修正ADC模型

修正ADC模型（精选四篇）

修正ADC模型 篇1

1 ADC模型

ADC效能评估方法是美国工业界武器效能咨询委员会(Weapon System Effectiveness Industry Advisory Committee,WSEIAC)提出的一种效能评估解析算法,它能较为全面地反映武器系统状态及随时间变化的多项战术、技术指标,在作战使用中的动态变化与综合作用,具有层次分明、结构简单、易于理解等优点。文中选用改进的ADC效能评估方法对电子对抗系统作战效能进行评估与分析。ADC效能评估方法是WSEIAC提出的评价武器系统效能的模型和方法,被认为是有效、通用的模型。WSEIAC规定系统效能是“系统满足一组特定任务要求程度的度量,或者说是系统在规定条件下达到规定使用目标的能力”。规定的条件指的是环境条件、时间、人员、使用方法等因素;规定使用目标指的是所要达到的目的;能力则是指达到目标的定量或定性程度。因此WSEIAC将系统效能规定为系统可用度A(Available)、可信赖度D(Dependability)和能力C(Capability)的函数,用系统效能E表示

E=A×D×C (1)

A=(a1,a2,…,an)为1×n维向量,表示在开始执行任务时系统状态的量度;ai为开始执行任务时系统处于状态i的概率,显然${\displaystyle \sum _{i=1}^{n}a}{}_i=1$;D=(dij)nn为n×n维的可信性矩阵,是在已知系统开始执行任务时所处状态的情况下,在执行任务过程中某个或多个瞬间的系统状态的量度,如为已知在开始执行任务时系统处于状态i而在执行任务过程中系统处于状态j的概率,${\displaystyle \sum _{j=1}^{n}d}{}_{ij}=1$;C=(cij)nn为能力矩阵,是在已知系统执行任务过程中所处状态条件下,系统完成任务能力的量度,cij为在系统的有效状态i条件下第j个品质因素值。

2 改进的ADC效能评估模型

由于武器和军事装备都是在敌方的积极对抗条件下运用的,对抗环境对武器系统的作战效能有较大影响,所以在评定电子对抗系统作战效能时,必须将敌方的对抗和我方操作人员熟悉、掌握电子对抗系统设备,驾驭使用武器系统的能力水平和战场自然环境条件加以考虑,模型才能符合作战实际,真实地反映出其具备的实际能力。为此,对ADC模型作如下修改,使其适合于更全面的评定[2]

E=K×(1-Q)×A×D×C (2)

其中,K为操作水平性系数;Q为战场环境影响系数。

3 改进的电子对抗系统效能评估方法

电子对抗是现代战争的重要作战手段,随着电子对抗强度的加剧,保障各环节中的不确定因素增多,这对电子对抗能力评估体系建设提出了更高的要求。目前针对电子对抗能力的评估方案还不完善,尤其是对相关干扰因素的处理工作还处于探索阶段。在众多方法中,以基于ADC模型为基础,通过改进和优化,对战场电子对抗系统保障能力进行精确评估的方法较为合理,实现了对电子对抗设备综合效能的定量评估,并为进一步设计、发展电子对抗设备起到了辅助决策作用。

3.1 操作水平性系数

任何系统都需要人操作和使用,由于武器系统操作人员能力、素质的高低、平时训练模式和作战中战术使用的不同,使得同一种武器由不同的人去操作,实现的效果都存在差异。另外,武器系统的人机界面是否友好、自动化程度的高低,都会影响到人员的操作水平。因此,在评估效果时,考虑操作水平性系数是必要的[3]。

操作水平性系数K,即操作人员在完成任务的过程中误操作的概率,主要是操作人员素质、训练水平、系统设备自身的人机界面、系统自动化程度及作战中战术使用等。对于此系数K可以由仿真得到。例如研制的各种武器系统的训练模拟器和战术模拟软件,很好地解决操作训练问题和战场上战术的使用情况,专门研制了操作成绩打分评判系统软件,嵌入式模拟器,对操作训练过程以自动方式进行评判,将训练过程进行量化处理并计算各种条件下电子对抗的成功概率。对操作成绩打分进行处理,得到相对客观的K值。

