战场通信网络仿真系统可信性评估

admin管理员组

文章数量:1531224

2024年5月11日发(作者：)

第３８卷　第１８期　

Ｖ０１．３８　

・

计算机工程　

２０１２年９月　

Ｓｅｐｔｅｍｂｅｒ　２０１２　

ＮＯ．１８　

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　

网络与通信・　文章缩号；１０００—３４２８（２０ｌ２）１８—－＿ｏ０６８—０５　文献标识码ｔ　Ａ　中圈分类号：ＴＰ３９３　

战场通信网络仿真系统可信性评估　

谭震，单洪，郫志亮　

（电子工程学院网络系，合肥２３００３７）　

摘要：针对战场通信网络仿真系统没有合适的可信性评估指标体系和评估方法的问题，综合其在协议模型、网络环境和仿真性能方面的　

特点建立层次化指标体系。针对逻辑类指标和数值类指标的不同特点，提出使用分类综合可信性评估算法评估整个指标体系的可信性。实　

例评估表明，建立的层次化指标体系和分类综合可信性评估算法的针对性和可操作性较强，较好地结合了专家经验与客观测量数值。　

关键词：战场通信网络；层次化指标体系；集制统计迭代法；模糊综合评判；灰度关联聚类；分类综合可信性评估算法　

Ｃｒｅｄｉｔａｂｉｌｉｔｖ　Ｅｖａｌｕａｔｉｏｎ　０ｆ　

Ｂａｔｔｌｅｆｉｅｌｄ　Ｃ０ｍｍｕｎｉｃａｔｉｏｎ　Ｎｅｔｗｏｒｋ　Ｓｉｍｕｌａｔｉｏｎ　Ｓｙｓｔｅｍ　

ＴＡＮ　Ｚｈｅｎ，ＳＨＡＮ　Ｈｏｎｇ，ＧＵＯ　Ｚｈｉ－ｌｉａｎｇ　

（Ｄｅｐｔ．ｏｆＮｅｔｗｏｒｋ，Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｉｎｓｔｉｔｕｔｅ，Ｈｅｆｅｉ　２３００３７，Ｃｈｉｎａ）　

［Ａｂｓｔｒａｃｔ］Ａｉｍｉｎｇ　ａｔ　ｉｎｄｅｘ　ｓｙｓｔｅｍ　ａｎｄ　ｅｖａｌｕａｔｉｎｇ　ｍｅｔｈｏｄ　ｉｓ　ｎｏｔ　ａｐｐｒｏｐｒｉａｔｅ　ｔｏ　ａｓｓｅｓｓ　ｔｈｅ　ｃｒｅｄｉｔａｂｉｌｉｔｙ　ｏｆ　ｂａｔｔｌｅｆｉｅｌｄ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｎｅｔｗｏｒｋ’ｓ　

ｓｉｍｕｌａｔｉｏｎ　ｓｙｓｔｅｍ，ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｐｒｏｔｏｃｏｌ　ｍｏｄｅｌ，ｎｅｔｗｏｒｋ　ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｐｅｒｆｏｒｍａｎｃｅ，ａ　ｈｉｅｒａｒｃｈｉｃａｌ　ｉｎｄｅｘ　ｓｙｓｔｅｍ　

ｉｓ　ｂｕｉｌｔ　ｕｐ．Ｂｅｉｎｇ　ｄｅａｄ　ａｇａｉｎｓｔ　ｔｈｅ　ｌｏｇｉｃａｌ　ａｎｄ　ｎｕｍｅｒｉｃａｌ　ｉｎｄｅｘ，ａｎ　ｉｎｔｅｇｒａｔｅｄ　ａｓｓｅｓｓｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｔｏ　ｒａｔｅ　ｔｈｅ　ｗｈｏｌｅ　ｉｎｄｅｘ　ｓｙｓｔｅｍ．　

Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｐｒｏｖｅ　ｔｈｅ　ｓｙｓｔｅｍ　ｉｓ　ｐｅｒｔｉｎｅｎｔ，ｍａｎｅｕｖｅｒａｂｌｅ　ａｎｄ　ｅｆｆｅｃｔｉｖｅ　ｗｈｉｃｈ　ｃｏｍｂｉｎｅｓ　ｔｈｅ　ｅｘｐｅｒｔ　ｅｘｐｅｒｉｅｎｃｅ　ａｎｄ　ｉｍｐｅｒｓｏｎａｌ　ｏｂｓｅｒｖａｔｉｏｎ　

