GEO衛(wèi)星頻軌選取風(fēng)險柔性評估方法及應(yīng)用①

韓皓睿,鞏應(yīng)奎,梅中義,韓朝暉

1(北京航空航天大學(xué) 機械工程及自動化學(xué)院,北京100083)

2(中國科學(xué)院 光電研究院,北京100094)

3(中國電子設(shè)備系統(tǒng)工程公司,北京100840)

衛(wèi)星頻率軌道資源是一個國家的政治、經(jīng)濟和國防等方面的重要戰(zhàn)略資源.其中地球靜止軌道(Geostationary Orbit,GEO)作為特殊的軌道位置,是全世界各國的共有資源,GEO頻軌資源分配必須走國際申報和協(xié)調(diào)的程序.為了爭取衛(wèi)星頻率軌道資源,需要在工程建立之前就開展頻軌資源的需求論證工作,考慮到頻軌資源的應(yīng)用現(xiàn)狀、國際申報和協(xié)調(diào)形勢分析,開展GEO衛(wèi)星頻軌選取風(fēng)險評估工作,對提升衛(wèi)星頻軌資源申報工作效率有著重要意義[1,2].

長期以來,我國在GEO衛(wèi)星頻軌選取的風(fēng)險評估方面,主要采用依賴于專家經(jīng)驗的人工處理方式,難以針對大量的衛(wèi)星及衛(wèi)星網(wǎng)絡(luò)數(shù)據(jù)進行深入的分析,從而嚴(yán)重制約了我國爭取GEO衛(wèi)星頻軌資源.近年來,國內(nèi)學(xué)者逐步開展了相關(guān)的研究工作,初步具備了定量化評估的能力[3,4].

本文在已有工作基礎(chǔ)上,主要針對GEO衛(wèi)星頻軌選取風(fēng)險的柔性評估方法開展研究,在模糊綜合評估法的基礎(chǔ)上,重點針對指標(biāo)計算映射和指標(biāo)權(quán)重配置兩方面,分別提出了基于聚類分析和正態(tài)分布模型自主學(xué)習(xí)的柔性構(gòu)建方法.另外,實現(xiàn)了針對分層指標(biāo)和各頻軌任務(wù)的結(jié)果回溯,開發(fā)了B/S架構(gòu)的柔性評估系統(tǒng),并通過實例驗證了評估算法和系統(tǒng)的有效性.

1 GEO頻軌選取風(fēng)險評估現(xiàn)狀

傳統(tǒng)的GEO衛(wèi)星頻軌選取工作通常采用專家人工處理,主要通過頻軌需求任務(wù)解析、國內(nèi)頻軌形勢和國外頻軌形勢分析三個步驟來逐步處理,最終收斂到備選軌位,如圖1所示[1].周鑫林等[3,4]通過分析傳統(tǒng)的GEO衛(wèi)星頻軌選取流程,將以往由人工處理的繁雜的選取工作歸納為在軌星分析和衛(wèi)星網(wǎng)絡(luò)分析兩方面,并針對個別屬性特征進行了差異化處理,構(gòu)建了針對GEO衛(wèi)星頻軌協(xié)調(diào)任務(wù)的指標(biāo)體系,采用模糊綜合評估法的思想,對其中一些可定量化處理的指標(biāo)項進行了差異化處理,實現(xiàn)了頻軌選取的定量化評估.

本文在前期工作中比較了多種常用的綜合評估方法[5,6],包括ADC分析法、灰色聚類法[7]、模糊綜合評估法、TOPSIS法[8]等.對這幾種方法進行分析比較后,本文認為模糊綜合法仍滿足評估需求,但針對柔性評估需要對當(dāng)前算法進行改進.在柔性化評估方面,藺美青等[9]在TOPSIS的基礎(chǔ)上進行了各層指標(biāo)的封裝得到算子元件,運用算子元件構(gòu)建了算子樹的評估模板,提出了基于算子的評估柔性建模,其工作對本文研究有重要的啟發(fā)意義.

