0 引言

    移動通信車輛是一種特殊的受供電車輛，如今隨著科學(xué)技術(shù)的發(fā)展，社會對交通運輸?shù)男枨蟪掷m(xù)增長，移動通信車輛動態(tài)組網(wǎng)應(yīng)運而生^[1-2]，且因其方便性、開放性等優(yōu)點被廣泛應(yīng)用在各個領(lǐng)域通信工作方面。但隨著使用環(huán)境的增加，其抗干擾性能受到了前所未有的挑戰(zhàn)，也成為了該領(lǐng)域亟待解決的問題，并受到廣大學(xué)者的關(guān)注，出現(xiàn)了很多好的解決方法^[3-5]。

    其中，文獻(xiàn)[6]提出基于自組織方法的移動通信車輛動態(tài)組網(wǎng)抗干擾性評估方法，通過將抗干擾性能分為有限和無限兩種，分別進(jìn)行針對性的分析，實現(xiàn)對抗干擾性的評估。該方法對大量噪聲環(huán)境下的移動通信車輛動態(tài)組網(wǎng)性能評估不準(zhǔn)確，不適合大范圍使用。文獻(xiàn)[7]提出基于信息隱藏的移動通信車輛動態(tài)組網(wǎng)抗干擾性能評估方法，采用置亂技術(shù)對隱蔽信息置亂度進(jìn)行衡量，增加隱蔽信息的特征，實現(xiàn)性能評估。但是該方法實現(xiàn)過程復(fù)雜。文獻(xiàn)[8]提出基于物聯(lián)網(wǎng)的移動通信車輛動態(tài)組網(wǎng)抗干擾性評估方法，該方法通過對動態(tài)組網(wǎng)存在的噪聲進(jìn)行濾波處理，增加通信性能的基礎(chǔ)上，采用物聯(lián)網(wǎng)技術(shù)，對抗干擾性能進(jìn)行評估。但存在所需時間較長的問題。

    針對上述問題的產(chǎn)生，提出一種新的移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估建模方法。實驗結(jié)果證明，采用改進(jìn)的評估方法時，其評估相對誤差較小，抗干擾效能評估性能好，具有一定的優(yōu)勢。

1 移動通信車輛動態(tài)組網(wǎng)結(jié)構(gòu)與評估指標(biāo)分析及預(yù)處理

1.1 移動通信車輛動態(tài)組網(wǎng)結(jié)構(gòu)分析

    移動通信車輛的動態(tài)組網(wǎng)擁有兩種構(gòu)造，即樹狀和網(wǎng)狀^[9-11]。樹狀構(gòu)造圖如圖1所示，在一個單獨的移動通信網(wǎng)絡(luò)車輛數(shù)據(jù)的數(shù)據(jù)融合中心，可通過數(shù)據(jù)融合中心實現(xiàn)對所有數(shù)據(jù)的處理。網(wǎng)狀結(jié)構(gòu)可以實現(xiàn)移動通信車輛數(shù)據(jù)轉(zhuǎn)換和共享，移動通信車輛動態(tài)組網(wǎng)在大范圍可以從其他移動車輛獲取所需數(shù)據(jù),并將其與測量數(shù)據(jù)融合在一起。網(wǎng)狀構(gòu)造比樹構(gòu)造更為復(fù)雜,但非常靈活,有良好的抗毀性，單個節(jié)點的破壞不會干擾整個網(wǎng)絡(luò)系統(tǒng)的正常運行，網(wǎng)狀構(gòu)造如圖2所示。

    由圖1和圖2可知，移動通信車輛以組網(wǎng)的形式，可以使通信車輛數(shù)據(jù)得到共享，同時控制中心能夠?qū)γ總€移動通信車輛進(jìn)行控制，增加移動通信車輛的可靠性，并且移動通信車輛還可以從多角度進(jìn)行通信。