ｗｅｌ１．　

［Ｋｅｙ　ｗｏｒｄｓ］ｂａｔｔｌｅｆｉｅｌｄ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｎｅｔｗｏｒｋ；ｈｉｅｒａｒｃｈｉｃａｌ　ｉｎｄｅｘ　ｓｙｓｔｅｍ；ｇａｔｈｅｒｉｎｇ　ｓｔａｓｔｉｓｔｉｃｓ　ｉｔｅｒａｔｉｖｅ　ｍｅｔｈｏｄ；ｆｕｚｚｙ　ｃｏｍｐｒｅｈｅｎｓｉｖｅ　ｊｕｄｇｍｅｎｔ；　

ｇｒａｙ　ｒｅｌａｔｉｏｎａｌ　ｃｌｕｓｔｅｒｉｎｇ；ｃｌａｓｓｉｉｃａｔｆｉｏｎ　ｃｏｍｐｒｅｈｅｎｓｉｖｅ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｃｒｅｄｉｔａｂｉｌｉｔｙ　ｅｖａｌｕａｔｉｏｎ　

ＤＯＩ：１０　３９６９／ｊ．ｉｓｓｎ．１０００—３４２８．２０１２．１８．０１８　

１概述　

多兵种联合作战已经成为现代战争重要发展趋势。快　

节奏的战争进程和多样化的控制指挥平台，都对战场信息　

真专家采用定性和定量相结合的方法进行评判，比较常用　

的方法包括层次分析法ｐ　、模糊综合评判法、灰度关联聚　

类　等。　

的互联、互通提出了更高要求。美军在冷战结束后战略思　

想发生了改变，认为未来战争需要一个高速响应的决策系　

统，信息已成为获取战争胜利的重要战略资源。因此，加　

快战场信息的流通速度，实现各种信息的自动分发和无缝　

传输，是战场通信网络的基本需求。而其保密性和数据来　

国内已有大量研究作战仿真系统可信性的文献【７．９］。　

但针对战场通信网络建立合适的指标体系和评估方法的　

文献很少。战场通信网络仿真系统以战场网络通信协议仿　

真为基础，结合节点移动模型和高抗毁性的通信网络结构　

等，模拟为作战单位提供准确、迅速、可靠的数据传输服　

务的过程。各个仿真模块和功能模型都以数据传递为中　

心，这就决定了其与装备系统仿真和作战进程仿真的不　

同。战场通信网络仿真系统的可信性评估工作，必须综合　

考虑各类因素，建立有效、合理的评估指标体系，并针对　

不同类型的指标引入不同的评价方法。　

本文主要研究了战术级战场无线通信网络仿真系统　

的可信性评估问题。　

源的多样性决定了仿真是研究战场通信网络的重要手段。　

国防军事领域对仿真日益扩大的需求，是对军用仿真　

技术发展的挑战，更是机遇。要有效地满足这些需求，需　

要新的发展模式　Ｊ。考虑到战场通信网络的军事应用特殊　

性，很难获得实际的网络设备和通信数据。即使获得一些　

通信数据也无法得到产生这些数据的网络拓扑、配置参　

数、节点移动路径等数据。因此，无法在相同输入的情况　

下对比仿真系统和实际系统的输出数据是否一致，即不能　

使用基于相似度口Ｊ、数理统计　和谱分析　等方法评估此　

类仿真系统可信性。在这种情况下，通常由领域专家和仿　

作者倚介：谭

２可信性评估层次化指标体系　

针对战场通信网络仿真的可信性研究，包含协议栈模　

型与实现、战场网络环境模型和通信网络仿真性能３个模　

震（１９８７－－），男，硕士研究生，主研方向：无线网络仿真与建模；单洪，教授、博士生导师；郭志亮，硕士研究生　

修回日期：２０１２—０１—０９　Ｅ－ｍａｉｌ：３０４４１５１１８＠１６３．ｅｏｍ　收稿日期：２０１１－１２—０５　

第３８卷第１，８期　谭震，单洪，郭志亮：战场通信网络仿真系统可信　Ｉ￥评估　６９　

块，每个模块又包含多个子模块。实际上是一个多层次的　作用是增强了仿真系统的逼真性和使用者的信心。因此，　

复杂系统可信性评估问题。本文基于层次化分析的思想，　应该包含在仿真系统的可信度评估中。　

将功能模块从上至下逐步分解，建立了战场通信网络仿真　

网络结构模型描述的是网络节点相互连接与层次结　

系统可信性评估的层次化指标模型。　

构。由于军队具有严格的指挥层次体系，战场通信网络的　

（１）协议栈模型与实现　

组网结构与民用网络有较大差别，更关注于网络的抗毁　

仿真的ＶＶ＆Ａ遵循全生命周期原则，贯穿仿真的设　

性，信息发送的可靠性、迅捷性等。常用的战场通信网络　

计、开发维护等全部工作。概念模型是否如实地反映了协　结构包括对等的移动自组网、带基站或中心站点的星型网　

议规范，仿真实现程度如何等，从本质上决定了仿真系统　络、分簇的无线通信网络等。战场通信协议可能支持一种　

是否真实地反映了战场网络形态。ＶＶ＆Ａ技术中的校核与　

或多种组网形态，可以根据具体的硬件条件、网络规模、　

验证技术关注的就是仿真系统是否准确代表了开发者的　

指挥体系等因素选择。　

概念描述和设计过程以及仿真系统代表真实世界的准确　

节点移动模型主要研究的是在通信节点可能的移动　

程度。因此，要验证战场通信网络仿真系统的可信性，必　模式。对于移动自组网而言，其网络协议必须保证通信节　

须将校核和验证的指标考虑在内。　点在移动的情况下，仍可以接入网络并进行不问断的信息　

战场通信协议栈模型主要包括物理层模型、信道接入　传输。常用的移动模型包括匀速移动模型、随机移动模型、　

模型、逻辑链路模型、拓扑信息更新模型和数据传递模型　

随机高斯一马尔科夫移动模型、群组移动模型、追赶模型　

等。这些模型描述了仿真系统中实现的协议栈各个层次的　

等。在战斗行动中，隶属于同一级军事组织的通信站点往　

主要功能，且都有多个子功能模块。　往具有相似的移动特性。不同的移动模型也可能适用于战　

上述模型涉及到的指标包含完全逻辑类和程度逻辑　斗的不同阶段等。　

类２种类型。完全逻辑类指标是指对某些功能的评估结果　地形与天气模型主要描述了地形对通信信号的遮挡　

为“对”、“错”、“有”、“无”时，可以用逻辑值“１”、“０”　