3.2 战场环境影响系数Q

战场环境影响系数Q,主要考虑到战场上敌情、气候、地形、电磁环境对电子对抗系统性能的影响。战场外部环境对电子对抗系统的性能有较大影响,不同的环境对电子对抗系统性能的影响不同,相同的战场环境中,各种因素对电子对抗系统性能影响也不尽相同。具体环境中具体考虑环境因素也有区别,图3列出的是战场环境下对电子对抗系统性能影响的一般因素。

根据加权平均法可得

$Q={\displaystyle \sum _{i=1}^n\beta }{}_i{\rm H}{}_i({\displaystyle \sum _{i=1}^n\beta }{}_i=1)(3)$

3.3 可用度向量A

设备可用度表示系统在规定条件下随时使用时能正常工作的概率。可用性向量A时由系统开始处于所有可能状态的概率组成,一般表达式为A=[a1,a2,…,ai,…,an],N种可能状态构成了样本空间。这里考虑两个有意义的状态:系统处于正常工作状态,系统处于故障状态。则系统可用性向量可表示为

A=[a1,a2] (4)

其中,a1表示系统在开始执行任务时处于正常工作状态的概率;a2表示系统在开始执行任务时处于发生故障状态的概率,在可用性行向量中

$a{}_1=\frac{\text{Μ}\text{Τ}\text{B}\text{F}}{\text{Μ}\text{Τ}\text{B}\text{F}+\text{Μ}\text{Τ}\text{Τ}\text{R}}(5)$

$a{}_2=\frac{\text{Μ}\text{Τ}\text{Τ}\text{F}}{\text{Μ}\text{Τ}\text{B}\text{F}+\text{Μ}\text{Τ}\text{Τ}\text{R}}(6)$

式中,用平均故障间隔时间(Mean Time Between Failure,MTBF)来表征系统处于正常工作状态的数量特征,用平均修复时间(Mean Time To Restoration,MTTR)来表征系统处于故障状态的数量特征。

3.4 系统可信赖度矩阵D

可信度矩阵D是由各种状态变化为其他状态的概率组成,若系统开始执行任务时有中可能状态,则在执行过程中就会呈现出n×n种可能的转化状态,即

$\mathit{D}=\left[\begin{array}{cccc}d{}_{11}& d{}_{12}& \cdots & d{}_{1n}\\ d{}_{21}& d{}_{22}& \cdots & d{}_{1n}\\ ⋮& ⋮& & ⋮\\ d{}_{n1}& d{}_{n2}& \cdots & d{}_{n3}\end{array}\right](7)$

电子对抗系统设备在执行任务中可按“正常工作”和“发生故障”划分为两种状态,系统的可信度矩阵变为

$\mathit{D}=\left[\begin{array}{cc}d{}_{11}& d{}_{12}\\ d{}_{21}& d{}_{22}\end{array}\right](8)$

式中,d11为开始执行任务时,设备处于工作状态,在任务完成后,设备能工作的概率;d12为开始执行任务时,设备处于工作状态,在完成任务后,设备处于故障状态的概率;d21为开始执行任务时,设备处于故障状态,在任务完成时,设备能工作的概率;d22为开始执行任务时,设备处于故障状态,在任务完成时,设备处于故障状态的概率。假设电子对抗设备在执行任务过程中不能修复,而系统的故障服从指数定律,则有

$\mathit{D}=\left[\begin{array}{cc}\exp (-\lambda t)& 1-\exp (-\lambda t)\\ 0& 1\end{array}\right](9)$

其中,λ为系统故障率;t为任务时间。

3.5 系统设备固有能力C

电子对抗系统设备[4]在执行任务过程中只有正常和故障两种模式[5],因此能力矩阵

$\mathit{C}=\left[\begin{array}{c}c{}_1\\ c{}_2\end{array}\right]$

。在故障状态下,可以认为电子对抗设备不能工作,其系统能力为0(即c2=0),那么能力矩阵

$\mathit{C}=\left[\begin{array}{c}c{}_1\\ 0\end{array}\right]$

。在正常工作状态下,给定作战任务后,电子对抗系统设备完成任务目标的能力是侦察能力、干扰能力及防御能力的函数,能力结构层次如图3所示,其关系式可表示为[6]

c1=α1β1+α2β2+α3β3 (10)

式中,β1表示电子对抗系统设备的侦察能力;α1表示电子电子对抗系统设备的侦察能力的权系数;β2表示设备干扰能力;α2表示设备干扰能力的权系数;β3表示设备防御能力;α3表示设备防御能力的权系数。

