防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性評估的自學(xué)習(xí)模糊灰度方法

孟光磊， 李樹發(fā)， 劉彬斌， 周銘哲， 孫東來， 吳昊

(1.沈陽航空航天大學(xué) 自動化學(xué)院, 遼寧 沈陽 110136; 2.陸軍炮兵防空兵學(xué)院 士官學(xué)校, 遼寧 沈陽 110867)

0 引言

高原地區(qū)存在晝夜溫差大、大氣壓力低、輻射強(qiáng)度高等惡劣環(huán)境，致使裝備普遍存在故障率升高、有機(jī)材料老化速度加快和可靠性降低等突出問題，嚴(yán)重影響了高原地區(qū)裝備的使用性能。防空預(yù)警雷達(dá)作為獲取空中情報的主要裝備，能有效對空中目標(biāo)進(jìn)行偵查與監(jiān)視，對于獲取戰(zhàn)場信息優(yōu)勢，持續(xù)保持軍事行動的主導(dǎo)權(quán)具有重要作用。高原地區(qū)的惡劣環(huán)境同樣對防空預(yù)警雷達(dá)的性能和保障效能產(chǎn)生了不同程度的影響。為此，開展防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性評估方法的研究，具有顯著的軍事價值。

近年來，國內(nèi)外學(xué)者對裝備與設(shè)備的環(huán)境適應(yīng)性評估進(jìn)行了相應(yīng)研究。文獻(xiàn)[2-3]以試驗中獲取的大量環(huán)境因素和裝備失效數(shù)據(jù)為基礎(chǔ)，結(jié)合環(huán)境適應(yīng)性應(yīng)滿足的要求，基于直接評價法建立評估模型；文獻(xiàn)[4-9]采用加速目標(biāo)壽命的實驗方法，對實驗室模擬設(shè)備的環(huán)境適應(yīng)性進(jìn)行測試，通過對環(huán)境因素和壽命實驗結(jié)果數(shù)據(jù)的合理分析，在較短時間內(nèi)完成對設(shè)備的適應(yīng)性評估驗收；文獻(xiàn)[10-14]通過分析評估指標(biāo)因素與評判狀態(tài)的模糊性，建立了綜合模糊評估模型，但在構(gòu)建評估模型的過程中未考慮評判狀態(tài)與指標(biāo)因素之間的灰色關(guān)系，使得評估指標(biāo)取值缺乏可信度。部分學(xué)者對于雷達(dá)的高原適應(yīng)性評估問題進(jìn)行了相應(yīng)的探究。文獻(xiàn)[15]利用相關(guān)性評價法和試驗評價法，驗證了高原雷達(dá)經(jīng)受極低氣溫、嚴(yán)重裹冰等環(huán)境作用后的功能影響和性能變化。文獻(xiàn)[16-18]針對雷達(dá)設(shè)備在高原地區(qū)各種惡劣環(huán)境下，暴露的散熱能力差、易受復(fù)雜電磁環(huán)境干擾等突出問題，對雷達(dá)進(jìn)行了一系列的改進(jìn)與設(shè)計試驗。目前，對高原雷達(dá)裝備主要依靠試驗方法完成環(huán)境適應(yīng)性評估，對評估體系與評估模型理論方面的研究還較少。在防空預(yù)警雷達(dá)研制階段，如何根據(jù)專家經(jīng)驗和歷史統(tǒng)計數(shù)據(jù)，合理化建立高原環(huán)境適應(yīng)性評估模型，對于提高雷達(dá)裝備在高原地區(qū)的使用效能和降低后期維護(hù)成本具有重要意義。

針對上述需求，本文提出一種基于自學(xué)習(xí)模糊灰度理論的防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性評估方法。為合理化融合主觀和客觀信息對評估指標(biāo)賦權(quán)，建立基于貝葉斯估計的權(quán)重系數(shù)自學(xué)習(xí)模型，實現(xiàn)組合賦權(quán)法中主觀和客觀權(quán)重系數(shù)的自適應(yīng)調(diào)節(jié)。通過分析評估指標(biāo)因素與評判狀態(tài)之間的模糊關(guān)系，構(gòu)建隸屬度函數(shù)，實現(xiàn)不確定條件下的評估指標(biāo)賦值。在綜合專家意見確定信息灰度后，建立面向防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性評估的自學(xué)習(xí)模糊灰度模型。最后，通過開展有、無學(xué)習(xí)過程的仿真實驗，驗證本文方法的有效性。

