中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
Command Control and Simulation

Command Control and Simulation >

2023 , Vol. 45 >Issue 4: 140 - 144

DOI: https://doi.org/10.3969/j.issn.1673-3819.2023.04.021

Radar & Communication & Navigation

Research on the evaluation method of UUV cluster communication performance based on ideal point method

  • QI Jiahui 1 ,
  • CUI Pei 2 ,
  • JIANG Kaina 1 ,
  • HUI Runnan 1
Expand
  • 1 Dalian Scientific Test and Control Technology Institute, Dalian 116013, China
  • 2 Science and Technology on Underwater Test and Control Laboratory, Dalian 116013, China

Received date: 2022-08-02

  Revised date: 2022-09-26

  Online published: 2023-08-17

Fold

Abstract

A reasonable and accurate evaluation of the performance of UUV clusters is of great significance for the selection and optimization of UUV clusters. Communication performance is one of the important performances of UUV clusters. Information transmission occurs in all aspects of UUV clusters operation. Communication quality directly affects the performance of the entire UUV clusters. This paper studies the evaluation method of UUV clusters communication performance, establishes the communication performance evaluation index system, determines the acquisition method of each index parameter, and calculates the weight coefficient of each evaluation index by using the relative comparison method. On this basis, the communication performance of the 5-type UUV clusters is evaluated based on the ideal point method. The evaluation results show that the method is simple in modeling, fast in calculation, and obvious in discrimination.

Key words： UUV clusters; communication performance; relative comparison method; ideal point method; weight coefficient

Cite this article

QI Jiahui , CUI Pei , JIANG Kaina , HUI Runnan . Research on the evaluation method of UUV cluster communication performance based on ideal point method[J]. Command Control and Simulation, 2023 , 45(4) : 140 -144 . DOI: 10.3969/j.issn.1673-3819.2023.04.021

为了满足更复杂的任务需求,UUV集群协同作业应运而生。与单UUV作业相比,UUV集群协同作业能形成空间分布、功能分布、时间分布的协同作业网,具有生存能力强,配置方式灵活,抗干扰等优点,既能充分发挥各单UUV的性能,又能提高综合作业能力[1⇓-3]。对UUV集群性能进行评估可以为选择性能较好的UUV集群及UUV集群优化提供参考。通信性能是UUV集群的重要性能之一。UUV集群的通信承担着感知、决策、行动、保障等信息的传递及分发任务,通信的准确性和及时性影响着整个集群性能的发挥[4]。
UUV集群通信性能评估问题属于多属性评估问题,这类评估问题一般分为三步:1)根据评估对象性质和评估目的构建评估指标体系,计算各评估对象的各指标值;2)确定各评估指标的权重系数,权重系数的确定方法主要有两类:一类是主观赋权法,常见的方法有专家咨询法、最小平方和法、层次分析法等,这类方法依赖于专家的知识和经验积累,能较好地反映评估对象的背景情况,但具有较大的主观随意性;另一类是客观赋权法,常见的方法有熵值法、变异系数法等,这类方法直接对样本数据进行处理,通过分析各参数间的相互联系和影响确定权重,这类方法完全无须人为干涉,但是可能会出现过度依赖样本集数字特征的问题;3)综合利用指标值和权重系数对各评估对象进行评估,常见的评估方法有加权和法、加权积法、理想点法等[5]。
本文按照上述三步骤研究了UUV集群通信性能评估方法,首先明确集群通信性能的影响因素,确定指标参数及各指标参数的获取方法,接着采用相对比较法计算各指标参数的权重系数,最后采用理想点法对各评估对象进行评估。理想点法根据待评估方案与正理想方案和负理想方案之间的贴近程度对待评估方案进行评估。