和天气对通信质量的影响等。　

来表示的指标。例如：某通信协议提供了多种信道分配模　战场网络环境模型的评价指标也包含完全逻辑类和　

型，而在仿真实现时可能只实现了常用的一种或几种。程　

程度逻辑类２种。　

度类逻辑指标是指带有程度属性的逻辑指标。例如：某路　（３）通信网络仿真性能　

由表的数据结构符合协议描述的程度，其各类操作的执行　

通信网络仿真性能是指在合适的场景下，仿真系统表　

效率满足需求的程度等。文献［９］中详细叙述了各类指标的　

现的外部性能。这类指标是从系统的整体性能表现方面评　

量化问题。　

价仿真系统是否有效反映了战场通信网络的技术指标要　

（２）战场网络环境模型　

求。评价通信常用的性能指标包括：端到端平均时延，吞　

战场网络环境模型描述的是战场通信网络在实战环　

吐量，路由获得时间，能耗，分组投递率，路由开销，传　

境下的网络组网形态和外部环境条件，主要包括３个方面　

输的数据比特数／总发送比特数，负载均衡等。这一类指　

的内容：网络结构模型，节点移动模型，地形与天气模型　

标属于数值类指标，通过网络监测和数值统计获得。　

等。这些模型虽然没有涉及到通信协议的具体内容，但都　

综合上述各类指标，可以建立如图１所示的战场通信　

在一定程度上影响了通信质量、信息传递方式等，其主要　

网络仿真可信性评估的层次化指标模型。　

战场通信网络仿真系统　

协议栈模型与实现　战场网络环境模型　

通信网络仿真性能　

网络ｌ　ｌ节点ｌ　ｌ地形与　

端到端　

结构ｌ　ｌ移动Ｉ　ｌ天气　

平均　

模型ｌ　ｌ模型ｆ　ｌ模型　

时延　

Ｔｙｐｅ１　

ｌ　　ｌＴｙｐｅ２　ｌ　Ｔｙｐｅ萋３　Ｉ　Ｉ嚣ｌ　Ｉ嚣ｆ　ｆ瓣ｆ　Ｉ　Ｉ　萋Ｉ　Ｉ　ｆ　ｆ謦　

图１可信性评估的层次化指标模型　

７０　计算机工程　２０１２年９月２０日　

３层次化的指标权重确定　

不同的功能模块，对于仿真系统重要性不同；不同的　

评估指标对于仿真可信性评估的重要性也不同。确定指标　

权重常用方法包括九分制的成对比较法　…、粗糙集评价　

法…　等。前者是层次分析法常用的权重确定方法，但其构　

造的评判矩阵要求具有较好的一致性。后者虽然评估结果　

客观可信，但要求获得足够的具有代表性的数据样本。　

本文采用了模糊数学中的集制统计迭代法　对隶属　

于同一上层指标的所有子指标的重要性进行了排序，并计　

算出各指标的权重。这种方法充分结合了多个专家的评审　

意见，可操作性强。但只有在专家数量较多时，其结果才　

相对准确。也可使用文献［１３］提出的方法确定专家相对权　

重，以得到更精确的结果。　

４分类综合可信性评估模型　

首先考虑最低层次的各类指标（将第２节的指标体系　

看作树形结构时，是指所有叶子节点位置的指标）。由前　

文分析可知共包含完全逻辑类、程度逻辑类和数值类３种。　

其中，隶属于同一上级指标的子指标是属于同一类的。由　

于不同类指标在客观性、量化方法等方面有各自的特点，　

应采用不同的评估方法。下文的评判方法都使用了如下集　

合：Ｕ＝｛“。，“　，…，　｝为ｍ种指标构成的集合，称为指标集，　

其对应的权重集为Ａ＝　，ａ　，…，ａｍ｝。Ｖ＝｛ｖｌ，Ｖ２，…，　｝为ｎ种　

评判结果构成的集合，称为评判集。　

４．１基于模糊综合评判的逻辑类指标评估　

完全逻辑类和程度逻辑类指标的量化都是由专家根　

据经验确定的，都可以映射到［０，１】闭区间，其数值带有一　