1.2 移動通信車輛動態(tài)組網(wǎng)評估指標(biāo)分析

    在移動通信車輛組網(wǎng)抗干擾效能評估時，將與移動通信車輛動態(tài)組網(wǎng)有關(guān)的指標(biāo)組成為移動通信車輛動態(tài)組網(wǎng)的評估指標(biāo)體系。構(gòu)建所需的評估體系，能選取評估目標(biāo)和評估方向，而移動通信車輛動態(tài)組網(wǎng)的抗干擾性能評價體系的構(gòu)建，能夠從預(yù)警能力、覆蓋能力和融合治理等3方面進(jìn)行展開分析。

1.2.1 覆蓋性能分析

    覆蓋性能主要是指移動通信車輛動態(tài)網(wǎng)絡(luò)的影響,對于一個給定目標(biāo)在動態(tài)網(wǎng)絡(luò)中的覆蓋程度。相關(guān)指標(biāo)獲取如下所示：

式中：M、N均為常數(shù)。

    (2)頻域覆蓋系數(shù)：若組網(wǎng)有M個頻段，移動通信車倆數(shù)為N，那么動態(tài)組網(wǎng)的頻段交錯比是：

式中：0≤R_f≤1，頻率越大，針對移動通信車輛動態(tài)組網(wǎng)干擾機頻率范圍更大，很大程度上通信車輛動態(tài)網(wǎng)干擾機頻率干擾效果更好，移動通信車輛動態(tài)組網(wǎng)抗干擾性越差。

1.2.2 預(yù)測能力分析

    (1)探測時間比：探測時間比率表示移動車輛動態(tài)網(wǎng)絡(luò)目標(biāo)探測的連續(xù)性,能用下式進(jìn)行表示：

式中：T_f為移動通信車輛動態(tài)網(wǎng)絡(luò)在滿足一定條件下的網(wǎng)絡(luò)區(qū)域探測到目標(biāo)的時間；T_g為在動態(tài)網(wǎng)絡(luò)領(lǐng)域里，發(fā)現(xiàn)一個目標(biāo)所需時間；T_b為在網(wǎng)絡(luò)領(lǐng)域中，一個目標(biāo)在盲區(qū)出現(xiàn)的時間。

    (2)發(fā)現(xiàn)概率：目標(biāo)發(fā)現(xiàn)概率是一個動態(tài)網(wǎng)絡(luò)在電子干擾情況下發(fā)現(xiàn)目標(biāo)的概率。動態(tài)網(wǎng)絡(luò)中的車輛在受到電子干擾后,各車輛目標(biāo)檢測概率在任一地點,動態(tài)網(wǎng)絡(luò)發(fā)現(xiàn)目標(biāo)的概率能根據(jù)下式進(jìn)行計算：

式中，P_i是第i部車輛的發(fā)現(xiàn)的概率，P為組網(wǎng)發(fā)現(xiàn)概率，n為常數(shù)。

1.3 移動通信車輛動態(tài)組網(wǎng)信息預(yù)處理

    移動通信車輛動態(tài)組網(wǎng)信息因存在偏差性和相對的紊亂性，在分析移動通信車輛動態(tài)組網(wǎng)結(jié)構(gòu)及評估指標(biāo)的基礎(chǔ)上，對移動通信車輛動態(tài)組網(wǎng)信息進(jìn)行預(yù)處理，增加信息準(zhǔn)確度。在動態(tài)網(wǎng)絡(luò)中,假如一個移動車輛在干擾環(huán)境下,且其他移動通信車輛的傳感器數(shù)據(jù)能夠經(jīng)過信息融合處理中心,讓移動通信車輛動態(tài)網(wǎng)絡(luò)依然可以維持全部性能。

    若移動通信車輛動態(tài)組網(wǎng)輛移動通信車輛為N，移動通信車輛有N_j因干擾而失效，定義動態(tài)組網(wǎng)失效比為：

    綜上所述，通過對移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估指標(biāo)進(jìn)行分析，以及對移動通信車輛動態(tài)組網(wǎng)信息的預(yù)處理，可為之后建立移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型的建立提供基礎(chǔ)依據(jù)。