1 高原環(huán)境對防空預(yù)警雷達(dá)的影響分析

電子器件、機(jī)械部件、液壓系統(tǒng)、動力系統(tǒng)和密封件作為防空預(yù)警雷達(dá)的重要組成部分，受到高原惡劣環(huán)境的影響作用后，雖然其劣化機(jī)理不盡相同，但都對防空預(yù)警雷達(dá)工作效能產(chǎn)生不同程度的影響。因此，為更深入地探究防空預(yù)警雷達(dá)的高原環(huán)境適應(yīng)性結(jié)果，本文將上述防空預(yù)警雷達(dá)系統(tǒng)部件作為高原環(huán)境適應(yīng)性的評估對象。

在高原環(huán)境下，影響防空預(yù)警雷達(dá)各系統(tǒng)、部件正常工作的環(huán)境因素主要為氣壓、輻射、溫濕度、風(fēng)沙和地形遮擋。高原環(huán)境對防空預(yù)警雷達(dá)的影響分析如表1所示。

表1 高原環(huán)境對防空預(yù)警雷達(dá)的影響分析Tab.1 Analysis for the influence of plateau environment on air defense early-warning radar

2 自學(xué)習(xí)模糊灰度評估模型建立

在分析影響防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性關(guān)鍵因素的基礎(chǔ)上，建立基于自學(xué)習(xí)模糊灰度理論的防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性評估模型，模型框架如圖1所示。

圖1 防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性評估模型框架Fig.1 Model framework of plateau environmental adaptability assessment of air defense early-warning radar

2.1 評估指標(biāo)和評價等級確定

將影響防空預(yù)警雷達(dá)環(huán)境適應(yīng)性的評估指標(biāo)組成因素集合，={,,,,}，其中、、、、分別表示防空預(yù)警雷達(dá)各部件對氣壓、輻射、溫濕度、沙塵和地形遮擋的環(huán)境適應(yīng)性。

對各指標(biāo)的適應(yīng)性進(jìn)行等級的劃分，形成評價集合，={,,,,}，其中、、、、分別表示優(yōu)、良、中等、較差和差。考慮到評估時應(yīng)具備精確性和可操作性的特點，為評價集合的每一等級設(shè)置了對應(yīng)的分?jǐn)?shù)，組成集合，={100,90,80,70,60}。

評估高原地區(qū)防空預(yù)警雷達(dá)的環(huán)境適應(yīng)度等級組成集合，={,,,,}，其中、、、、分別表示優(yōu)、良、中等、較差和差，同理，設(shè)置對應(yīng)的分?jǐn)?shù)，組成集合，={100,95,85,75,65}。

2.2 評估指標(biāo)權(quán)重的自學(xué)習(xí)調(diào)整

評估指標(biāo)權(quán)重是影響評估結(jié)果的重要因素，反映了各環(huán)境因素對防空預(yù)警雷達(dá)各部件性能的影響程度。目前，權(quán)重的確定方法主要有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法主要根據(jù)專家經(jīng)驗，采用層次分析法獲得，體現(xiàn)知識積累對評估結(jié)果的影響，但卻難以避免存在一定的主觀隨意性。客觀賦權(quán)法主要依靠對歷史樣本數(shù)據(jù)進(jìn)行統(tǒng)計學(xué)計算獲得，得到的評估結(jié)果雖然具有較強(qiáng)的數(shù)學(xué)理論依據(jù)，但在數(shù)據(jù)樣本量較少的情況下，難以避免存在一定偏差。

為更科學(xué)地確定權(quán)重，本文采用線性組合賦權(quán)法融合主觀和客觀權(quán)重向量，既體現(xiàn)了專家對于各評估指標(biāo)的重視度，又能呈現(xiàn)出數(shù)據(jù)表達(dá)的客觀性。應(yīng)用線性組合法確定最終權(quán)重時，建立基于貝葉斯估計的權(quán)重系數(shù)自學(xué)習(xí)模型，當(dāng)數(shù)據(jù)樣本較少時，主要依靠專家經(jīng)驗確定指標(biāo)權(quán)重；當(dāng)數(shù)據(jù)樣本增多時，增加數(shù)據(jù)規(guī)律對于指標(biāo)權(quán)重的貢獻(xiàn)，達(dá)到自適應(yīng)調(diào)節(jié)主、客觀權(quán)重偏好系數(shù)的目的。具體實現(xiàn)方式如下。