定的模糊性。相比于直接量化为确定的数值，评判等级是　

更可信的评判结果。　

模糊综合评判法，充分利用了专家评判结果，并结合　

指标权重，综合计算得到某层指标对于不同评判等级的隶　

属度。具体的方法如下：　

评判结果为Ｂ＝｛６ｌ，６２，…，　）。Ｂ是　上的一个模糊集，　

ｂｌ可以理解为仿真系统对评判　的隶属度。建立　到　

的模糊关系矩阵　，其相应的模糊矩阵Ｒ的阵元　表示根　

据因素　做出评语ｖ，的可能程度。其中，∑　＝１。　

Ｉ　ｒｌｌ　ｒｌ２’‘‘‘Ｈ　Ｉ　

：　

ｒ２ｚ…　（１）　

ｌ之　…　

模糊综合评判模型：　

Ｂ＝Ａ。Ｒ　（２）　

即：　

Ｂ＝Ａ。　＝（ｎ。，ａ：，…，ａｍ）。

『

Ｉｌ　　

：－　．・　．］

Ｉ

＝（ｂｌ，６２，…，　）　

。　：…　

其中，若使用模糊算子（　，ｖ），则：　

ｂｊ＝￣ｌ（ａｉ　）　（３）　

模糊数学中常用的算子包括：（　，ｖ）是主观因素决定　

型算子，其评判结果只取决于起主要作用的那个因素；　

（・，ｖ）和（＾，０）是主因素突出型，它与算子（　，ｖ）比较接近，　

但更细腻，既突出了主要因素，也兼顾了其他因素，常用　

在所统计的模糊矩阵中数据相差很悬殊的情况，可防止脏　

数据干扰；（・，０）和（，　，　）是加权平均型，依权重大小兼顾　

其他所有因素，常用在指标较多的情况，可避免信息丢失。　

实际运用中，到底选用哪种算法好，要根据具体问题而定。　

４．２　基于灰度关联聚类的数值类指标评估　

数值类指标通过实际测量仿真系统性能得到，比逻辑　

类指标更具客观性。而模糊综合评判的评估过程会削弱这　

种客观性，同时其使用的算子不论是主因素突出性还是加　

权平均型都各有不足。　

所谓灰度聚类，就是根据待评对象在各指标的取值将　

系统归入某灰类的过程。灰度关联聚类通过分析仿真系统　

各指标输出数据与各评判等级特征数据的关联度，与仿真　

系统输出数据的关联度最大的特征数据的等级即为仿真　

系统所属的可信度等级。仿真系统可信度分析的灰色关联　

聚类模型可以按如下的步骤进行：　

（１）确定原始的关联矩阵　

各评判等级的特征数据　＝｛ｔ（１），ｔ（２），…，ｔ（　）｝是仿　

真系统的可信度等级属于等级　时的标准取值，它将由领　

域专家根据经验和知识给出。仿真系统数据　＝｛ＸｏＯ），　

Ｘｏ（２），…，　（　）｝是仿真系统在各指标的输出数据或分析结　

果。可得原始评判矩阵　：　

Ｘｏ　

Ｘｏ（１），ｘｏ（２），…，ｘｏ（ｍ）　

　＿

Ｘ＝　

ｘＩ（１），　（２），…，ｘｉ（ｍ）　

（４）　

（１），　（２），…，毛（　）　

（２）数据规范化处理　

由于各指标之间的量纲和数量级存在差异，因此要对　

比不同指标的数据，需要先对原始数据进行规范化处理。　

规范化处理的方式如表１所示。其中，ｒｋ（ｉ）是指标　的最　

佳值。　

表１规范化处理方法列表　

类型　规范化公式　

ｘｋ（ｉ）一ｍ！ｎｘｋ（ｉ）　

越大越优型　

ｘｋ（ｉ）－—

ｍａｘ　

Ｊ—　

ｍ＿ｍＸ　

ｋ　Ｌ　）　

ｍａｘｘｋ（ｉ）一ｘｋ（ｉ）　

越小越优型　

ｘｋ（ｉ）　轰　

适当型　

（ｎ：　一　

Ｉｘｋ＇

丽（ｉ）－ｒｋ（ｉ）　［

ｍａｘ　Ｊ　Ｉ　ｚ　Ｊ一　ｌｆ　ＪＩ　

：ｌ　Ｉ：

Ｘｏ（１），Ｘｏ（２）＿　

：　

　…，　Ｉ　㈣　（５）　

ｌ　’ｊ　（１）　，（２），…，Ｘｎ（　）Ｊ　

第３８卷第１８期　谭震，单洪，郭志亮：战场通信网络仿真系统可信性评估　