2 移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型的建立

    由于移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估各指標(biāo)具備不一樣的量綱，且類型不一樣，所以指標(biāo)具備非共用性，難以進(jìn)行直接對比。為了減少指標(biāo)間的不同量綱的干擾，需要對輸入向量進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換，引入基于最大離差法與支持向量機法相互結(jié)合，在計算出最大離差法權(quán)重系數(shù)基礎(chǔ)下，運用支持向量機移動通信車輛動態(tài)組網(wǎng)抗干擾效能進(jìn)行評估。將支持向量機應(yīng)用到抗干擾效能評估中，在抗干擾效能評估體系基礎(chǔ)上，構(gòu)建移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型。假設(shè)有n個樣本數(shù)據(jù)、P個指標(biāo)，可得最大離差法權(quán)重系數(shù)X：

    綜上所述，引入基于最大離差法權(quán)重系數(shù)的支持向量機評估方法，構(gòu)建移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型，并采取多種技術(shù)措施，實現(xiàn)抗干擾效能評估模型的構(gòu)建。

3 實驗結(jié)果分析

    為了證明改進(jìn)方法在動態(tài)網(wǎng)絡(luò)移動通信抗干擾性能評價的可行性,比較兩種方法的最佳差異的同時,以4個不同的移動通信車輛動態(tài)網(wǎng)絡(luò)模式為訓(xùn)練樣本,測試在干擾環(huán)境中各種指標(biāo)的相應(yīng)值。指標(biāo)為：頻域覆蓋系數(shù)C2、探測時間比C4、空域覆蓋系數(shù)C1、信息融合能力C6、頻域瞄準(zhǔn)度C3、目標(biāo)發(fā)現(xiàn)概率C5。采用模糊物元分析法，得到預(yù)測樣本測量值如表1所示。

    根據(jù)覆蓋性能，使用 MATLAB 語言對基于最大離差法權(quán)重系數(shù)的支持向量機評估方法建模，編寫相應(yīng)的函數(shù)庫；然后使用MATLAB 設(shè)計界面并調(diào)用相應(yīng)的庫函數(shù)，在設(shè)置不同干擾環(huán)境的參數(shù)下進(jìn)行效能評估。其仿真方案如圖3所示。

    在抗干擾效能評估軟件方案設(shè)計的基礎(chǔ)之上，采用TOTU評估模型與本文的評估模型進(jìn)行實驗對比，分別測試兩種建模準(zhǔn)確度，其對比結(jié)果如圖4所示。

    使用支持向量機、神經(jīng)網(wǎng)絡(luò)法、模糊綜合評估、模糊物元分析法與改進(jìn)方法這5種方法對比，對移動通信車輛動態(tài)組網(wǎng)抗干擾效能進(jìn)行建模評估，結(jié)果能反映動態(tài)組網(wǎng)的抗干擾效能，如圖5所示。

    從圖5中可知，除了改進(jìn)方法，其余4種方法得到的曲線解釋幾乎相同，4種評價方法評價的動態(tài)網(wǎng)絡(luò)抗干擾效果的關(guān)系本質(zhì)上也一樣。同時4種算法本身的評估結(jié)果差異在不同的大小與人為干擾因素。模糊綜合評估方法評估結(jié)果很小,這主要是因為模糊物元分析方法的反應(yīng)可以客觀地評價結(jié)果，所以一般的評估實驗中都選擇其作為訓(xùn)練的期望值，而改進(jìn)方法因為其做了預(yù)處理，使得效能評估結(jié)果要優(yōu)于其他4種評估方法，具有一定優(yōu)勢。以模糊物元法的評估結(jié)果作為標(biāo)準(zhǔn)，采用剩余4種算法的評估相對誤差結(jié)果如圖6所示。