1 指标参数与测试方法

依据UUV集群搭载的任务模块及水声通信的特性,如海水对声波的吸收衰减和频率有关、多途传播、多普勒频移等,明确选定的UUV集群之间以及领航者UUV与测量母船之间通信性能指标参数为通信距离、通信建立时间、通信速率、误码率、抗多普勒效应。
1)通信距离及通信建立时间
通信距离是指领航者UUV与测量母船之间建立稳定水声通信的最远作用距离。通信建立时间是指领航者UUV与测量母船之间建立稳定水声通信的时间。这两个参数的获取方式为在海里开展领航者UUV与测量母船之间的拉距试验。试验前,领航者UUV与测量母船进行时统对时。试验过程中,领航者UUV在水声通信载荷工作模式下按事先拟定的数据报文并以规定的通信速率与母船进行全向通信,人工记录建立通信时刻,通信中断时刻,报文发送时刻,报文发送结束时刻及对应位置坐标。
2)通信速率
通信速率获取方法为将UUV集群分别以1 km、2 km相对距离进行布放,领航者UUV在同一距离下分别发送容量为0.1 kb~1 kb的数据,每次间隔0.1 kb,在UUV伴随者接收端进行数据接收并计算单位时间内所接收到的数据量,获取水声通信速率。
3)误码率
误码率的获取方法为根据测试指标误码率,为领航者UUV设置某一(如104 bit)码元信息,生成携带该码元信息的待测水声通信系统下的水声通信信号;设置测试信噪比SNR满足一定条件(如10 dB),根据设定信噪比,生成加载噪声后的水声通信信号;对伴随者UUV加载噪声后的水声通信信号进行解码,恢复码元信息,与设定的码元信息比对,得到误码率。
4)抗多普勒效应
抗多普勒效应是评估水声通信设备通信效能很重要的一个指标。抗多普勒效应参数的获取方法是设置UUV集群相对速度从0 kn到8 kn,以某一相对运动速度步长按照等差数列形式变化;根据当前相对运动速度和水声通信信号的中心频率,计算对应的多普勒频移;将水声通信信号按照多普勒频移进行重采样处理,得到加载多普勒频移后的水声通信信号;对加载多普勒频移后的水声通信信号进行解码,恢复码元信息,与设定的码元信息比对,得到误码率,通过判断所得误码率是否满足设定的误码率要求,确定UUV集群抗多普勒能力。

2 通信性能测试结果

根据上述指标参数和测试方法,可对UUV集群通信性能指标参数进行测试,参考测试结果,本文拟定的不同类型UUV集群通信性能指标参数整理成表,如表1所示。
表1 各UUV集群指标值

Tab.1 Indicators of each UUV cluster

UUV集群类型 指标
通信距离/km 通信建立时间/s 通信速率/kbps 误码率 抗多普勒效应/kn
第一型 2 6 0.7 2×10-3 5
第二型 1.6 7 0.8 3×10-3 6
第三型 1.8 6 0.5 4×10-3 4
第四型 1.2 4 0.9 2×10-3 7
第五型 1.4 3 0.4 3×10-3 4