1)確定主觀權(quán)重。為充分表現(xiàn)決策者的判斷與分析能力，采用定量與定性分析相結(jié)合的層次分析法比較各指標(biāo)的重要程度，通過構(gòu)建與求解判斷矩陣，并進(jìn)行一致性檢驗，得主觀權(quán)重向量，={,,,,}，其中、、、、分別表示氣壓、輻射、溫濕度、沙塵和地形遮擋對防空預(yù)警雷達(dá)環(huán)境適應(yīng)性影響的主觀權(quán)重。

2)確定客觀權(quán)重。通過收集因高原環(huán)境因素促使防空預(yù)警雷達(dá)失效的信息，并統(tǒng)計各影響因素的比例，確定得到環(huán)境影響因素對防空預(yù)警雷達(dá)的客觀權(quán)重向量,={,,,,}，其中、、、、分別表示氣壓、輻射、溫濕度、沙塵和地形遮擋對防空預(yù)警雷達(dá)的客觀權(quán)重。

3)基于貝葉斯估計的權(quán)重系數(shù)自學(xué)習(xí)。采用線性組合賦權(quán)法將主觀權(quán)重向量和客觀權(quán)重向量進(jìn)行加權(quán)綜合處理，得到指標(biāo)組合權(quán)重向量，具體實現(xiàn)方法為

=[,,…,]=×+×= [(+),(+),…,

(+)],

(1)

式中：為第個評估指標(biāo)的組合權(quán)重值；、分別為決策者對主、客觀權(quán)重的偏好系數(shù)，,≥0，且滿足+=1；是第個評估指標(biāo)的主觀權(quán)重值；是第個評估指標(biāo)的客觀權(quán)重值。

為盡量減少只根據(jù)決策者的經(jīng)驗對主、客觀權(quán)重偏好系數(shù)、賦值帶來的主觀隨意性影響，當(dāng)掌握的客觀數(shù)據(jù)數(shù)量發(fā)生變化時，應(yīng)及時對主、客觀權(quán)重向量的偏好度做出適應(yīng)性調(diào)整。為此，本文建立了基于貝葉斯估計的權(quán)重系數(shù)自學(xué)習(xí)模型。

假設(shè)存在一個具有兩種取值的隨機(jī)變量，=表示最終的指標(biāo)權(quán)重只由主觀權(quán)重決定，=表示最終的指標(biāo)權(quán)重只由客觀觀權(quán)重決定。令=(=)、=(=)，假設(shè)偏好系數(shù)的先驗分布滿足貝塔分布(,)：

(2)

式中：、為貝塔分布的兩個超參數(shù)，表示專家主觀經(jīng)驗等同的雷達(dá)失效客觀樣本數(shù)量，表示因環(huán)境因素致使雷達(dá)失效的客觀樣本數(shù)量。

根據(jù)貝塔分布的性質(zhì)，的后驗分布將隨著輸入客觀樣本數(shù)量的變化而變化，其后驗分布同樣滿足貝塔分布，其超參數(shù)變?yōu)椤?，其中表示新增加的因各環(huán)境因素致使防空預(yù)警雷達(dá)失效的數(shù)據(jù)樣本S的數(shù)量，則后驗概率分布表示為

(3)

則對的最大后驗估計值為

(4)

的最大后驗估計值為

(5)

在輸入學(xué)習(xí)樣本數(shù)量逐漸增加時，通過上述基于貝葉斯估計的權(quán)重系數(shù)自學(xué)習(xí)模型對主、客觀權(quán)重的偏好系數(shù)進(jìn)行自適應(yīng)調(diào)整，主觀權(quán)重偏好系數(shù)逐漸減小，客觀權(quán)重偏好系數(shù)相應(yīng)增大。上述自適應(yīng)變化符合實際情況，遵循客觀事實呈現(xiàn)的數(shù)學(xué)規(guī)律，能達(dá)到合理確定指標(biāo)權(quán)重的目的。

2.3 建立模糊灰度評估矩陣

(6)

