[发明专利]基于神经网络的机动通信台站通信保障能力评估方法、系统及电子设备

说明书

本发明涉及通信保障能力评估技术领域，尤其涉及一种基于神经网络的机动通信台站通信保障能力评估方法、系统及电子设备。包括：数据预处理：输入机动通信台站的各项数据，对数据进行归类划分，生成特征属性；自学习训练：获得通信台站设备开设运行的特征属性以及效果评估作为样本，基于模糊神经网络进行训练，生成数据评估模型；数据评估：利用数据评估模型对设备属性进行评估分析，然后将设备属性评估结果和人员属性依据二元语义集成算子进行加权集成，生成综合评价结果。本发明可以有效避免集成时的信息丢失，同时对通信保障能力作出科学的评估，有效提高了评估结果的准确性。

技术领域

本发明涉及通信保障能力评估技术领域，尤其涉及一种基于神经网络的机动通信台站通信保障能力评估方法、系统及电子设备。

背景技术

通信是保障作战指挥的基本手段，通信保障能力是军队战斗力的重要组成部分。除了人为的操作不当及自然条件的突变所引起的设备低效无法预知外，正常情况下，通过对通信台站设备及人员的通信保障能力进行分析评估，可以科学量化计算台站开设时候的通信保障能力，做出科学的分析决策，保证通信方案的可靠性，实现设备利用率最大化，充分发挥通信的“倍增器”作用。

现有通信台站的通信保障能力评估方法并不能很好的对通信保障能力进行评估。主要有两个技术难点：一是难以对输入的台站数据进行量化评估；二是由于台站设备的性能属性以及人员评价属于不同的信息类型，且属性间的评价存在冲突性，很难进行综合集成。这两个问题制约了通信保障能力的预测评估，难以适应现代化通信保障能力建设和发展的需要。

发明内容

为解决上述问题，本发明提供了一种基于神经网络的机动通信台站通信保障能力评估方法，有效克服了因设备属性信息类型不同存在的制约，将各类数据有效集成，对通信台站的通信保障能力给出科学的评估结果。

本发明采用的具体方案如下：

一种基于神经网络的机动通信台站通信保障能力评估方法，包括以下步骤：

步骤1、数据预处理：输入机动通信台站的各项数据，对数据进行归类划分，生成特征属性；所述特征属性包括设备属性和人员属性；

步骤2、自学习训练：获得通信台站设备开设运行的特征属性以及效果评估作为样本，基于模糊神经网络进行训练，生成数据评估模型；

步骤3、数据评估：利用数据评估模型对设备属性进行评估分析，然后将设备属性评估结果和人员属性依据二元语义集成算子进行加权集成，生成综合评价结果。

步骤1中设备属性包括受评估机动通信台站所处的本端地形/对端地形、测试时的天候风力和温湿度、测试时的电磁环境、测试频率、测试距离、测试功率、天线高度、本端和对端时速；人员属性是指站长和操作员各自的专业技能素质，包括考试和训练成绩。

基于二元语义集成算子进行加权集成的具体过程为：

首先，将设备属性的评估结果以及人员属性归一转换，将实数型、区间型线性变换数据转换到[0-1]区间，语言变量型数据不作转换；将不同属性的数据进行统一，生成一组二元语义信息，二元语义信息由二元组(s_i,α_i)表示，其中，s_i表示预先定义的语言短语集中的语言描述，α_i称为符号转移值，α_i∈[-0.5,0.5)，表示评价结果与s_i的偏差；S为语言评价集，s_i∈S＝(s₁,s₂,...,s_g)，β∈[0，g]，g＝评价集区间数-1，则其二元语义可通过下面的转换函数Δ得到，其中，round()为取整算子，s_i是下标和β最接近的语言变量；Δ:[0,g]→S×[-0.5,0.5),