β1、β2、β3分别为3项能力评估相对于综合能力指标的权系数,可采用层次分析法确定,其方法及步骤如下[7]:

(1) 两两比较以构造判断矩阵对同一层次的n个元素关于上一层中某准则的重要性进行两两比较,其值可构造n×n的比较矩阵B=(aij)nn,其中aij是元素i与元素j相对该准则的1～9重要性比例标度,其值可由表1取得。

(2) 依据判断矩阵计算权重。由判断矩阵计算被比较元素对上一层某准则的相对权重有多种方法,文中采用根法,计算权重步骤如下:先计算判断矩阵B中每行元素的乘积Mi

${\rm M}{}_i={\displaystyle \prod _{j=1}^{n}a}{}_{ij},i=1,2,\cdots ,n(11)$

再计算Mi的n次方根

$\overline{\lambda }{}_i:\overline{\lambda }{}_i={}^n\sqrt{{\rm M}{}_i},i=1,2,\cdots ,n(12)$

对归一化处理

$\lambda {}_i=\overline{\lambda }{}_{/}{\displaystyle \sum _{j=1}^n\lambda }{}_i,i=1,2,\cdots ,n(13)$

列向量λ为λ=(λ1,λ2,…,λn)T,其元素即为该层次中各元素相对上层某准则权重。

(3)一致性检验。构造两两比较判断矩阵时,不可能做到一致性判断。为避免误差太大,需对判断矩阵进行一致性检验。先计算检验判断矩阵的一致性指标

CI=(λmax-n)/(n-1) (14)

式中,λmax为矩阵最大特征指标;n为矩阵阶数。再查找相应的平均随机一致性指标值,如表2所示。

计算一致性比例:CR=CI/RI,当CR≤0.1时,矩阵不一致性可接受,否则,需对判断矩阵进行调整重新计算,直到满意的一致性为止,即可得到β1、β2和β3的值。一般情况下,α1、α2和α3三项系数可通过专家咨询、构造判断矩阵,求解矩阵最大特征根的方法求得,也可采用确定权重的最小二乘法等方法求得。

在K、Q和A、D、C分别确定后,通过公式E=K×(1-Q)×A×D×D,便可得到系统效能。可以看出式中的K、Q、A、D、C都是概率指标,因此最后计算出来的系统效能也是一个概率结果。

4 结束语

用改进的ADC模型对电子对抗系统作战进行了效能分析,该模型将人员因素和战场环境影响系数作为单独因素考虑,给出了电子对抗系统作战效能定量评估手段,为电子对抗系统设备的设计和发展起到了辅助决策作用,具有较强的使用性。

摘要：基于改进的ADC方法,通过分析对抗条件下战场环境的对抗效能,在借鉴有关作战效能指标体系设计方法基础上,结合作战运用效能分析方法和层次分析法,分析了影响电子对抗系统作战效能的5个主要因素,建立了电子对抗系统的作战效能模型,为电子对抗系统设备设计起到了辅助决策作用,具有较强的使用性。

关键词：改进ADC,电子对抗,作战效能

参考文献

[1]李昆,陈丽花,李学军.电子对抗系统作战效能评估研究[C].军事电子信息学术会议论文集,2006:1227-1230.

[2]赵德才,汪路平,李骥,等.基于ADC模型对通信系统效能的评估方法[J].舰船电子工程,2009,29(6):96-98.

[3]刘刚,叶广庆,汪民乐.攻防对抗环境下无人侦察机作战效能评估[J].战术导弹技术,2005(1):34-36.

[4]刘琳,陈云翔.综合电子战系统作战效能评估[J].火力与指挥控制,2008,33(3):97-98,102.

[5]魏继才,黄谦,胡晓峰.层次分析法在武器系统效能建模中的应用[J].火力与指挥控制,2007,27(3):23-28.

[6]屈也频,廖英.海军飞机反舰作战能力评估方法研究[J].上海航天,2004(5):30-36,60.

修正ADC模型 篇2

提出了一种修正颗粒模型,并以该模型为基础用稀释法求得了水/span-80+异戊醇/环己烷W/O型微乳液体系的结构参数,包括水内核半径Rw、颗粒有效半径Re、界面层厚度le、表面活性剂平均聚集数ns、颗粒总数Ne等;并求出了异戊醇从连续相(C)转移到界面层(i)的自由能变化ΔG0c→i.计算结果表明,微乳液颗粒有效半径随着水与有效表面活性剂的物质的量的.比w的增加而线性增加.