本文通過構(gòu)建隸屬度函數(shù)，實現(xiàn)不確定條件下的評估指標(biāo)賦值，通過專家評分的方式確定灰度值。具體實現(xiàn)方式如下：

1)確定隸屬度函數(shù)。本文根據(jù)隸屬度函數(shù)理論，以防空預(yù)警雷達(dá)部件在各環(huán)境指標(biāo)的失效率為基礎(chǔ)，根據(jù)失效率同評價等級間的對應(yīng)關(guān)系，劃分了5個特征點Δ，=1,2,…,5，即 Δ={010,015,020,025,030}，用于標(biāo)記不同評價等級隸屬度函數(shù)的橫坐標(biāo)起始點和終止點。

構(gòu)建不同評價等級的隸屬度函數(shù)()，=1,2,…,5，分別代表第個評估指標(biāo)隸屬于優(yōu)、良、中等、較差、差的隸屬度函數(shù)，如(7)式～(11)式所示：

(7)

(8)

(9)

(10)

(11)

圖2 隸屬度函數(shù)模型Fig.2 Membership function model

建立的隸屬度函數(shù)模型如圖2所示。

2)確定灰度。通過統(tǒng)計專家對各指標(biāo)評價等級隸屬度信息的灰度評分，計算各指標(biāo)的平均灰度值具體的實現(xiàn)方法是位專家對影響防空預(yù)警雷達(dá)適應(yīng)性的各指標(biāo)評價等級進(jìn)行灰度值打分，統(tǒng)計時，去掉最大值和最小值，再求取平均數(shù)值后便得到灰度值

2.4 評估結(jié)果計算

(12)

式中：1∧表示在1與元素中取最小值；表示部件隸屬于評估等級的隸屬度，表示該隸屬度的灰度值。

(13)

式中：1-表示對于隸屬度的可信度。采用公式：

(14)

得到防空預(yù)警雷達(dá)各系統(tǒng)、部件的高原環(huán)境適應(yīng)性評估結(jié)果。

3 仿真實驗

采用2.2節(jié)和2.3節(jié)所示的評估模型對高原地區(qū)的某型號防空預(yù)警雷達(dá)環(huán)境適應(yīng)性進(jìn)行評估。通過無學(xué)習(xí)過程和有學(xué)習(xí)過程的仿真實驗，將評估結(jié)果進(jìn)行對比分析，驗證本文方法的有效可行性。

3.1 無學(xué)習(xí)過程的環(huán)境適應(yīng)性評估實驗

以無學(xué)習(xí)過程的防空預(yù)警雷達(dá)電子器件環(huán)境適應(yīng)性評估為例，具體評估流程為：

1)用層次分析法對各指標(biāo)的重要性進(jìn)行比對，構(gòu)建判斷矩陣，如表2所示。

對表2進(jìn)行求解，并進(jìn)行一致性檢驗，得到一致性比率=007<01，滿足一致性檢驗要求。然后得到5個指標(biāo)因素對防空預(yù)警雷達(dá)電子器件的主觀權(quán)重向量=[003 006 045 015 030]。

表2 電子器件高原環(huán)境適應(yīng)性的指標(biāo)判斷矩陣Tab.2 Index judgment matrix of plateau environmental adaptability of electronic devices

2)篩選了350個高原環(huán)境下防空預(yù)警雷達(dá)電子器件的失效數(shù)據(jù)信息，統(tǒng)計氣壓、輻射、溫濕度、沙塵和地形遮擋這5個環(huán)境指標(biāo)致使防空預(yù)警雷達(dá)電子器件失效所占的比例，得到客觀權(quán)重向量=[000 003 047 017 033]。

3)應(yīng)用組合賦權(quán)法對主客、觀權(quán)重進(jìn)行如(1)式的綜合處理。在無學(xué)習(xí)過程的情況下，認(rèn)為客觀權(quán)重與主觀權(quán)重同等重要。此時，=05，=05，最終獲得調(diào)整后的權(quán)重向量=[002 005 046 016 031]。

4)根據(jù)構(gòu)建的隸屬度模型得到評估矩陣的模糊部分；通過統(tǒng)計專家打分結(jié)果并總結(jié)灰度值后，得到電子器件的模糊灰度評估矩陣：

6)根據(jù)(14)式，得到的評估得分為6746，依據(jù)適應(yīng)性等級的劃分可知，防空預(yù)警雷達(dá)電子器件的高原環(huán)境適應(yīng)度為較差。

7)重復(fù)步驟1～步驟6，得到防空預(yù)警雷達(dá)機(jī)械器件、液壓系統(tǒng)、動力系統(tǒng)和密封件的高原環(huán)境適應(yīng)性評估結(jié)果，如表3和圖3所示。