圖1 傳統(tǒng)GEO衛(wèi)星頻軌選取流程圖

在GEO衛(wèi)星頻軌選取風(fēng)險評估過程中,由于基礎(chǔ)數(shù)據(jù)條件不同可能導(dǎo)致參評指標(biāo)的差異,由于用戶經(jīng)驗不同可能導(dǎo)致指標(biāo)賦權(quán)的差異.因此不存在適用于所有場景的指標(biāo)體系和指標(biāo)權(quán)重.GEO衛(wèi)星頻軌選取風(fēng)險的柔性化評估工作能夠使評估工作更加靈活、客觀、科學(xué),對于申報GEO衛(wèi)星頻軌資源具有重要的意義.

2 GEO頻軌選取風(fēng)險柔性評估系統(tǒng)

2.1 系統(tǒng)框架結(jié)構(gòu)

劉一田等提出了一種B/S系統(tǒng)的柔性Web展現(xiàn)框架,構(gòu)建了AJAX+MVC模式的框架模型[10].本文借鑒其思想,實現(xiàn)了模型(Model)、視圖(View)和控制(Controller)的合理分層,在系統(tǒng)的框架層面實現(xiàn)了柔性化.系統(tǒng)總體結(jié)構(gòu)如圖2所示,分為視圖層、功能層、模型層和數(shù)據(jù)庫.

(1)視圖層

視圖層實現(xiàn)評估系統(tǒng)和用戶的交互操作,負責(zé)評估任務(wù)的輸入、評估階段訂制、指標(biāo)項配置和評估結(jié)果展示等.視圖層通過客戶端瀏覽器的動態(tài)網(wǎng)頁加載,完成用戶的操作響應(yīng),除了完成主要的評估工作之外,還實現(xiàn)了基礎(chǔ)數(shù)據(jù)維護交互、用戶信息管理交互和基礎(chǔ)數(shù)據(jù)的圖形化建模顯示等.

(2)功能層

功能層是整個系統(tǒng)的核心,以模糊綜合評估法為基礎(chǔ),負責(zé)評估計算工作,如評估任務(wù)解析,基礎(chǔ)數(shù)據(jù)篩選工具類、評估流程中需要的工具類、管理員的功能類,評估值賦值,評估指標(biāo)項權(quán)重計算等.數(shù)據(jù)庫交互的類和負責(zé)全局變量的靜態(tài)類也包含在功能層中.功能層通過控制器調(diào)用視圖和模型完成用戶發(fā)送到服務(wù)器中的請求.

圖2 評估系統(tǒng)結(jié)構(gòu)圖

(3)模型層

模型層包括兩種主要的模型類.首先是評估計算中需要的模型類,如指標(biāo)節(jié)點、評估任務(wù)、評估結(jié)果模型等.其次是和數(shù)據(jù)庫交互的模型類,如衛(wèi)星基礎(chǔ)數(shù)據(jù)、衛(wèi)星網(wǎng)絡(luò)數(shù)據(jù)、用戶信息等.通過有效的封裝模型類,降低代碼的耦合性,提高代碼的可維護性,是柔性系統(tǒng)的重要體現(xiàn).

(4)數(shù)據(jù)庫

數(shù)據(jù)庫主要包括在軌星基礎(chǔ)數(shù)據(jù)和衛(wèi)星網(wǎng)絡(luò)基礎(chǔ)數(shù)據(jù),衛(wèi)星基礎(chǔ)數(shù)據(jù)主要要素包括NOARD號、衛(wèi)星名稱、國家、軌位、頻段類型、頻率上下限、覆蓋區(qū)等.在軌星基礎(chǔ)數(shù)據(jù)來自于各地面站的長期收集.衛(wèi)星網(wǎng)絡(luò)基礎(chǔ)數(shù)據(jù)來自于國際電聯(lián)組織(ITU)公布的SRS數(shù)據(jù)庫.

通過采用MVC設(shè)計模式的B/S架構(gòu),大大降低了客戶端負擔(dān),用戶可以直接通過瀏覽器進行交互,既減少了維護更新系統(tǒng)的成本,又保證了數(shù)據(jù)的安全性,使多用戶跨平臺進行評估工作成為可能,同時為了共享和優(yōu)化專家經(jīng)驗,提出了柔性化評估這一思想.