作 者：琚行松 赵红丽 芮玉兰 梁英华 JU Xing-song ZHAO Hong-li RUI Yu-lan LIANG Ying-hua 作者单位：琚行松,JU Xing-song(唐山师范学院,化工新材料与技术研究所,河北,唐山,063000)

赵红丽,ZHAO Hong-li(唐山师范学院,化工新材料与技术研究所,河北,唐山,063000;河北理工大学,化工与生物技术学院,河北,唐山,063000)

芮玉兰,梁英华,RUI Yu-lan,LIANG Ying-hua(河北理工大学,化工与生物技术学院,河北,唐山,063000)

修正ADC模型 篇3

关键词：弹性价格货币模型；修正；人民币汇率

一、引言

在开放条件下，汇率是影响国民经济内外均衡的关键性变量，是调节国民经济内外均衡的杠杆，更是国际金融领域和国际贸易中最重要的价值工具。因此，人民币汇率一直以来都是国内外学者们研究的重点。从2005年7月21日汇改至今，人民币汇率一路攀升，对美元升值幅度高达22.22%。[1]2008年爆发的次贷危机引发了中美两国新一轮的贸易摩擦，美国不断向中国施压逼迫人民币升值。人民币的持续升值对我国经济增长产生了负面影响：我国出口贸易受到了极大的挑战，持续的人民币升值预期吸引了大量游资进入我国，增加了国内金融风险。[2]因此对人民币汇率问题的研究具有重要的研究意义。

在国际上，货币主义模型已得到广泛应用，许多检验结果表明模型的适用性较好，如Frankel（1976）[3]运用弹性价格货币模型对20世纪20年代德国恶性通货膨胀期间德国马克—美元汇率的数据进行估计，结果表明，长期货币模型比短期模型的效果好；Bilson（1978） [4]检验了1972年1月到1976年4月期间德国马克—英镑汇率的弹性价格货币模型，研究成果也支持了弹性价格货币模型。然而弹性价格货币模型在中国却无法得到完全适用的论证，如陈嘉丽，黄良超（2008）[5]，宋丽娜（2008）[6]，钱乐乐（2010）[7]，陆琦（2010）[8]分别利用不同的数据，基于弹性价格货币模型对人民币汇率进行实证研究，结果均表明传统的弹性价格货币模型在并不完全适用于中国，因此笔者基于以上结论，对弹性价格货币模型进行修正，在模型中考虑了通货膨胀率和贸易顺差两个因素，并利用新的数据进行实证检验，希望能得到一个适用于中国的人民币汇率的模型。

二、模型的建立和变量选取

（一）修正汇率模型的建立

货币主义认为，汇率是两国货币的相对价格，两国货币的供求关系是影响汇率的重要因素，而影响货币供求关系的因素也众多，通货膨胀是浮动汇率制条件下影响一国汇率的最直接因素，通货膨胀率越高，国内物价越高，进而以本币标价的国内商品出口减少、进口增加，从而导致贸易逆差以及对外币需求增加，本币供大于求，汇率上升（贬值）。[1]另外，考虑到我国汇率体制的特殊性，贸易顺差的增加通过结售汇制度导致人民币基础货币被动地增加，这在某种程度上激励了银行贷款供给的增加，从而导致实际贷款利率的下降，影响货币需求，这就是所谓的“货币供给创造货币需求”。[10]据此，本文在弹性价格货币模型中纳入通货膨胀率和贸易顺差两个因素。由于本文研究的是人民币对美元的汇率，因此相关数据也主要是利用中国和美国的实际数据，鉴于美国在与中国的贸易中，一直表现为贸易逆差，因此在模型设定中，货币需求函数中不需要考虑美国的贸易顺差。因此有：

（二）变量的选取和样本数据说明

由以上的分析，得汇率决定的修正方程为：

其中所涉及到的变量解释如下：

1.汇率：选取人民币对美元的双边名义汇率，以当月的汇率平均值作为该月的名义汇率，其表示方式为直接标价法，以美元为计价单位并用符号e表示。

2.利率：采用中国一年期存款利率，美国一年期联邦基金利率。中国的利率水平用i表示，美国的利率水平用i*表示。

3.通货币膨胀率：采用两国的消费者物价指数作为通货膨胀率指标，均折算成以上年同期为基期的数据。中国的消费者物价指数用CPI表示，美国的消费者物价指数用CPI*表示。