由表3和圖3可以觀察出：電子器件、機(jī)械部件和液壓系統(tǒng)處于同一評估等級，為較差；動力系統(tǒng)和密封件評估結(jié)果處于同一等級，為中等。對于此實驗，由于無學(xué)習(xí)樣本的輸入，所以液壓系統(tǒng)、電子器件、密封件、動力系統(tǒng)和機(jī)械系統(tǒng)在確定最終指標(biāo)權(quán)重時，主要依據(jù)專家的先驗知識對主、客觀權(quán)重偏好系數(shù)進(jìn)行賦值。在構(gòu)建模糊灰度評估矩陣時，依據(jù)構(gòu)建的隸屬度函數(shù)模型確定模糊部分，結(jié)合專家打分的形式確定灰度部分，最后通過計算得到的環(huán)境適應(yīng)性評估結(jié)果與專家邏輯判斷一致。

表3 防空預(yù)警雷達(dá)各系統(tǒng)、部件環(huán)境適應(yīng)性 評估結(jié)果Tab.3 Assessment results of environmental adaptability of various systems and components for air defense early-warning radar

圖3 防空預(yù)警雷達(dá)各系統(tǒng)、部件環(huán)境適應(yīng)性評估結(jié)果Fig.3 Assessment results of environmental adaptability of various systems and components for air defense early-warning radar

3.2 有學(xué)習(xí)過程的環(huán)境適應(yīng)性評估實驗

圖4 新增樣本中導(dǎo)致各系統(tǒng)、部件失效的環(huán)境因素比例統(tǒng)計Fig.4 Statistics of environmental factors leading to the failure of various systems and components in the new sample

在3.1節(jié)無學(xué)習(xí)過程仿真實驗的基礎(chǔ)上，進(jìn)行有學(xué)習(xí)過程的對比仿真實驗。在此實驗中，針對電子器件、機(jī)械部件、動力系統(tǒng)、液壓系統(tǒng)和密封件，分別增加1 000個和2 000個失效數(shù)據(jù)樣本，進(jìn)行權(quán)重指標(biāo)偏好系數(shù)學(xué)習(xí)，新增樣本中導(dǎo)致各系統(tǒng)、部件失效的環(huán)境因素比例統(tǒng)計如圖4所示。

同時，由于新樣本的輸入，綜合考慮原有的350個失效數(shù)據(jù)樣本基礎(chǔ)之上，對各環(huán)境因素致使防空預(yù)警雷達(dá)各系統(tǒng)、部件失效的比例作出如表4所示的調(diào)整。

然后，利用建立的基于貝葉斯估計的權(quán)重系數(shù)自學(xué)習(xí)模型，對防空預(yù)警雷達(dá)各系統(tǒng)、部件的客觀偏好系數(shù)進(jìn)行自適應(yīng)調(diào)節(jié)。根據(jù)無學(xué)習(xí)過程仿真實驗的初始化設(shè)置，主觀經(jīng)驗等同于350個樣本數(shù)量，即==350，則偏好系數(shù)的學(xué)習(xí)曲線如圖5所示。

通過對圖5的觀察及對(4)式的計算，當(dāng)新增學(xué)習(xí)樣本數(shù)為1 000時，偏好系數(shù)的取值調(diào)整為=021、=079，當(dāng)新增學(xué)習(xí)樣本數(shù)為2 000時，偏好系數(shù)的取值調(diào)整為=013、=087

當(dāng)新增學(xué)習(xí)樣本數(shù)為1 000和2 000時并進(jìn)行參數(shù)自學(xué)習(xí)后，根據(jù)(1)式可知：各系統(tǒng)、部件指標(biāo)的組合權(quán)重值、主觀權(quán)重值和客觀權(quán)重值都有了相應(yīng)的變化，各權(quán)重值對比如圖6和圖7所示。

