吴晓降，崔　伟，李云鹏(.中国电子科技集团公司第二十九研究所，成都60036; .空军航空大学，长春300)



基于ANP的随队支援自适应干扰效能指标研究

吴晓降1，崔伟2，李云鹏2
(1.中国电子科技集团公司第二十九研究所，成都610036; 2.空军航空大学，长春130022)

摘要:针对随队支援自适应干扰评估模型中评估指标之间的相互影响关系，分析了影响随队支援自适应干扰效能的指标因素，提出了基于网络层次分析法(ANP)的干扰效能网络化评估指标体系，构建了基于ANP的随队支援自适应干扰效能指标评估模型，并对提出的网络化评估模型进行了分析和求解，计算结果表明了干扰效能指标评估的合理性和有效性。

关键词:网络层次分析法;指标体系;干扰效能

0　引言

现代随队支援干扰系统的自适应干扰能力是雷达对抗干扰的重要组成部分，对其进行干扰效能指标的评估研究是评估雷达对抗作战能力的重要方面。文献［1］对随队支援干扰的基本效能进行了评估，但没有体现自适应干扰内部影响因素的逻辑关系。随队支援干扰系统本身的复杂性和作战应用的多样性使得评价其自适应干扰效能的战术技术指标较多，而且各战术技术指标相互影响，相互制约，对总体的效能影响也不相同。同时，在确定其指标权重的过程中，由于主客观因素的影响，不能完全排除人为因素带来的误差，很难真实反映其好坏程度。

网络层次分析法(Analytic Network Process，ANP)理论［2-3］将系统内各元素的关系用类似网络结构表示，而不再是简单的递阶层次结构理论，很好地考虑了层次内部元素的依存和下层元素对上层元素的反馈影响。本文把ANP方法引入随队支援干扰系统的自适应干扰效能指标权重的确定中，并通过计算极限超矩阵得到影响干扰效能的各指标的权重。

1　ANP法特性分析［2-5］

1.1建立评价指标体系的ANP网络结构

ANP将系统元素划分为两大部分:第一部分为控制层，包括目标和决策准则。控制层中可以没有决策准则，但至少应该有一个目标，控制层中每个准则的权重均可用传统AHP方法获得;第二部分为网络层，它是由所有受控制层支配的元素组成的，元素之间互相依存、互相支配，元素和层次间内部不独立，在这个过程中还要分析判断元素层次是否内部独立或存在依存和反馈。

1.2确定控制层各指标的权重

网络分析模型定性地表示了指标元素之间的相互影响、依赖关系。数据矩阵可以实现定性与定量之间的转化。在ANP方法中，矩阵通过SD软件的运算可以得出各个评价指标的权重。这些权重定量地反映了分析模型中各个指标元素的相互影响程度。

1.2.1构建判断矩阵

设网络ANP中控制层元素为B1，B2，…，Bm，网络层元素集有C1，C2，…，CN，其中Cj有元素Cjk(k =1，2，…，nj)。将元素集Ci中的元素按其对Cjk的影响力大小进行两两比较分析，即在控制准则下构造判断矩阵。然后，由特征根法得到排序向量(Wjk，Wjk，…，Wjk)T。

i1i2inj在上述特征向量通过一致性检验的条件下，则将其写成矩阵形式，可得到局部的权重向量Wij:

1.2.2超矩阵和加权超矩阵计算

依次将其他元素集元素之间的内外关系比较可以得到所有的局部权重向量，将所偶局部权重向量进行排列，得到由网络层中各个元素相互影响的排序向量所构成的无权重超矩阵Ws:

以Bm为主准则，以元素组Cj为次准则，对元素组进行成对比较，并进行归一化处理，得归一化特征向量(a1j，a2j，…，aNj)T。依次类推，由此可以获得在反映元素组间关系的加权矩阵Am。

有了加权矩阵，就可以获得加权超矩阵，即以加权矩阵Am乘以超矩阵Ws得到加权超矩阵W。W = AmWs

1.2.3求极限排序向量

对加权超矩阵进行幂次运算得到极限超矩阵。极限超矩阵的权重值是趋于稳定的，即矩阵的各列值是一致的，取矩阵中的一列就是各评价指标的排序向量，也就是各元素相对于评价目标的权重值。

2　基于ANP的随队支援自适应干扰效能指标分析

2.1网络结构模型

随队支援干扰系统的自适应干扰效能评估指标主要由4个主指标和10个二级指标构成，如表1所示。具体指标分别是:(1)时间管理能力，主要包括任务调度能力，波束驻留控制能力和干扰效果检测能力;(2)空间管理能力，主要包括波束控制能力和多目标干扰能力;(3)频谱管理能力，主要包括电磁兼容能力和快速频率合成能力;(4)功率管理能力，主要包括干扰功率分配能力、威胁等级判定能力和干扰样式控制能力等。

整个评估指标复杂繁多并且指标相互之间存在一定的影响关系。因此，进行分析时要考虑了各因素之间的相互依赖关系和反馈关系，将定性和定量分析相结合。依据各层次指标元素的关系，使用Super Decision(SD)超级决策软件。建立如图1所示的随队支援干扰系统自适应干扰效能ANP网络结构模型。4个主指标B1、B2、B3、B4之间及其子元素之间的关系都不是独立的，相互影响关系如图1所示。

表1　自适应干扰效能指标体系构成

图1　自适应干扰效能的ANP网络结构模型

2.2随队支援自适应干扰效能指标权重分析

由上面建立的随队干扰系统自适应能力的效能ANP网络结构模型，结合前面ANP法求解步骤，应用SD软件直接求干扰效能准则下的各超矩阵，最终得出指标权重结果。

2.2.1构建判断矩阵

首先以控制层目标随队干扰系统的自适应能力为准则，以网络层元素组空间管理能力B1中的元素平均修复时间C12为次准则，考虑元素组B4中的元素按其对C12的影响力大小进行间接优势度比较，可构造如表2所示的判断矩阵，并求出归一化特征向量。其他次准则下的判断矩阵类似。