表３指标集对应权重　

７１　

（３）计算ｘｏ（ｉ）和　（ｆ）关联系数　

ｍｉｎｍ！ｎＡ０　（　）＋　ｍ　ｍａｘＡｏ　（ｆ１　…　

指标　

时延　

吞吐量　

权重　

Ｏ．２４　

（　（姚（ｆ））　—　：　一　・（６）　

Ｏ．２７　

Ｏ．１９　

其中，　是分辨系数，　∈［０，１］，当　＝０．５时分辨率最高；　

路由获得时间　

分组投递率　

△。　（ｆ）为差异信息，△。　（　）＝ｌｘｏ（ｉ）一ｘｋ（ｉ）ｌ；ｍｉｎｍ！ｎａ。　（　）为两　

极下环境参数，ｍａｘｍａｘＡ。　（ｆ）为两极上环境参数。　

（４）计算　和　关联系数　

ｒ（ｘｏ，ｘＤ＝Ｙ，ａｉｒ（ｘｏ（ｉ），Ｘｋ（　（７）　

Ｏ．ｉ７　

Ｏ．１３　

路由开销　

因此，评估通信网络仿真性能这一指标时选用的指标　

集为　｛时延，吞吐量，路由获得时间，分组投递率，路由开　

销｝；权重集为　＝｛０．２４，０．２７，０．１９，０．１７，０．１３｝。取评判集　

４．３分类综合可信性评估算法　

文献［１４］叙述了ＡＨＰ　ＦＳＥ方法。本文借鉴其思想，并　

加以改进：使用集值统计迭代确定指标权重；使用灰度关　

联聚类法评估数值类指标；使用模糊综合评测法评估逻辑　

类指标和非叶子层指标。　

步骤１遍历层次化指标模型的所有非最底层指标。　

分别使用集值统计迭代法计算隶属于同一指标的所有下　

层指标的权重。　

步骤２根据指标类型，采用不同的方法评估所有叶　

子层指标，并得到所有上一级指标相对于不同评判等级的　

隶属度或关联度向量。　

步骤３非最底层的评估都使用模糊综合评判法，且　

按从下至上顺序逐层评估。将下层子指标评估得到的结果　

向量重新归一化，并作为模糊评判矩阵　各行的输入。　

步骤４根据最终的评估结果向量评判该仿真系统的　

可信性等级。　

５仿真实例评估　

以Ｑｕａｌｎｅｔ仿真平台上实现的２２０Ｃ战场通信网络仿　

真系统的可信性评估为例，具体说明各方法如何运用。　

５．１评判指标选取及权重确定　

集值统计迭代法可以得到多个指标的重要性排序。当　

下层指标较多时，可以根据实际情况选取部分具有代表性　

的指标组成评估仿真可信性的指标集。　

以通信网络仿真性能的子指标为例，说明权重的确定　

过程。当实际问卷调查时，取Ｐ＝１０，Ｐ＝１。表２列出了统　

计得出的各指标初始权重。经过对比决定选择｛时延，吞吐　

量，路由获得时间，分组投递率，路由开销｝作为评估可　

信性的指标集。　

袁２仿真性能指标及其初始权重　

指标　

时延　

吞吐量　

路由获得时问　

能耗　

分组投递率　

路由开销　

传输的数据比特数／总发送比特数　

负载均衡　

利用表２中的数据，重新归一化选出的指标集的权重，　

如表３所示。　

为　｛很可信，较可信，可信，不可信，很不可信｝。　

５．２模糊综合评判　

２２０Ｃ协议的拓扑更新模型主要的子功能模块包括：　

路由表数据结构，路由表的更新算法，Ｔｕ报文的传播与　

更新算法，稀疏路由树构造算法及其他报文的处理算法。　

在１０个专家参与评价的前提下仅对路由表数据结构　

进行评估时，２０％的人认为很可信；４０％的人认为较可信；　

２０％的人认为可信；１０％的人认为不可信；１０％的人认为　

很不可信。使用同样方法评估所有子指标，就可以得到模　

糊评判矩阵：　

０－２　Ｏ．４　

０．３　０．５　

Ｒ＝　

０．２　０．５　

０Ｉ３　Ｏ．４　