2.2 系統(tǒng)流程

系統(tǒng)的頻軌選取風(fēng)險評估流程如圖3所示.

圖3 系統(tǒng)風(fēng)險評估流程

(1)評估任務(wù)驅(qū)動

首先對用戶輸入的評估任務(wù)進行解析,生成一組待評估頻軌任務(wù).

(2)基礎(chǔ)數(shù)據(jù)篩選

在評估任務(wù)的基礎(chǔ)上,依據(jù)頻段范圍、頻段類型、覆蓋區(qū)等要素對數(shù)據(jù)庫中的基礎(chǔ)數(shù)據(jù)進行初步篩選,得到參評基礎(chǔ)數(shù)據(jù),用于后序評估工作.

(3)指標(biāo)體系配置

指標(biāo)體系配置是評估算法柔性化的核心,主要包括指標(biāo)項權(quán)重配置和葉子指標(biāo)項映射配置.權(quán)重配置面向所有用戶,每個用戶都可以配置適合自身評估需求的權(quán)重方案,這些權(quán)重方案會保存在數(shù)據(jù)庫中,為下一步工作提供基礎(chǔ).葉子指標(biāo)項映射配置只針對專家,專家可根據(jù)自己的評估需求,修改葉子節(jié)點的評估映射關(guān)系,各專家方案也會保存在服務(wù)器數(shù)據(jù)庫中,用戶可以選擇默認配置或已經(jīng)保存在數(shù)據(jù)庫中的配置方案進行評估.

(4)指標(biāo)項計算

指標(biāo)項計算分為葉子指標(biāo)項和非葉子指標(biāo)項,葉子節(jié)點通過頻軌任務(wù)和基礎(chǔ)數(shù)據(jù)的數(shù)據(jù)映射獲得量化值,非葉子節(jié)點通過其子節(jié)點指標(biāo)項和各子節(jié)點權(quán)重計算得到評估值.

(5)評估結(jié)果計算

完成了葉子指標(biāo)項和非葉子指標(biāo)項的評估值計算,頻軌方案的評估結(jié)果由下至上收斂得到.

(6)節(jié)點信息回溯

之后用戶可以選擇關(guān)注點,進行指標(biāo)項分層結(jié)果對比和頻軌任務(wù)詳情回溯,分析評估得分具體原因,調(diào)整評估任務(wù),進行再評估.

3 面向用戶的評估算法柔性化

評估計算過程包括指標(biāo)項權(quán)重計算、葉子指標(biāo)項評估值計算和評估結(jié)果計算三個主要過程.對當(dāng)前指標(biāo)體系進行優(yōu)化,得到的頻軌選取風(fēng)險評估指標(biāo)體系如圖4所示,指標(biāo)體系主要從衛(wèi)星應(yīng)用環(huán)境(在軌星分析)和衛(wèi)星網(wǎng)絡(luò)協(xié)調(diào)環(huán)境兩方面進行量化表征,并依據(jù)維度進行分類,葉子節(jié)點直接和參評數(shù)據(jù)比對進行賦值,之后由下至上按照各節(jié)點自身權(quán)重進行收斂計算,最終得到評估值.在傳統(tǒng)模糊綜合法基礎(chǔ)上,本文提出了針對葉子指標(biāo)映射關(guān)系的柔性構(gòu)建和指標(biāo)項權(quán)重的自主學(xué)習(xí),實現(xiàn)面向用戶的評估算法的柔性化.

圖4 衛(wèi)星頻軌評估指標(biāo)體系

3.1 指標(biāo)體系柔性構(gòu)建

指標(biāo)體系柔性構(gòu)建針對葉子指標(biāo)項的賦值計算進行重構(gòu).葉子指標(biāo)項的映射關(guān)系是評估計算的開始點,系統(tǒng)收集專家用戶對葉子指標(biāo)項映射關(guān)系的配置方案,基于此進行指標(biāo)體系的柔性構(gòu)建,各專家給出的方案不同,如何確定各專家自身權(quán)重,是算法重點.