4.国民收入：使用两国的实际国内生产总值（GDP）来表示实际国民收入，由于两国所公布的数据均为季度数据，笔者采用算术平均法将季度数据折算成月度数据。中国的国民收入用y表示，美国的国民收入用y*表示。

5.贸易顺差：选取了中国对美国的进出口数据，并以此计算中国对美国的贸易顺差额，用CA表示。

6.货币供应量：考虑到货币的流动性及其代表性，本文选取了中美两国的广义货币供应量（M2）作为货币供应量指标。中国的货币供应量用M表示，美国的货币供应量用M*表示。

三、模型检验与估计

（一）ADF单位根检验

弹性价格货币模型是建立在时间序列的平稳性基础上的，而实际的经济变量大多是非平稳的，因此本文采用Engle—Granger的基于ADF方法对所选的6个指标进行平衡性检验，并确定单整阶数。检验结果如表1所示。

注：（1）c表示包含常数项，t表示包含趋势项，n表示滞后阶数，0表示不包含常数项或趋势项；（2） Δ表示各变量对应的一阶差分，本文使用计量工具软件Eviews6.0来完成数据分析。

表1结果表明，变量自身是非平稳的，经过一阶差分处理以后在5%的显著性都是平稳的，所以，原变量序列是一阶单整的I（1）。

（二）协整检验

Johansen协整检验是由Johansen和Juselius提出的在VAR系统上用极大似然估计来检验多变量之间协整关系的方法。下面我们将利用Johansen协整检验对Lne、I、Cpi、Lny、Lnca和Lnm之间的关系进行实证分析，在上一小节中我们已对各变量进行单位根检验，结果表明，各变量都是一阶单整变量I（1），可以进行协整检验。Johansen协整检验结果如表2所示：

表2的数据可以表明，变量Lne、I、CPI、Lny、Lnca和Lnm在5%的显著性水平上存在三个协整关系，考虑存在协整关系假定下经过标准化的协整系数，提取第一个协整方程如表3所示（括号内的数值为标准差）：

从表3中我们可以得到各经济变量与人民币汇率的长期均衡决定模型为：

Lnet=0.022386it—0.010229cpit—1.727742Lnyt+0.163802Lncat+1.367484Lnmt

（0.02286） （0.01501）（0.20768） （0.12762）（0.19778）（5）

（三）向量误差修正模型和脉冲响应分析

Engle和Granger将协整与误差修正模型结合起来，建立了向量误差修正模型。只要证明变量之间存在协整关系，可以由自回归分布滞后模型导出误差修正模型。前面JJ检验中，我们已经证明了各变量之间是存在三个协整关系，因此，我们将建立如下的误差修正模型：

协整方程虽然给出了各变量之间的长期均衡关系，但是它却无法说明各影响因素对人民币汇率短期的影响。从以上的误差修正方程来看，当短期汇率偏离长期均衡时，各变量之间的自我调整机制将以（—0.059）的调整力度将非均衡状态拉回到均衡状态。下面将使用脉冲响应分析方法对各自变量对因变量的影响程度，脉冲响应分析结果如图1所示：

以上第一个图反映了对中美利率差额的冲击引起的人民币汇率变化，由图中可见，当在本期给中美利率差额一个正冲击后，冲击在第10期达到最低点，接着稳步上升，在第30期又达到最高点，最后在第50期以后趋于稳定。第二个图反映了对中美消费者价格指数的差额的冲击引起的人民币汇率变化，由图中可见，当在本期给中美消费者价格指数的差额一个正的冲击后，冲击在第12期达到最低点，接着稳步上升，然后在第40期以后趋于稳定。第三个图反映了对中美国民收入的自然对数的差额的冲击引起的人民币汇率变化，由图中可见，当在本期给中美国民收入的自然对数的差额一个正冲击后，冲击在前5期小幅上下波动之后往下行，最后在第25期趋于稳定。第四个图反映了对中美贸易顺差的自然对数的冲击引起的人民币汇率变化，由图中可见，当在本期给中美贸易顺差的自然对数一个正的冲击后，冲击在前5期趋于平稳，第5期后上行，并在第25期达到最高点，25期以后趋于稳定。第五个图反映了对中美货币供应量的自然对数的差额的冲击引起的人民币汇率变化，由图中可见，当在本期给中美货币供应量的自然对数的差额一个正的冲击后，冲击在第15期达到最低点，之后趋于平稳。