由圖6和圖7可知：新增加學(xué)習(xí)樣本，并對防空預(yù)警雷達(dá)各系統(tǒng)、部件的主、客觀偏好系數(shù)進(jìn)行參數(shù)自學(xué)習(xí)后，各系統(tǒng)、部件的指標(biāo)權(quán)重有了適應(yīng)性的調(diào)整。而且，隨著各系統(tǒng)部件學(xué)習(xí)樣本的逐漸增加，客觀權(quán)重值逐漸增大，主觀權(quán)重值逐漸減小。這種結(jié)果表明：當(dāng)缺乏裝備環(huán)境適應(yīng)性歷史統(tǒng)計數(shù)據(jù)的條件下，主要根據(jù)專家經(jīng)驗進(jìn)行裝備環(huán)境適應(yīng)性評估；隨著各系統(tǒng)部件失效樣本統(tǒng)計數(shù)據(jù)的增加，通過參數(shù)自學(xué)習(xí)的方式，在組合權(quán)重的計算中，合理地提高了客觀權(quán)重的重要性，這種權(quán)重的變化規(guī)律更符合實際情況，進(jìn)一步提高了評估結(jié)果的準(zhǔn)確性。

表4 新樣本輸入后防空預(yù)警雷達(dá)各系統(tǒng)、部件 失效比例調(diào)整結(jié)果Tab.4 Adjusted results of failure ratio of each system and component of air defense early-warning radar after new sample input

圖5 偏好系數(shù)ko的學(xué)習(xí)曲線Fig.5 Learning curves of preference coefficient ko

最后，計算得到的參數(shù)自學(xué)習(xí)后防空預(yù)警雷達(dá)各系統(tǒng)、部件評估結(jié)果如表5和圖8所示。

表5 參數(shù)自學(xué)習(xí)后防空預(yù)警雷達(dá)各系統(tǒng)、部件環(huán)境適應(yīng)性評估結(jié)果Tab.5 Environmental adaptability evaluation results of various systems and components of air defense early-warning radar after parameter self-learning

圖6 新增1 000學(xué)習(xí)樣本參數(shù)自學(xué)習(xí)后各系統(tǒng)、部件指標(biāo)權(quán)重值對比Fig.6 Comparison of index weights for various systems and components after adding 1 000 learning samples and parameter self-learning

圖7 新增2 000學(xué)習(xí)樣本參數(shù)自學(xué)習(xí)后各系統(tǒng)、部件指標(biāo)權(quán)重值對比Fig.7 Comparison of index weights for various systems and components after adding 2 000 learning samples and parameter self-learning

圖8 參數(shù)自學(xué)習(xí)后防空預(yù)警雷達(dá)各系統(tǒng)、部件環(huán)境 適應(yīng)性評估結(jié)果Fig.8 Environmental adaptability evaluation results of various systems and components of air defense early-warning radar after parameter self-learning

由表5和圖8可知：在分別增加1 000和2 000個學(xué)習(xí)樣本后，電子器件、液壓系統(tǒng)和動力系統(tǒng)的評估分?jǐn)?shù)發(fā)生了變化，但都保持著同一評估等級；機(jī)械部件和密封件在輸入樣本為1 000時，保持著無學(xué)習(xí)過程時的評估等級，然而在輸入學(xué)習(xí)樣本為2 000時，環(huán)境適應(yīng)性評估結(jié)果都提升了一個等級，分別變?yōu)橹械群土己谩？梢姡S著輸入學(xué)習(xí)樣本的增多，對各評估對象的環(huán)境適應(yīng)性評估結(jié)果都進(jìn)行了合理的自適應(yīng)調(diào)整。仿真結(jié)果表明，本文提出的基于自學(xué)習(xí)模糊灰度理論的防空預(yù)警雷達(dá)環(huán)境適應(yīng)性評估方法能更好地融合樣本數(shù)據(jù)呈現(xiàn)的客觀信息和專家的主觀經(jīng)驗，最后的評估結(jié)果更加符合實際情況。

3.3 相同條件下的對比實驗

在相同的實驗環(huán)境下，采用文獻(xiàn)[35]的模糊綜合評價法對該地區(qū)防空預(yù)警雷達(dá)的環(huán)境適應(yīng)性進(jìn)行評估實驗，兩種方法的評估結(jié)果對比如圖9所示。實驗結(jié)果表明，兩種方法對于評估防空預(yù)警雷達(dá)各系統(tǒng)、部件高原環(huán)境適應(yīng)度的分?jǐn)?shù)有所偏差，但是評估結(jié)果趨于一致，驗證了本文方法的合理性。

圖9 本文方法與文獻(xiàn)[35]方法評估結(jié)果對比Fig.9 Comparison of evaluation results in the proposed method and Ref.[35]