０　Ｏ　０　

０．１　Ｏ．５　

０　

２　１　ｌ　２　３　

１　１　

ｃ；ｃ；

１　１

　ｌ　

叭　

７２　计算机工程　２０１２年９月２０日　

表４列出了该仿真网络的各性能指标的数值。在计算　

路由开销时没有计算总体呈周期性发送的Ｈｅｌｌｏ报文和拓　

扑更新报文。　

表４仿真同络备性能指标　

性能指标　

路由获得时间／ｓ　

分组投递率　

路由开销　

平均端到端时延／ｓ　

络仿真系统属于较可信等级，基本满足仿真需求。从评估　

过程来看，本文建立的指标体系和分类综合可信性评估模　

型的针对性和可操作性较强，较好地结合了专家主观经验　

与客观测量数值，具有一定的参考价值。　

数值　

０．０４８　９　

０．９２９　３　

０．０３２　８６　

参考文献　

［１］黄柯棣．军用仿真技术的需求现状和发展［Ｄ］．长沙：国防科学　

技术大学，２０００．　

０．Ｏ５ｌ　３　

１５７　４９４　

吞＠￣／（ｂｉｔ　Ｓ　）　

［２］　贺丽梅，陈致明，刘乾生，等．相似理论在仿真可信性分析中　

的应用［Ｊ］＿计算机应用研究，２００２，１９（１２）：１１１—１１３．　

［３］　赵敏荣，杨增选，张善文．贝叶斯假设检验在模型验证中的应　

原始的关联矩阵　

０．Ｏ５１　３　１　５７　４９４　０．０４８　９　０．９２９　０．０３２　９　

９５０　０．０３０　０　

０．０４７　０　

１６１　０００　

０．０４４　０　

０．

０．０５０　０　１５７　０００　０．０５２　０　０．９００　０．０３５　Ｏ　

Ｘ＝　

用［Ｊ１．航空计算技术，２００３，３３（１）：１－３．　

［４］李鹏波，张士峰，蔡洪．关于仿真可信性的度量［Ｊ］　计算机　

０．０５３　０　

１５４　０００　０．０５８　０　０．８５０　０．０４０　０　

０．０５６　０　１５１　０００　

０．０６３　０　

０．８００　０．０４５　０　

仿真，２０００，ｌ７（１）：１９—２１．　

［５５］　杨惠珍，康风举，李俊．层次分析法在水下航行器系统仿真　

可信性评估中的应用研究【Ｊ】．系统仿真学报，２００２，１４（１０）：　

１２９９．１３０１．　

０．０６０　０　１４８　０００　

０．０７０　０　

０．７００　０．０５０　０　

数据规范化后并计算得到的关联矩阵　

９１７　８　０．８２６　０　

１Ｊ　０．　６２９　３　０．６８２　３　

０．７６７　９　

０．

８５９　５　０．８６３　０　０．８７８　５　

ｌ　０．８８９　５　１．　０００　０　

０．

６４０　５　０．６０９　２　

ｌ　０．　８４２　８　０．６８３　６　

０．５８ｌ　１　

０．

４９６　４　０．５０９　２　０．４６６　３　

１ｌ　０．　６０６　３　０．５１８　７　

０．

３９１　２　０＿３６１　２　０．３７７　７　

ｌ　０．４４０　７　０．４１７　９　

０Ｉ

［６］Ｌｉｎ　Ｃｈｉｎ—Ｔｓａｉ，Ｔｓａｉ　Ｈｕｉ—Ｙｉｎ．Ｈｉｅｒａｒｃｈｉｃａｌ　Ｃｌｕｓｔｅｒｉｎｇ　Ａｎａｌｙｓｉｓ　

Ｂａｓｅｄ　ｏｎ　Ｇｒｅｙ　Ｒｅｌａｔｉｏｎ　Ｇｒａｄｅ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　

Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｍａｎａｇｅｍｅｎｔ　Ｓｃｉｅｎｃｅｓ，２００５，ｌ６（１）：９５—１０５．　

