基于粗糙集與BP神經(jīng)網(wǎng)絡相結(jié)合的民航無線電干擾預測方法探究

張柯

摘要：近年來，我國互聯(lián)網(wǎng)技術不斷提高，電子設備的廣泛應用，導致電磁干擾現(xiàn)象越發(fā)嚴重。民航無線電干擾成為影響民航系統(tǒng)正常服務的主要因素，不僅會干擾民航飛機的正常運行，也會妨礙我國民航事業(yè)的穩(wěn)定發(fā)展。

關鍵詞：粗糙集；BP神經(jīng)網(wǎng)絡；民航無線電干擾預測

中圖分類號：TP571 文獻標識碼：A 文章編號：1007-9416（2018）08-0203-01

近幾年，國內(nèi)民航事業(yè)發(fā)展迅猛，航班流量和客貨運輸量在不斷增加，這要求了我國民航事業(yè)中必須提高民航空中交通管理部門的管制技術，提高通信質(zhì)量和覆蓋范圍，保證民航通信系統(tǒng)的穩(wěn)定性。因此，本文通過融合粗糙集與BP神經(jīng)網(wǎng)絡的民航無線電干擾預測方法，提高對無線電干擾的預測效率，為民航事業(yè)保駕護航。

1 粗糙集與BP神經(jīng)網(wǎng)絡相結(jié)合的干擾預測方法

由于民航無線電經(jīng)過粗糙理論約簡后出現(xiàn)兩種結(jié)果，第一，減少了干擾報告數(shù)據(jù)冗余；第二，降低了干擾報告的復雜性，因此，借助粗糙理論不但能夠有效提高BP神經(jīng)網(wǎng)絡對無線電干擾的預測效率，而且權衡了BP神經(jīng)網(wǎng)絡處理能力弱、收斂困難以及訓練時間較長等缺點。

2 預測方法的性能與測試

2.1 測試方法

進行測試的前提需要經(jīng)過以下三個步驟：第一，借助粗糙集將學習樣本數(shù)據(jù)進行約簡，從而獲取最小條件屬性集；第二，將最小條件屬性集當作訓練樣本集，并傳輸至BP神經(jīng)網(wǎng)絡中進行訓練；第三，訓練結(jié)束后的BP神經(jīng)網(wǎng)絡輸入到測試樣本集中績效測試。

2.2 測試結(jié)果

本文收集了某管制區(qū)的民航無線電干擾報告數(shù)據(jù)，并將這類數(shù)據(jù)視為訓練樣本，此外，對該訓練樣本進行約簡處理，最小條件屬性集就是約簡后的產(chǎn)物，將該產(chǎn)物視為學習樣本并輸入到BP神經(jīng)網(wǎng)絡隱層中。圖1為網(wǎng)絡訓練誤差曲線圖。

本文為了使實驗更加具有說服力，將沒有經(jīng)過粗糙集優(yōu)化的學習樣本輸入到上文的神經(jīng)網(wǎng)絡中，使其所形成的訓練誤差曲線圖1與圖2進行比對。

融合了粗糙集的神經(jīng)網(wǎng)絡預測方法的準確率為72.72%，而未與粗糙集融合的神經(jīng)網(wǎng)絡的準確率為63.64%。從以上的數(shù)據(jù)來看，融合了粗糙集的神經(jīng)網(wǎng)絡的訓練步數(shù)較少，且預測準確率較高。

3 結(jié)語

本文首先闡述了粗糙集與神經(jīng)網(wǎng)絡融合的優(yōu)勢和可行性，其次對其基本的步驟和數(shù)據(jù)處理流程進行了相應的概括，最后通過仿真實驗來比對融合粗糙集與未融合粗糙集的神經(jīng)網(wǎng)絡預測方法的優(yōu)越性，從各組數(shù)據(jù)來看，融合粗糙集的神經(jīng)網(wǎng)絡預測方法在處理數(shù)據(jù)方面較為優(yōu)越。

參考文獻

[1]馬艷茹.民航通信導航系統(tǒng)的設計淺析[J].中國新通信，2016，18（17）：27.

[2]張鵬，郝一川.粗糙集-神經(jīng)網(wǎng)絡在民航飛機故障數(shù)據(jù)處理中的應用[J].控制工程，2016，23（01）：87-90.