目前對各專家權(quán)重系數(shù)的確定,大多依據(jù)專家影響力、權(quán)威性等因素人為確定,權(quán)重確定后,專家權(quán)重一般不再改變.這種確定方法存在以下兩個方面的問題: 一是對于不同的節(jié)點,專家個體的權(quán)重不應(yīng)采用相同的值,因為不同節(jié)點,專家的專業(yè)知識、經(jīng)驗優(yōu)勢不一定相同;二是對專家之間的聲望、權(quán)威性進行明顯比較是很難實現(xiàn)的,而把這種比較量化更加復(fù)雜,結(jié)果并不具有說服力.

鑒于以上討論,本文使用群組聚類分析法,根據(jù)專家權(quán)重配置的相似度(聚類分析結(jié)果)來確定各專家權(quán)重[11].

假設(shè)配置對象有n個,參加配置的專家有s個,第i個專家在某一節(jié)點下,給出的賦值關(guān)系是Ai:

不同專家賦值關(guān)系A(chǔ)i和Aj之間的相似度c(i,j)根據(jù)夾角余弦計算:

永遠有c(i,j)≤1,且c(i,j)=c(i,j).

根據(jù)相似度判斷兩個專家賦值的相似程度,c(i,j)越接近1,表示兩個專家的配置越相似,當(dāng)c(i,j)=T,表示兩個賦值關(guān)系完全相同.所以給出一個相似度閾值T,如果兩個專家配置Ai和Aj相似度符合:

則Ai和Aj聚為一類.

通過聚類分析,將各專家的配置劃分為不同類別,假設(shè)最后劃分得到t個類別,顯然有 t ≤s,第p個類包含的專家配置有hp個,這個類包含的所有的配置方案,可以用一個置信因子TP來表示其重要程度.那么有如下公式:

容量較大的類中包含的配置方案表達了較多人的意見,對應(yīng)的專家賦以較大的權(quán)重系數(shù);與之相反,容量較小的類中的專家就賦以較小的權(quán)重.假設(shè)專家i屬于第p個類,則i的權(quán)重系數(shù)Wi和專家i的置信因子Ti成正比,其中a是比例系數(shù)

由式(4)推得:

由(3)、(5)、(6)三式可得:

由式(7)確定了各配置方案的權(quán)重,然后通過加權(quán)平均法求得目標(biāo)葉子節(jié)點映射關(guān)系的配置方案.

例: 針對圖4指標(biāo)體系中的衛(wèi)星應(yīng)用環(huán)境下的衛(wèi)星用途節(jié)點的映射關(guān)系,目前分為5種情況(某用、國際組織、商用、政府和科研),已有7名專家針對這5個階段給出了自己的配置方案,用向量表示如下:

采用系統(tǒng)聚類法,由計算機可計算結(jié)果,聚類分析結(jié)果如下:

規(guī)定閾值T=0.97,最終聚為三類:

第1類: 有4位專家,分別是: 1、2、3、6;

第2類: 有2位專家,分別是: 4,7;

第3類: 有1位專家,分別是: 5;

按照式(7)得到各位專家的權(quán)重分別是:

按照權(quán)重配置計算得到的衛(wèi)星用途最終映射關(guān)系配置方案為:

某用: 0.1,國際組織: 0.1905,商用: 0.3143,政府:0.3095,科研: 0.4762.

由結(jié)果來看,通過聚類分析法對給出決策的專家們進行分類,并以此為依據(jù),給各專家賦予一定的權(quán)重,權(quán)重的大小表示了該專家在此項配置的影響力,有效整合了所有專家的意見.一方面,這在指標(biāo)體系柔性構(gòu)建方面有重要意義,另一方面,綜合了各專家意見,評估結(jié)果會更加準(zhǔn)確.本文采用的層次聚類分析法,不需要提前指定聚類數(shù)目,通過設(shè)置閾值,可以控制不同層次的聚類情況,對評估算法的柔性化具有重要的支撐作用.