四、结论

传统的汇率模型均建立在理性预期基础上，经济主体具有足够的知识通晓模型的真实分布，不仅知道模型的结构还知道模型中的参数。鉴于从2005年8月进行汇率体制改革以来，中国经济一直处理高通胀阶段，且对美国的贸易一直处于顺差的局面。本文放松了对理性预期的假定，在弹性价格货币分析法的基础上考虑了通货膨胀率和贸易顺差这两个因素，建立了一个基于弹性价格代币模型的汇率决定的分析框架，并运用向量误差修正模型我国和美国的相关数据，对该模型加以检验，进行脉冲响应分析后发现：通货膨胀率和贸易顺差因素对人民币汇率的冲击并不弱于国民收入、利率和货币供应量，因此在模型中考虑通货膨胀率和贸易顺差具有一定的合理性。

参考文献：

[1]吴国平，王敏.人民币汇率的影响因素实证分析[J].时代金融，2012（1）：12.

[2]张华.基于弹性价格货币模型的人民币汇率失衡研究[D].新疆财经大学，2010（5）.

[3]Frenkel，J.A（1976），A Monetary Approach to the Exchange Rate：Doctrinal Aspects and Empirical Evidence，Scandinavian Journal of Economics，78，200—224.

[4]Bilson，J.F.O.（1978），The Monetary Approach to the Exchange Rate：Some Empirical Evidence，International Monetary Fund Staff Papers，25，48—75.

[5]陈嘉丽，黄良超.弹性价格货币模型在中国的实证检验[J].现代商贸工业，2008（3）.

[6]宋丽娜.汇率的货币模型人民币适用性分析[D].北京：对外经济贸易大学，2008（4）.

[7]钱乐乐.基于弹性货币模型的人民币汇率决定的实证研究[J].知识经济，2011（2）.

[8]陆琦.基于弹性价格货币模型的人民币汇率研究[J].当代经济，2010（8）：86—87.

[9]韩虎.人民币汇率修正模型及实证分析[D].山东大学，2010（4）.

[10]杨长江，姜波克.国际金融学[M].北京：高等教育出版社，2008：136—140.

[11]陈平，李凯.“适应性学习”下人民币汇率的货币模型[J].2010（3）：48—56.

修正ADC模型 篇4

关键词：效能评估,ADC模型,可信赖性矩阵,通信保障能力

0引言

网络的故 障情况及 可靠性是 网络性能 的重要衡 量指标 , 也是效能 评估系统 主要考核 的指标[1]。 但是现代 通信网络 的特点是 传输速度 快 、 网络规模 大 、 网络复杂 性高和异 构性 , 因此使得 网络故障 管理成为 通信网络 管理中的 一个难题 。 目前针对 网络性能 分析和评 估的研究 并不多 , 且缺乏有 效的评估 手段 。 因此 , 网络管理 的综合化 、自动化和 智能化成 为网络管 理未来的 发展方向 。 随着网络 的发展和 日益复杂 化 , 迫切需要 建立与之 适应的网 络保障体 制和效能 评估系统 。

对网络性 能进行评 估 , 传统的方 法有层次 分析法[2,3]和神经网 络方法[4]等 。 其中 , 将层次分 析法用到 栅格化信 息网中效 果不好 , 因为影响 网络性能 的指标参 数数量多 , 指标之间 的相互影 响不便定 量分析 , 因此建立 层次模型 会有很大 的难度 ;采用神经 网络方法 又会造成 训练过于 复杂 , 从而导致 评估的效 率差 , 不利于针 对现代通 信网络的 特点进行 有效的评 估 。