3 指标参数赋权

确定评估指标参数的权重是性能评估过程中重要的一步[6]。本文采用相对比较法对UUV集群通信性能指标参数进行赋权。相对比较法是一种主观赋权法,计算过程是将所有的评估指标Xj(j=1,2,…,n)分别按行和列排列,构成一个正方形的表;根据三级比例标度对任意两个指标的相对重要关系进行分析,并将评分值记入表中相应的位置;各指标评分值按行求和之后进行归一化处理,便可得到各指标的权重系数ωi。三级比例标度标度值的定义为[5]
qij= 1 当 X i 比 X j 重 要 时 0.5 当 X i 与 X j 同 样 重 要 时 0 当 X i 比 X j 不 重 要 时
所有评分构成矩阵Q=(qij)n×n,则各指标的权重系数为
ωi= ∑ j = 1 n q i j ∑ i = 1 n ∑ j = 1 n q i j
针对本文评估的UUV集群通信性能指标参数,邀请业内专家对集群通信性能指标参数的重要性进行对比分析。由专家确定的重要程度排序为:误码率>抗多普勒效应>通信距离=通信速率>通信建立时间。
利用相对比较法,得到5个指标参数的评分矩阵为
Q= 0.5 1 0.5 0 0 0 0.5 0 0 0 0.5 1 0.5 0 0 1 1 1 0.5 1 1 1 1 0 0.5
计算各指标的权重:
$\begin{array}{l} {\left[\begin{array}{ccccc} 0.5 & 1 & 0.5 & 0 & 0 \\ 0 & 0.5 & 0 & 0 & 0 \\ 0.5 & 1 & 0.5 & 0 & 0 \\ 1 & 1 & 1 & 0.5 & 1 \\ 1 & 1 & 1 & 0 & 0.5 \end{array}\right] \stackrel{\text { 按行相加 }}{\longrightarrow}} \\ {\left[\begin{array}{c} 2 \\ 0.5 \\ 2 \\ 4.5 \\ 3.5 \end{array}\right] \stackrel{\text { 归一化 }}{\longrightarrow}\left[\begin{array}{l} 0.16 \\ 0.04 \\ 0.16 \\ 0.36 \\ 0.28 \end{array}\right]} \\ \end{array}$
即5个指标参数(顺序为通信距离、通信建立时间、通信速率、误码率、抗多普勒效应)的归一化权重系数为W=[0.16 0.04 0.16 0.36 0.28]。

4 指标参数性能评估

4.1 基础理论

由于本文要评估的UUV集群通信性能指标参数有多个,且一般并不是集群的所有指标都是最优的,该问题是一个多属性评估问题。理想点法是一种多属性评估方法,以理想化的最优、最劣基点来权衡其他方案对二者的距离。理想点法的目的就是让最终评判结果与理想方案距离最近,与最差方案距离最远[7]。一般步骤如下:
1)构建评估矩阵X,设一个多指标评估问题有n个待优选方案,记为A={a1,a2,…,an};m个评估方案优劣的指标集,记为C={c1,c2,…,cm}。
2)构建无量纲化评估矩阵。比较各指标值,消除不同指标间不可公度性的影响。为便于分析评估,作如下变换:
若cj是效益型指标,即指标数值越大,对于评估结果越有利的指标,则令
zij= x i j m a x { x i j | 1 ≤ i ≤ n }
若cj是成本型指标,即指标数值越大,对于评估结果越有害的指标,则令
zij= m i n { x i j | 1 ≤ i ≤ n } x i j
若cj是适中型指标,评估者最满意的值为 a j #,则令
zij= m a x { | x i j - a j # | | 1 ≤ i ≤ n } - | x i j - a j # | m a x { | x i j - a j # | | 1 ≤ i ≤ n } - m i n { | x i j - a j # | | 1 ≤ i ≤ n }
3)计算加权单位化矩阵。将各指标值化为无量纲的量,单位化各元素rij=zij/ ∑ i = 1 n z i j 2。假定各项指标的归一化权重向量为W=(ω1,ω2,…,ωm)。加权评估矩阵X为X=W·R,其中xij=(rijωj)。
4)确定参考的正理想点和负理想点。取各指标的最大值构成正理想点,即 x j += m a x j xij(i=1,2,…,m;j=1,2,…,n);取各指标的最小值构成负理想点,即 x j -= m i n jxij(i=1,2,…,m;j=1,2,…,n)。
5)计算与正理想点和负理想点的欧几里得距离。定义:
Li= ∑ j = 1 m ( x i j - x j + ) 2
Di= ∑ j = 1 m ( x i j - x j - ) 2
分别为方案A(i=1,2,…,n)对理想方案A*和负理想方案A-的贴近度。
6)确定评估系数。最终各个方案的优劣顺序由评估系数决定。评估系数Ci的定义如下:
Ci= D i ( L i + D i )(0<Ci<1;i=1,2,…,n)