    由圖6可知，模糊綜合評價方法能夠從多個指標(biāo)綜合判斷、評估對象隸屬度,能夠考慮到評價對象的層次結(jié)構(gòu)、評價標(biāo)準(zhǔn)。影響因素的模糊性與模糊綜合評價可以定性和定量因素的結(jié)合,擴大信息量,提高評價的可靠性。模糊綜合評價方法由于堅實的理論基礎(chǔ)及系統(tǒng)性強，可用于解決新領(lǐng)域中的新問題,評估結(jié)果可以作為其他方法的參考。其參數(shù)設(shè)置和評價方法可以考慮每個樣本之間的差異參數(shù)值及權(quán)重的不確定性,減少該指數(shù)權(quán)重設(shè)置在主觀因素的影響,增加了移動通信車輛動態(tài)網(wǎng)絡(luò)抗干擾性能的準(zhǔn)確評估。

4 結(jié)束語

    本文針對傳統(tǒng)的評估方法非移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估不準(zhǔn)確的問題，提出一種新的移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估方法，對移動通信車輛動態(tài)組網(wǎng)信息進(jìn)行預(yù)處理，增加信息的準(zhǔn)確度，再通過專家評估方法獲取移動通信車輛動態(tài)組網(wǎng)抗干擾因子評估模型，引入多種評估技術(shù)措施建立移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型，實現(xiàn)抗干擾效能的評估。實驗結(jié)果證明，采用改進(jìn)的評估方法時，其評估相對誤差較小，抗干擾效能評估性能好，具有一定的優(yōu)勢。

參考文獻(xiàn)

[1] 丁若婷，孫越，汪毅雄，等.基于4G移動通信的實時車輛監(jiān)控管理系統(tǒng)[J].信息通信技術(shù)，2015，32(5)：27-32.

[2] BEATY R E，BENEDEK M，SILVIA P J，et al.Creative cognition and brain network dynamics[J].Trends in Cognitive Sciences，2015，20(2)：87-95.

[3] 郭彬.高速移動錯位下的車輛通信參數(shù)精確檢測[J].計算機測量與控制，2015，23(2)：389-391.

[4] 隋毅，邵峰晶，孫仁誠，等.基于向量空間的多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò)模型動態(tài)組網(wǎng)運算的形式描述[J].軟件學(xué)報，2015，12(8)：2007-2019.

[5] Li Zhao，Shen Yao，Yao Bin，et al.OFScheduler：A dynamic network optimizer for MapReduce in heterogeneous cluster[J].International Journal of Parallel Programming，2015，43(3)：472-488.

[6] 張宇，王鵬，劉澄澄，等.基于HLA的無線通信網(wǎng)絡(luò)抗干擾仿真系統(tǒng)研究[J].北京理工大學(xué)學(xué)報，2015，34(1)：79-85.

[7] 侍財源，樂燕芬，黃喆，等.ZigBee網(wǎng)絡(luò)拓?fù)鋵LAN抗干擾性能影響[J].信息技術(shù)，2015，15(5)：165-168.

[8] 張建軍，曲宏宇，趙棟華.基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)抗干擾效能評估方法[J].海軍航空工程學(xué)院學(xué)報，2015，30(1)：28-32.

[9] WU Q，COLE C，SUN M S Y Q.A review of dynamics modelling of friction wedge suspensions[J].Vehicle System Dynamics，2014，52(11)：1389-1415.

[10] ZHANG B，MA H，SUN X L，et al.Robust anti-jamming method for high dynamic global positioning system receiver[J].Iet Signal Processing，2016，10(4)：342-350.

[11] XIE H，HU J，YIN W Y.Anti-jamming performance simulation and analysis of tactical data link communication system[J].IEEE International Symposium on Electromagnetic Compatibility，2014，23（6）：1096-1101.

作者信息:

王淑娟1，李衛(wèi)平2

(1.中原工學(xué)院信息商務(wù)學(xué)院 信息技術(shù)系，河南 鄭州451191；2.鐵道警察學(xué)院 公安技術(shù)系，河南 鄭州450053)