［７］谭亚新，杨学会，范锐，等．战争复杂系统可信性控制方法　

研究［ＪＪ．系统仿真学报，２０１０，２２（１　１）：２６０８—２０１２．　

［８】王石，伍丁红，戴金海．基于Ｂａｙｅｓ网的武器装备仿真可信　

关联度向量为：　

（０．７４４　５，０．９０７　７，０．６８５　３，Ｏ．５２７　１，０．４０３　４）　

度评估［Ｊ］＿系统仿真学报，２０１１，２３（６）：１０８２・１０８５．　

［９　王曙钊，刘兴堂，吴晓燕，等．关于ＶＶ＆Ａ基层指标度量模型　９］

的研究ｆＪ］．系统仿真学报，２００７，１９（１９）：４３６７—４３７０．　

［１０】刘姓唐，梁炳成，刘　力，等．复杂系统建模理论、方法与技　

术【Ｍ］．北京：科学出版社，２００８：４６—５１．　

５．４顶层指标的评估　

根据４＿３节的分类综合可信性评估算法，逐层评估，　

最终得到顶层指标的隶属度向量为：　

（Ｏ．２７３，０．３９１，０．２５４，０．０７２，０．０１）　

根据最大隶属度原则判定本仿真系统为较可信等级。　

【１１］王会梅，王永杰，张义荣．粗糙集理论在网络攻击效果评估中　

的应用研究［Ｊ】．计算机应用研究，２００７，２４（６）：１１８—１２０．　

［１２］杨连贺，李姜．集值统计迭代法在计算机类课程设置中的应　

６结束语　

本文分析了战场通信网络仿真系统的特点，针对性地　

建立了评估其可信性的层次化指标体系。使用集值统计迭　

代法确定了指标权重。并对逻辑类指标和数值类指标，分　

别使用模糊综合评判法和灰度关联聚类法评估了其可信　

性等级。给出了分类综合可信性评估算法，从下至上逐层　

评估。仿真实验结果表明，评估使用的２２０Ｃ战场通信网　

（上接第６７页）　

参考文献　

［１］Ｐｌｅｓｅａ　Ｌ．Ｒｅｍｏｔｅ　Ａｃｃｅｓｓ　ｔＯ　Ｖｅｒｙ　Ｌａｒｇｅ　Ｉｍａｇｅ　Ｒｅｐｏｓｉｔｏｒｉｅｓ，Ａ　

用【Ｊ】．天津工业大学学报，２００３，２２（３）：７０—７２．　

【１３］查亚兵，唐见兵．基于主观综合评判的作战仿真可信度评估方　

法研究［Ｊ］＿国防科学技术大学学报，２０１０，３２（６）：１５３—１５７．　

［１４】孙世霞．复杂大系统建模与仿真的可信性评估研究【Ｄ】．长沙：　

国防科学技术大学，２００５．　

编辑顾逸斐　

Ｓｙｓｔｅｍｓ　Ｐｒｉｎｃｉｐｌｅｓ．Ｎｅｗ　Ｙｏｒｋ，ＵＳＡ：［Ｓ．ｎ．］，２００３．　

　Ｓ，ｅｔ　ａ１．Ｂｉｇｔａｂｌｅ：Ａ　Ｄｉｓｔｒｉｂｕｔｅｄ　

［５］　

Ｃｈａｎｇ　Ｆ，Ｄｅａｎ　Ｊ，Ｇｈｅｍａｗａｔ

Ｈｉｇｈ　Ｐｅｒｆｏｒｍａｎｃｅ　Ｃｏｍｐｕｔｉｎｇ　Ｐｅｒｓｐｅｃｔｉｖｅ［Ｃ］／／Ｐｒｏｃ．ｏｆ　ＥＳＴＣ’０５．　