為了驗證本文方法對于評估高原環(huán)境下防空預(yù)警雷達(dá)環(huán)境適應(yīng)度的準(zhǔn)確性，選取5個具備典型高原環(huán)境特點的地區(qū)，開展大樣本條件下的結(jié)果統(tǒng)計分析。在相同實驗環(huán)境條件下，在每個典型地區(qū)給定4 500個實驗樣本集，使用本文方法與文獻(xiàn)[35]的模糊綜合評價法對該地區(qū)服役的防空預(yù)警雷達(dá)進(jìn)行評估實驗，得到兩種方法對服役于各典型地區(qū)防空預(yù)警雷達(dá)各系統(tǒng)、部件的平均評估準(zhǔn)確率，如圖10所示。

圖10 本文方法與文獻(xiàn)[35]方法平均評估準(zhǔn)確率對比Fig.10 Comparison of average evaluation accuracies in the proposed method and Ref.[35]

由圖10可知，文獻(xiàn)[35]方法的整體平均評估準(zhǔn)確率為90.46%，本文方法的整體平均評估準(zhǔn)確率為96.34%，提升的準(zhǔn)確率為5.88%，可見本文方法對服役于評估各典型地區(qū)防空預(yù)警雷達(dá)的高原環(huán)境適應(yīng)性具有較高的評估準(zhǔn)確率。而且，由圖10可知，在評估服役于沙塵強(qiáng)度大和溫濕度低的高原地區(qū)的防空預(yù)警雷達(dá)環(huán)境適應(yīng)性時，評估準(zhǔn)確率更高，分別為98.32%和97.53%，因此本文方法更適用評估服役于此兩類高原地區(qū)的防空預(yù)警雷達(dá)的環(huán)境適應(yīng)性。

4 結(jié)論

本文針對在評估防空預(yù)警雷達(dá)高原環(huán)境適應(yīng)性的過程中，對評估指標(biāo)賦權(quán)時存在難以融合主、客觀信息和評估指標(biāo)取值時具有不確定性的特點，提出一種基于自學(xué)習(xí)模糊灰度理論的防空預(yù)警雷達(dá)環(huán)境適應(yīng)性評估方法。通過開展有、無學(xué)習(xí)過程的某型號雷達(dá)高原環(huán)境適應(yīng)性評估仿真實驗，得出如下結(jié)論：

1) 通過建立基于貝葉斯估計的自學(xué)習(xí)模型，實現(xiàn)了線性組合賦權(quán)法中主、客觀權(quán)重偏好系數(shù)的自適應(yīng)調(diào)節(jié)，達(dá)到了合理確定指標(biāo)權(quán)重的目的。

2)通過結(jié)合各環(huán)境指標(biāo)影響下的防空預(yù)警雷達(dá)裝備失效率，構(gòu)建了各評估指標(biāo)的隸屬度函數(shù)；充分考慮評估過程中的專家意見，確定了代表評估可信度的信息灰度值。以此為基礎(chǔ)，建立了模糊灰度評估模型，較為準(zhǔn)確地確定了評判狀態(tài)與評估指標(biāo)因素之間的模糊灰度關(guān)系。

3)通過對比實驗可以看出，在輸入學(xué)習(xí)樣本逐漸增多時，采用本文提出的基于自學(xué)習(xí)模糊灰度理論的防空預(yù)警雷達(dá)環(huán)境適應(yīng)性評估方法，在綜合專家意見的基礎(chǔ)上，充分考慮了客觀數(shù)據(jù)對評估過程帶來的影響，降低了主觀評判的風(fēng)險，使得最后的評估結(jié)果更加符合實際情況。

4)本文方法在缺少裝備環(huán)境適應(yīng)性歷史統(tǒng)計樣本數(shù)據(jù)的條件下，可以主要根據(jù)專家經(jīng)驗進(jìn)行裝備環(huán)境適應(yīng)性評估；隨著各系統(tǒng)部件失效樣本統(tǒng)計數(shù)據(jù)的增加，可以通過自學(xué)習(xí)方式，進(jìn)一步提高評估結(jié)果的準(zhǔn)確性，具有較好的泛化能力和工程應(yīng)用價值。

5)本文提出的方法對評估服役于典型高原地區(qū)防空預(yù)警雷達(dá)的環(huán)境適應(yīng)性具有較高的準(zhǔn)確率。在大樣本實驗測試中，整體評估準(zhǔn)確率達(dá)到96.34%，更適用于評估服役于沙塵強(qiáng)度大和溫濕度低的高原地區(qū)的防空預(yù)警雷達(dá)環(huán)境適應(yīng)性。