3.2 指標(biāo)權(quán)重動態(tài)學(xué)習(xí)

指標(biāo)權(quán)重計算采用層次分析法,按其重要程度量化為0-9進行表述,權(quán)重為0表示該指標(biāo)不參與評估.系統(tǒng)根據(jù)專家經(jīng)驗匯總擁有一套既定的指標(biāo)權(quán)重方案,另外,系統(tǒng)還支持用戶自主配置指標(biāo)權(quán)重.本文在指標(biāo)權(quán)重支持自主配置的基礎(chǔ)上,進行了多指標(biāo)權(quán)重的自適應(yīng)學(xué)習(xí).用戶也可以使用經(jīng)過自主學(xué)習(xí)得到的權(quán)重方案,經(jīng)過學(xué)習(xí)得到的指標(biāo)權(quán)重表述了大多數(shù)人的權(quán)重配置,比起專家既定權(quán)重和用戶自主配置權(quán)重兩種方案,降低了主觀性,使評估結(jié)果更加客觀.

系統(tǒng)保存n個用戶的權(quán)重配置,針對指標(biāo)體系中第i層的第j個節(jié)點ai,j有n個配比情況Xai,j,因為不同用戶之間的配比互不影響,所以配比Xai,j是相互獨立的,且權(quán)重值圍繞一個期望值μ分布在0-9之間,即可認為Xai,j是正態(tài)分布(μ,σ2)的一個樣本,σ是Xai,j的標(biāo)準(zhǔn)差.所以可按照正態(tài)分布模型進行權(quán)重的自主學(xué)習(xí),正態(tài)分布的置信區(qū)間面積分布如圖5所示[12],每條數(shù)據(jù)權(quán)重確定過程如下:

圖5 正態(tài)分布區(qū)間面積圖

xk是Xai,j中的第k條數(shù)據(jù),按照正態(tài)分布,如果ABS(xk-μ)≤σ,權(quán)重wk=0.68;如果 σ＜ABS(xk-μ)≤2σ,則wk=0.27;如果2 σ＜ABS(xk-μ),則wk=0.05.則最后的ai,j節(jié)點的權(quán)重學(xué)習(xí)結(jié)果為:

例: 已知共有20位用戶給出了圖4中的衛(wèi)星應(yīng)用環(huán)境(B1)和衛(wèi)星網(wǎng)絡(luò)(B2)環(huán)境的權(quán)重配置,在這兩個節(jié)點的權(quán)重值如表1,其中,用戶不必關(guān)心所有節(jié)點配比和是否為1,當(dāng)權(quán)重為0時,此項指標(biāo)不參與評估.

表1 應(yīng)用環(huán)境和網(wǎng)絡(luò)環(huán)境節(jié)點權(quán)重匯總

根據(jù)前述方法針對這兩個節(jié)點的指標(biāo)權(quán)重進行自主學(xué)習(xí),得到兩個節(jié)點的所有用戶配置的期望:AB1=4.9,AB2=1.8.標(biāo)準(zhǔn)差: σB1=1.26,σB2=1.03.經(jīng)過學(xué)習(xí)得到的兩節(jié)點權(quán)重分別為:wB1=5.05,wB2=1.62.原始數(shù)據(jù)分布和結(jié)果如圖6.

圖6 權(quán)重自學(xué)習(xí)結(jié)果圖

通過結(jié)果分析,可以得到按照正態(tài)分布模型學(xué)習(xí)得到的權(quán)重能較好地表述絕大多數(shù)人的意見,通過學(xué)習(xí)得到的權(quán)重可以較好地表述所有用戶的權(quán)重配置趨勢,對科學(xué)地確定各指標(biāo)節(jié)點權(quán)重具有重要意義.總體而言,本文提出的正態(tài)分布模型是一個主觀假設(shè),實際情況下,在樣本數(shù)據(jù)較少的情況下,存在假設(shè)太過主觀的缺點,但是針對個別惡意權(quán)重配置,有很好的抵御能力.在系統(tǒng)中,用戶可以選擇默認權(quán)重、自行配比權(quán)重或系統(tǒng)學(xué)習(xí)權(quán)重,選取最合適的權(quán)重進行評估是評估柔性化的重要體現(xiàn).

4 實例驗證

現(xiàn)計劃在中國及周邊上空的地球靜止軌道上選擇一個軌位,發(fā)射一個通信衛(wèi)星,衛(wèi)星頻段選取常規(guī)通信頻段Ku,考慮到覆蓋區(qū)域,計劃在120°附近選擇風(fēng)險最小的位置,默認調(diào)整步長為1°,選擇115°-125°軌位進行評估.依據(jù)任務(wù)需求,輸入的評估任務(wù)如表2.