4.2 性能评估

采用理想点法对UUV集群通信性能评估过程如下:
将5种不同类型的UUV集群测试结果作为待优选方案,记为A={a1,a2,…,an}(n=5),5个评估方案优劣的指标集,记为C={c1,c2,…,cm}(m=5)。
在指标集中,通信距离、通信速率和抗多普勒效应作为效益型指标,指标数值越大对于评估结果越有利,则这3个指标对应的zij为:

zi1= x i 1 m a x { x i 1 | 1 ≤ i ≤ n }=[1 0.8 0.9 0.6 0.7]T

zi3= x i 3 m a x { x i 3 | 1 ≤ i ≤ n }=[0.78 0.89 0.56 1 0.44]T

zi5= x i 5 m a x { x i 5 | 1 ≤ i ≤ n }=[0.71 0.86 0.57 1 0.57]T

在指标集中,通信建立时间、误码率作为成本型指标,指标数值越大对于评估结果越有害,则这2个指标对应的zij为:

zi2= m i n { x i 2 | 1 ≤ i ≤ n } x i 2=[0.5 0.43 0.5 0.75 1]T

zi4= m i n { x i 4 | 1 ≤ i ≤ n } x i 4=[1 0.67 0.5 1 0.67]T

单位化各元素rij为

rij=zij/ ∑ i = 1 n z i j 2= 1.00 0.50 0.78 1.00 0.71 0.80 0.43 0.89 0.67 0.86 0.90 0.50 0.56 0.50 0.57 0.60 0.75 1.00 1.00 1.00 0.70 1.00 0.44 0.67 0.57/

1.8166 1.4991 1.7052 1.7742 1.7010=

0.5505 0.3335 0.4574 0.5636 0.4174 0.4404 0.2868 0.5219 0.3776 0.5056 0.4954 0.3335 0.3284 0.2818 0.3351 0.3303 0.5003 0.5864 0.5636 0.5879 0.3853 0.6671 0.2580 0.3776 0.3351

由相对比较法计算得到的归一化权重向量为
W=[0.16 0.04 0.16 0.36 0.28]
加权评估矩阵X为

X=W·R=[ 0.16 0.04 0.16 0.36 0.28]·

0.5505 0.3335 0.4574 0.5636 0.4174 0.4404 0.2868 0.5219 0.3776 0.5056 0.4954 0.3335 0.3284 0.2818 0.3351 0.3303 0.5003 0.5864 0.5636 0.5879 0.3853 0.6671 0.2580 0.3776 0.3351=

0.0881 0.0133 0.0732 0.2029 0.1169 0.0705 0.0115 0.0835 0.1359 0.1416 0.0793 0.0133 0.0525 0.1014 0.0938 0.0528 0.0200 0.0938 0.2029 0.1646 0.0616 0.0267 0.0413 0.1359 0.0938

正理想点 x j + 为

x j += m a x j xij(i=1,2,…,5;j=1,2,…,5)=(0.088 1,0.026 7,0.093 8,0.202 9,0.164 6)

负理想点 x j - 为

x j -= m i n j xij(i=1,2,…,m;j=1,2,…,n)=(0.052 8,0.011 5,0.041 3,0.101 4,0.093 8)

正理想点和负理想点的欧几里得距离为:

L1= ∑ j = 1 m ( x 1 j - x j + ) 2=0.053 7

L2= ∑ j = 1 m ( x 2 j - x j + ) 2=0.075 3

L3= ∑ j = 1 m ( x 3 j - x j + ) 2=0.131 4

L4= ∑ j = 1 m ( x 4 j - x j + ) 2=0.035 9

L5= ∑ j = 1 m ( x 5 j - x j + ) 2=0.113 8

D1= ∑ j = 1 m ( x 1 j - x j - ) 2=0.114 5

D2= ∑ j = 1 m ( x 2 j - x j - ) 2=0.074 6

D3= ∑ j = 1 m ( x 3 j - x j - ) 2=0.028 8

D4= ∑ j = 1 m ( x 4 j - x j - ) 2=0.134 7

D5= ∑ j = 1 m ( x 5 j - x j - ) 2=0.038 7

由此可得不同类型UUV集群的评估系数Ci为:

C1= D 1 ( L 1 + D 1 )= 0.1145 0.0537 + 0.1145=0.680 7

C2= D 2 ( L 2 + D 2 )= 0.0746 0.0753 + 0.0746=0.497 7

C3= D 3 ( L 3 + D 3 )= 0.0288 0.1314 + 0.0288=0.179 8

C4= D 4 ( L 4 + D 4 )= 0.1347 0.0359 + 0.1347=0.789 6

C5= D 5 ( L 5 + D 5 )= 0.0387 0.1138 + 0.0387=0.253 8

表2 通信性能评估结果

Tab.2 Communication performance evaluation results

UUV集群类型 计算结果
Li Di Ci 通信性能排序
第一型 0.053 7 0.114 5 0.680 7 2
第二型 0.075 3 0.074 6 0.497 7 3
第三型 0.131 4 0.028 8 0.179 8 5
第四型 0.035 9 0.134 7 0.789 6 1
第五型 0.113 8 0.038 7 0.253 8 4

5 结束语

由分析结果可知,对于不同类型的UUV集群,第四型UUV集群的评估系数最高,即第四型UUV集群最接近于正理想点,在本次UUV集群通信性能试验中表现最佳。
利用理想点法对于UUV集群进行通信性能评估,具有建模简单,计算速度快,区分度明显的优点,并且对样本量、指标多少无严格限制,能够为试验人员提供UUV集群通信性能信息参考,以便做出判断,对集群通信性能有效评估和提升具有重要的现实意义。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
陈强, 李方. UUV线式搜索集群探潜作业效能评估方法[J]. 舰船科学技术, 2015, 37(5): 83-85.

CHEN Q, LI F. Research on efficiency evaluation method to detect submarine by line search of UUV group[J]. Ship Science and Technology, 2015, 37(5): 83-85.

[2]
董金鑫, 张东俊, 张磊, 等. UUV试验评估组织执行体系构建与思考[J]. 水下无人系统学报, 2018, 26(1): 63-69.

DONG J X, ZHANG D J, ZHANG L, et al. Discussion about construction of organization and execution system architecture for UUV test and evaluation[J]. Journal of Unmanned Undersea Systems, 2018, 26(1): 63-69.

[3]
LEI Q, ZHANG W D. Double-loop integral terminal sliding mode tracking control for UUVs with adaptive dynamic compensation of uncertainties and disturbances[J]. IEEE Journal of Oceanic Engineering, 2019, 44(1): 29-53.

DOI

[4]
黎漫斯, 刘冰, 贾舒宜. 对潜通信系统效能指标体系研究[J], 舰船电子工程, 2019, 39(8): 7-9.

LI M S, LIU B, JIA S Y. Research on effectiveness index system of submarine communication system[J]. Ship Electronic Engineering, 2019, 39(8): 7-9.

[5]
马亚龙, 邵秋峰, 等. 评估理论和方法及其军事应用[M]. 北京: 国防工业出版社, 2013.

MA Y L, SHAO Q F, et al. Evaluation theory and methods and their military applications[M]. Beijing: National Defense Industry Press, 2013.

[6]
杨春周, 滕克难, 程月波. 作战效能评估指标权重的确定[J]. 计算机仿真, 2008, 25(10): 5-7.

YANG C Z, TENG K N, CHENG Y B. Determination of the weight values of indexes for the combat capability[J]. Computer Simulation, 2008, 25(10): 5-7.

[7]
管怀建, 唐亮, 邓志江. 基于正负理想点法的火炮武器系统作战效能评估[J]. 兵工自动化, 2010, 29(3): 44-46.

GUAN H J, TANG L, DENG Z J. Operational effectiveness Evaluating of Gun Weapon System Based on Positive and Negative deal Point[J]. Ordnance Industry Automation, 2010, 29(3): 44-46.

Options
Outlines

/

〈 〉