1] 刘军,高泳洪,曹磊,等. 战术互联网[M].武汉:信息通信学院出版社, 2018.

[2] 李叶军,田畅,倪明放,等. 基于评估专家相对可信度战术互联网效能评估[J]. 军事通信技术, 2009,30(3):68-72.

[3] Bahar Sennaroglu. A Military Airport Location Selection by AHP Integrated PROMETHEE and VIKOR Methods[J]. Transportation Research Part D: Transport and Environment, 2018：160-173

[4] 王劲松. 基于灰色模糊综合评价的网络作战能力评估[J]. 现代防御技术, 2013,41(4):74-81.

[5] 胡晓峰,司光亚,吴琳,等. 战争模拟原理与系统[M]. 北京:国防大学出版社, 2009.

[6] 何大韧,刘宗华,汪秉宏,等. 复杂系统与复杂网络[M]. 北京:高等教育出版社, 2012.

[7] 谭海涛,王梦麟,甘之春,等. 指挥信息系统[M]. 北京:解放军出版社, 2013.

[8] 李业军,郑安卡,倪明放. 基于改进证据推理方法的战术互联网效能评估[J]. 西安通信学院学报, 2010,9(1):66-71.

[9] 薄云,焦悦,吴丹. 电子干扰条件下战术互联网的效能评估方法[J]. 兵器试验, 2010(1):42-46.

[10]卢紫毅,范建华. 基于层次分析法的战术通信网络效能评估[J]. 现代电子技术, 2011,34(1):57-60.

[11]李小喜,陈浩光,李大喜,等. 基于Elman神经网络的作战效能预测模型研究[J]. 系统仿真学报, 2015,27(1):43-49.

[12]马迁,谢涌纹. 基于AHP-灰色关联分析的数据链多网系组网效能评估[J]. 舰船电子工程, 2015,35(12):65-67.

[13]李超,石福丽,杨峰,等. 基于鲁棒性分析的军事通信方案优选方法[J]. 计算机应用研究, 2011,28(9):3414-3422.

[14]周磊,郑震山,金惠民. 基于信息融合的作战效能评估方法[J]. 电光与控制, 2015,22(7):34-37.

[15]黄国庆,王明旭,王国良. 效能评估中改进熵值法赋权研究[J]. 计算机工程与应用, 2012,48(28):246-248.

[16]甄宇峰,施华吉. 基于条件信息熵和相关系数的属性约简算法[J]. 计算机工程与应用, 2011,47(16):26-28.

[17]蒋德珑,曹建军. 武器装备体系评估论证模型的构建研究[J]. 军事运筹与系统工程, 2014,28(1):47-51.

[18]杨满喜. 体系作战能力评估基本问题研究[M]. 北京:国防大学出版社, 2016.

Effectiveness Evaluation of Tactical Internet Based on Dynamic Entropy Method

LI Feng, ZHU Wei, LIU Bo

(School of Information and Communication, National University of Defense Technology, Wuhan 430000, China)

Abstract :The effectiveness evaluation of tactical internet is an important approach to inspect and improve the tactical internet planning. At present, the evaluation is still in the development stage, lacking complete theoretical system and systematic research achievements. Through analyzing, summarizing and generalizing the characteristics of tactical internet effectiveness evaluation,the paper proposes an evaluation model based on dynamic entropy method and design program implementation method of the model. Finally, it verifies the validity and reasonability of the model with the help of simulation.

Key words :tactical internet; effectiveness evaluation; Dynamic Entropy Method

文章编号： 1673-3819(2019)05-0070-05

中图分类号: E96；TP309

文献标志码: A

DOI: 10.3969/j.issn.1673-3819.2019.05.015

收稿日期： 2018-12-24

修回日期： 2019-01-15

*基金项目： 国家自然科学基金资助项目(61801492)

作者简介：

李 峰(1992—),男,江苏盐城人,硕士研究生,研究方向为作战指挥与作战仿真。

朱 巍(1980—),男,博士,副教授。

(责任编辑:张培培)

标签：战术互联网论文;  效能评估论文;  dynamic论文;  entropy论文;  method论文;  国防科技大学信息通信学院论文;