表2 通信衛(wèi)星評估任務(wù)

依據(jù)GEO衛(wèi)星頻軌選取風(fēng)險柔性評估系統(tǒng),根據(jù)提示進行評估操作,得到的結(jié)果如圖7所示.

圖7 通信衛(wèi)星評估結(jié)果圖

從結(jié)果來看,參評的衛(wèi)星基礎(chǔ)數(shù)據(jù)(在軌星)有4顆,評估任務(wù)中的116°和122°兩個軌位的備選任務(wù)和在軌星軌位發(fā)生沖突,所以直接將該兩個方案否決,得分為0,125°軌位附近沒有在軌衛(wèi)星,衛(wèi)星應(yīng)用環(huán)境得分為滿分1.參評的網(wǎng)絡(luò)環(huán)境數(shù)據(jù)較多,任務(wù)軌位區(qū)間網(wǎng)絡(luò)衛(wèi)星分布多,協(xié)調(diào)難度大,所以衛(wèi)星網(wǎng)絡(luò)協(xié)調(diào)環(huán)境下的得分普遍較低.綜合兩個環(huán)境得分,125°軌位評估得分最高,協(xié)調(diào)風(fēng)險最小.

針對評估結(jié)果進行原因分析,系統(tǒng)給出了分層評估結(jié)果對比和評估詳情分析兩種方法,分層結(jié)果對比主要是對比不同頻軌方案在同一層指標(biāo)項上的得分情況.例如,選擇第5層葉子節(jié)點,由于只有在軌星形勢分析擁有第5層葉子節(jié)點,所以得分結(jié)果也只和在軌星基礎(chǔ)數(shù)據(jù)有關(guān),分層評估結(jié)果如表3.結(jié)果所示,軌位間隔得分為0的方案由于和在軌星軌位沖突,不適合作為備選軌位被一票否決,最終得分直接為0.得分為1的方案則表示此條方案附近沒有在軌星分布,協(xié)調(diào)環(huán)境寬松.通過分層評估得分對比,分析各任務(wù)方案此層各指標(biāo)節(jié)點得分情況,對找尋某一頻軌方案得分高低原因有重要意義.

表3 第五層指標(biāo)項評估得分表

頻軌任務(wù)詳情分析中,用戶可選擇單獨的一個頻軌方案進行詳情分析,通過圖形化的描述選定頻軌方案的各節(jié)點得分情況,用戶直觀的分析哪些指標(biāo)項主要影響了最終得分,在這里由于篇幅限制就不再給出系統(tǒng)截圖.通過對評估結(jié)果的分析,用戶更容易調(diào)整評估需求,進行再評估,縮短了從評估任務(wù)收斂到可協(xié)調(diào)目標(biāo)軌位的時間.

5 結(jié)束語

本文在GEO衛(wèi)星頻軌協(xié)調(diào)風(fēng)險定量化評估的基礎(chǔ)上,實現(xiàn)了多用戶的指標(biāo)體系的柔性構(gòu)建,包括指標(biāo)權(quán)重的自學(xué)習(xí)和葉子指標(biāo)項的柔性構(gòu)建,根據(jù)對用戶信息的收集分析,使評估算法更加科學(xué),更具柔性化;根據(jù)頻軌任務(wù)評估結(jié)果的特點,提出了針對分層指標(biāo)和頻軌任務(wù)的結(jié)果回溯,方便用戶調(diào)整評估任務(wù),更快收斂到目標(biāo)軌位;開發(fā)了B/S架構(gòu)下的柔性評估系統(tǒng),并進行了實驗案例驗證了算法的有效性和系統(tǒng)的實用性.

本文研究的B/S架構(gòu)評估系統(tǒng),只需要在服務(wù)器上進行部署,便可以讓用戶訪問網(wǎng)址進行評估工作,提升了個工作效率,縮短了工作時間,擴大了數(shù)據(jù)處理規(guī)模,為GEO衛(wèi)星頻軌選取工作提供了有效的數(shù)據(jù)支持.