ADC模型源于 美国工业 界武器系 统效能咨 询委员会 (WSEIAC) 于20世纪60年代中期 为美国空 军建立的 模型 , 旨在根据 武器系统 的有效性 ( 可用度 ) 、 可信赖性 和能力三 大要素评 价装备系 统 。 该模型层 次清晰, 易于理解 和计算 , 可以进行 变量间关 系的分析 , 是一种较 为优秀的 效能评估 方法, 在诸多领 域得到广 泛应用[5,6,7,8], 但是应用 在通信网 络领域并 不多 。 相比较传 统的评估 方法 , 基于ADC模型的评 估方法更 能够科学 地分析影 响网络性 能的各个 指标 , 智能分析 结果并评 估网络的 可靠性 , 最后制定 出包含网 络运维 、 检查 、 服务 、 安全及设 备维修等 五类指标 体系及考 评策略 , 并对网元 的扩充和 调整给出合 理建议 , 从而为网 络维护和 资源优化 配置提供 了合理有 效的依据 。

本文根据 通信网络 的实际特 点 , 设计了基 于ADC模型的网 络效能评 估系统 , 并且采用 了可视化 的实现 。 整个系统 结合了专 家经验和 客观指标 值来设计 , 能够提高 评价的科 学性和有 效性 。

1基于ADC模型的效能评估系统

1.1ADC模型

ADC评估模型 的解析表 达式为 :

式 (1) 中 , E为系统效 能 ;A是可用性 行向量 , 表示系统 在任意随 机时刻开 始执行任 务瞬间处 于不同状 态的概率 , 表达式为A= (a1, a2, … , an) , 其中n为状态数 目 ; D为可信赖矩阵, 用于描述处于不同状态的概率;C为能力向量, 是系统效能在已知各个状态时系统完成任务的能力度量 , 是系统性 能集中的 体现 , 表达式为C=[c1, c2, … , cn]T, 其中矩阵 元素ci是装备系 统在状态i时的能力 。

根据通信 网的实际 特点 , 本文提出 了如图1所示的基 于ADC模型的通 信网络效 能评估系 统 , 其中模型 中的参数A、D、C分别表示 可用性行 向量 、 可信赖性 矩阵和通 信保障能 力 。

1.2ADC模型参数定义

1 . 2 . 1可用性行 向量A

可用性行 向量A是由系统 开始处于 所有可能 状态的概 率组成, 一般表达 式为 :A=[a1, a2] , 两种可能 状态构成 了样本空 间 。 假设通信 系统在开 始执行任 务时状态 仅划分为 完全正常 工作 ( 用数字1表示 ) 和发生故 障 ( 用数字0表示) 两种状态 , 则系统的 可用性向 量可表示 为A, 式中a1表示系统 在开始执 行任务时 处于完全 正常工作 状态的概 率 (即可用度 ) , a2表示系统 在开始执 行任务时 处于发生 部分故障 状态的概 率 (即不可用 度1) 。 根据可靠 性理论有 :

其中 , γ 为完全正 常的概率 , θ 为完全故 障的概率 。

1.2.2可信赖性矩阵D

通信安全 设备在执 行任务中 , 按正常工 作和发生 故障两种 状态 , 系统可信 赖性矩阵 为 :

式中dij为i状态转移 到j状态的转 移概率 。

1.2.3能力矩阵C

能力矩阵C表示系统 在各个可 用状态下 的能力, 是指在已 知系统执 行任务过 程中所处 状态条件 下达到任 务目标的 能力向量 。 作为通信 保障系统 , 其能力主 要包括信 息处理过 程的准确 性 、 安全性及 传输的完 整性等 。 通信系统 在执行任 务过程中 只有正常 故障状态 三种模式 , 因此能力 矩阵C可表示为 :

根据某地 区的情况 , 给出了如 图2所示的通 信保障能 力的能力 指标确定 。

对通信保 障能力采 用加权合 成综合评 估模型计 算能力向 量 :

其中 ,

1.3ADC模型中参数的设计

1.3.1可用性行向量A

网络运行 可分为三 种情况 : 完全正常 率 、 部分故障 率 、 完全故障 率 。 a1为正常运 行时间 , a2为故障运 行时间 。 根据统计 数据分别 得到运行 时的概率p (a1) 、 p ( a2) , 可根据三 种状态的 统计时长 分别除以 总时长得 到 :

1.3.2可信赖矩阵D

dij为i状态转移 到j状态的转 移概率 , d11为正常情 况下的概 率 , d12为正常情 况变成部 分故障的 概率 , d21为部分故 障变成正 常的修复 率 , d22为部分故 障维持不 变的概率 。 可信赖矩 阵D描述为 :