表2　C12为次准则下元素组B4中元素的判断矩阵

2.2.2构建未加权超矩阵和加权超矩阵

(1)计算未加权超矩阵

将C11、C12、C13准则下各判断矩阵的归一化特征向量汇总到一个矩阵中W41中。该矩阵表示元素组B1中的元素与元素组B4中的元素之间的影响关系，即

式中，W41的列向量就是元素组B1中的元素对元素组B4中的元素的影响程度排序向量。需要说明的是，若元素组B4中的元素不受元素组B1中元素的影响，则W41=0。

用同样的方法，通过考虑元素间的相互关系，可以求得W11、W21、W31、W32、W13、W14、W42、W44。其他没有列出的关联矩阵均为0，说明两个元素组之间没有关联。这样以自适应干扰效能为主准则，因此干扰效能指标体系的指标元素间的未加权超矩阵为

(2)求其加权超矩阵

首先以自适应干扰效能为主准则，分别以元素组B1、B2、B3、B4为次准则，依据各元素组之间的重要性进行比较，采用标度对其进行间接优势度比较，建立各次准则下的判断矩阵，并求出其归一化特征向量。将各次准则下的判断矩阵相对应的归一化特征向量汇总到一个矩阵Am中，可获得干扰效能准则下的权重矩阵A :

有了权重矩阵，就可以获得加权超矩阵，即以权重矩阵Am乘以未加权超矩阵Wm得到加权超矩阵W:

W = AmWm

(3)求极限超矩阵

对加权超矩阵进行2k + 1次演化，k趋近于无穷大，结果形成一个长期稳定的矩阵。这是得到的超矩阵各行的值均相同。通过运用SD软件得出干扰效能准则下的极限超矩阵，如图2所示。

通过SD软件计算，可发现极限超矩阵的各行数值是趋于一致的。

(4)计算最终排序(敏感度分析)

由于本文只有干扰效能一个准则，因此由上面得到的稳定极限超矩阵每一列即为各元素相对于干扰效能的极限相对排序向量，称为各元素的敏感度分布，也是各元素相对于目标的相对权重，即w∞=(0.01827，0.04751，0.20817，0.00702，0.10626，0.00000，0.04326，0.05348，0.29535，0.22068)。各指标权重分布图如图3所示。(ANP)的随队支援自适应干扰效能评估指标体系，并对提出的网络化评估体系进行了求解和分析。结果表明ANP法能有效地评估随队支援干扰的自适应干扰效能指标，具有良好的科学性和适用性。同时该结论为随队支援干扰总体效能评估奠定了基础，具有一定的理论参考意义。

图2　干扰效能准则下的极限超矩阵

图3　干扰效能准则下的指标元素权重图

在图4中，从10个二级性能指标的权重排序结果来看，在独立性假设条件下，随队支援干扰系统自适应干扰效能指标影响排序前5位的分别是威胁等级判定、干扰样式控制、干扰效果检测、多目标干扰能力和干扰功率分配。实际上，通过指标权重得到的干扰效能分析也符合随队支援干扰系统的作用机理。随队支援干扰系统要实现有效的干扰，必须首先对目标侦察，确定目标的威胁等级，在此基础上才能确定有效的干扰样式，对目标实施干扰。干扰时要对目标效果进行监视，以观测干扰效果的有效性。如果对多目标实施干扰，同时还要考虑对多目标的干扰能力以及如何进行干扰功率分配的问题。

参考文献:

3　结束语

考虑到随队支援自适应干扰评估模型中评估指标之间的相互影响关系，提出了基于网络层次分析法

［1］陈晓榕，李彦志.基于ADC法的随队支援干扰基本效能评估［J］.电子科技，2012，25(12): 21-26.

［2］蒋志彪，骆鲁秦，张晓杰.机载箔条弹投放系统干扰效能指标研究［J］.现代防御技术，2013，41(5):27-31.

［3］黄武超，陈小银.基于ANP的舰空导弹干扰效能指标权重确定方法研究［J］.舰船电子工程，2011，31(1):27-31.

［4］邵强，林向义.基于ANP的国际石油工程项目风险评价研究［J］.科技进步与对策，2010，27(11):127-130.

［5］石福丽，杨峰，许永平，等.基于ANP和仿真的武器装备作战能力幂指数评估方法［J］.系统工程理论与实践，2011，31(6):1086-1094.

Evaluation of adaptive escort-support jamming efficiency index based on ANP

WU Xiao-jiang1，CUI Wei2，LI Yun-peng2
(1.No.29 Research Institute of CETC，Chengdu 610036; 2.Aviation University of Air Force，Changchun 130022)

Abstract:According to the interaction relationship between the evaluation indexes for the adaptive escort-support jamming(ESJ)evaluation model，with the analysis of the factors that affect the adaptive ESJ efficiency，the network evaluation index system of the ESJ efficiency based on the analytic network process(ANP)is proposed，and the corresponding network index evaluation model is constructed，analyzed and calculated.The calculation results indicate that the evaluation of the ESJ efficiency index is reasonable and effective.

Keywords:ANP; index system; jamming efficiency

作者简介:吴晓降(1970-)，男，高级工程师，研究方向:电子对抗系统设计;崔伟(1982-)，男，讲师，研究方向:电子对抗建模与仿真;李云鹏(1979-)，男，副教授，硕士，研究方向:电子对抗效果评估。

收稿日期:2015-03-30

文章编号:1009－0401(2015)02－0001－04

文献标志码:A

中图分类号:E9