［Ｓ．１．］：ＩＥＥＥ　Ｐｒｅｓｓ，２００５．　

［２］Ｈｕｌｅｎ　Ｈ，Ｇｒａｆ　Ｏ，Ｆｉｔｚｇｅｒａｌｄ　Ｋ，ｅｔ　ａ１．Ｓｔｏｒａｇｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋｓ　ａｎｄ　

ｔｈｅ　Ｈｉｇｈ　Ｐｅｒｆｏｒｍａｎｃｅ　Ｓｔｏｒａｇｅ　Ｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏｃ．ｏｆ　ｈｅ　１ｔ　０ｔｈ　ＮＡＳＡ　

Ｇｏｄｄａｒｄ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍａｓｓ　Ｓｔｏｒａｇｅ　Ｓｙｓｔｅｍｓ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｉｅｓ．　

Ｓｔｒｕｃｔｕｒｅ　Ｄａｔａ　Ｓｔｏｒａｇｅ　Ｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏｃ．ｏｆ　ｔｈｅ　７ｔｈ　ＯＳＤＩ　

Ｃｏｎｆｅｒｅｎｃｅ．Ｂｅｒｋｅｌｅｙ，ＵＳＡ：［Ｓ．ｎ．］，２００６：２０５—２　１　８．　

［６］　

王密，龚健雅，李德仁．大型无缝影像数据库管理系统的设　

计与实现［Ｊ］－武汉大学学报，２００３，２８（３）：２９４—３００．　

ｎｕｘ　ｋｅｒｎｅｌ的链表时删除元素的方法［ＥＢ／ＯＬ］．　

［７］　

沈东良遍历Ｌｉ

（２０１　１—０８一ｌＯ）．ｈｔｔｐ：／／ｂｌｏｇ．ｃｓｄｎ．ｎｅｔ／ｓｈｅｎｄｌ／ａｒｔｉｃｌｅ／ｄｅｔａｉｌｓ／６３９７８９８．　

Ｃｏｌｌｅｇｅ　Ｐａｒｋ，ＵＳＡ：［Ｓ．ｎ．］，２００２．　

【３】Ｂａｒｒｏｓｏ　Ｌ　Ａ，Ｄｅａｎ　Ｊ，Ｈｏｌｚｌｅ　Ｕ．Ｔｈｅ　Ｇｏｏｇｌｅ　Ｃｌｕｓｔｅｒ　

Ａｒｃｈｉｔｅｃｔｕｒｅ［Ｍ］＿【Ｓ．１．】：ＩＥＥＥ　Ｃｏｍｐｕｔｅｒ　Ｓｏｃｉｅｔｙ，２００３．　

［４】Ｇｈｅｍａｗａｔ　Ｓ，Ｇｏｂｉｏｆｆ　Ｈ，Ｓｈｕｎ　Ｔ　Ｌ．Ｔｈｅ　Ｇｏｏｇｌｅ　Ｆｉｌｅ　

ｎｕｘ内核中链表和散列表的实现原理揭秘［ＥＢ／ＯＬ］．　

［８］　

沈东良Ｌｉ

（２０１　１－０６—３０）．ｈｔｔｐ：／／ｂｌｏｇ．ｃｓｄｎ．ｎｅｆｆｓｈｅｎｄ１．　

Ｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏｃ．ｏｆ　ｔｈｅ　１９ｔｈ　ＡＣＭ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｏｐｅｒａｔｉｎｇ　

编辑索书志　

本文标签： 指标评估网络模型系统