其中 , θ 表示系统 的故障率 , 而 σ 表示系统 的修复率 , t为累计运 行时间 。

1.3.3能力矩阵C

为了方便 计算 , 能力矩阵C中大部分 取值为0 ~100 % 。

1.4评估过程

效能评估 过程的流 程图如图3所示 。

效能评估 部分需要 输入各个 评估项目 的打分情 况和参数 权值 , 输出的则 是该项目 方案当前 系统的评 估值 。 根据评估 值可以判 断系统的 运行情况 。

2实验测试

针对某区 网络实际 情况对评 估系统进 行了测试 , 其中效能 评估分为 输入参数 部分和矩 阵计算两 大部分 。 效能评估 时首先对 程序的原 始设定进 行清空 , 然后设置 可用性行 向量A、能力矩阵C各个选项 的权值以 及可信赖 矩阵D, 根据A、D、C矩阵计算 显示评估 结果 。 计算结果 保存需要 用到My Sql数据库 。

评估过程 各个参数 的设定需 要人工进 行评分 , 范围为0~100% , 包含了好 、 中 、 差三种情 况的结果 对应值 。 依据某网 络性能的 客观指标 值设置各 参数情况 如图4所示 。 图5为可视化 界面 , 描述了根 据图4对矩阵C各参数的 配置设定 得到的效 能评估值 。

选取某通 信网络的 几个重要 性能指标 , 测试在参 数取值不 同的情况 下对通信 效能评估 值的影响 , 测试结果 如表1所示 。

通过理论 分析可知 道 , A和D的取值情 况会受到 网络故障 诊断的影 响 , 通信保障 能力C则综合反 映了几个 性能指标 对网络性 能的影响 程度 。 通过实验 测试结果 可以得出 , 信道抗干 扰能力 、 平均无故 障率和通 信系统机 动性是影 响网络性 能的三个 最主要因 素 , 随着抗干 扰能力 、平均无故 障率 、通信系统 机动性的 增强 , 网络效能 评估值相 应提高 。 实验表明 通过对各 个参数具 体的设定 , 可以较好 地将影响 网络性能 的因素反 映在效能 评估模型 中 。 该方法能 够比较科 学有效地 分析 、评估通信 保障效能 。 通过ADC模型得出 的评估值 , 可以用来 对网络资 源进行优 化配置 , 并给管理 者提供可 靠的决策 依据 。

3结束语

本文根据 栅格化信 息网的特 点来构建 效能评估 模型 , 解决了性 能指标过 多而不便 于客观科 学地评估 网络保障 效能的问 题 。 对网络保 障效能评 估系统采 用了可视 化的实现 , 解决了传 统评估系 统操作不 方便 、 不利于应 用推广的 问题 。 整个系统 结合了专 家经验和 客观指标 值来设计 , 提高了评 价的科学 性 。 栅格化信 息网保障 效能评估 系统是提 高网络可 靠性 , 提高信息 网保障效 能的必然 需求 。 该平台能 够对信息 网络管理 中产生的 大量数据 进行挖掘和分析, 为信息网保障效能提供了科学的依据。

参考文献

[1]石磊, 潘平俊.网络战装备综合效能评估框架[J].现代防御技术, 2008, 36 (4) :1-5.

[2]HAN W T, QI K W.Evaluation on the armed police force transport safety ensuring effectiveness based on the AHPFUZZY[J].Applied Mechanics and Materials, 2012, 198:1646-1651.

[3]DONG S S, HJU Y N.The application effectiveness evaluation of the educational equipment based on AHP[J].Advanced Materials Research, 2012, 341:384-389.

[4]ZHU F, LI G, LI Z, et al.A case study of evaluating traffic signal control systems using computational experiments[J].Intelligent Transportation Systems, IEEE Transactions on, 2011, 12 (4) :1220-1226.

[5]MA L, WANG H, SONG G, et al.Analysis of missile weapon system ADC effectiveness model[J].Journal of Naval Aeronautical Engineering Institute, 2006 (4) :20.

[6]DARBY R R.SEPARATING agency from deeds in immoral neurological Patients:a potential challenge to the ADC model[J].AJOB Neuroscience, 2014, 5 (4) :25-27.

[7]WANG J, ZHOU L, BAI H.Arithmetic of dependability ma trixes in the ADC effectiveness evaluation model[J].Systems Engineering and Electronics, 2008 (8) :29.