基于BP神經(jīng)網(wǎng)絡(luò)的空中無人通信平臺作戰(zhàn)效能評估

羅 杰，蘇 兵，翟樂育

（國防科技大學(xué)信息通信學(xué)院試驗訓(xùn)練基地，陜西 西安 710106）

空中無人通信平臺是指將通信載荷升空搭載到低空無人平臺，作為通信接入節(jié)點或中繼節(jié)點，與地面基站形成空地一體的綜合接入系統(tǒng)［1?4］。該系統(tǒng)能夠有效解決當(dāng)前固定、車載通信基站天線架設(shè)高度有限，信號覆蓋范圍小，且易受地形影響的問題，滿足戰(zhàn)場無線通信保障需求。對空中無人通信平臺的作戰(zhàn)效能評估能夠量化分析裝備運用實效，為合理作戰(zhàn)運用提供理論支撐，具有重要意義。目前關(guān)于武器裝備作戰(zhàn)效能評估的研究成果非常多，常見評估方法有層次分析法［5］、ADC法［6］、模糊綜合評判法［7］、灰色評估法［8］等。這些方法均是通過層層解析的方式構(gòu)建評估模型，或多或少依賴于專家打分，主觀成分較大；并且對愈加多樣的武器裝備體系結(jié)構(gòu)和多變的作戰(zhàn)環(huán)境適應(yīng)能力較差，計算過程繁瑣復(fù)雜。為此，一些學(xué)者提出了擁有更強數(shù)據(jù)處理能力、更好適應(yīng)泛化能力的人工神經(jīng)網(wǎng)絡(luò)效能評估方法［9?11］，很好地彌補了傳統(tǒng)方法的缺陷。本文構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的空中無人通信平臺作戰(zhàn)效能評估模型，旨在取得客觀準確的評估結(jié)果。

1 作戰(zhàn)效能評估指標體系

11 空中無人通信平臺作戰(zhàn)效能影響因素分析

空中無人通信平臺作戰(zhàn)效能同時受主觀內(nèi)因和客觀外因的雙重作用，既有系統(tǒng)固有能力的支撐，也有外部因素積極或消極的影響。首先，系統(tǒng)固有能力是空中無人通信平臺在特定標準和條件下，通過執(zhí)行一組任務(wù)的方法和手段集成，達到期望效果的本領(lǐng)，是影響作戰(zhàn)效能的根本因素；其次，作戰(zhàn)指揮人員、裝備操作人員、技術(shù)保障人員對空中無人通信平臺的規(guī)劃協(xié)同、操作使用、技術(shù)保障等作戰(zhàn)運用是影響作戰(zhàn)效能的現(xiàn)實因素；另外，特殊的作戰(zhàn)環(huán)境，包括地理、氣象、電磁等自然環(huán)境和敵方的軟硬殺傷等對抗環(huán)境，是影響作戰(zhàn)效能的重要外部因素。綜合分析，可繪制如圖1所示的空中無人通信平臺作戰(zhàn)效能影響因素關(guān)系圖。

圖1 空中無人通信平臺作戰(zhàn)效能影響因素關(guān)系圖

12 空中無人通信平臺作戰(zhàn)效能評估指標體系構(gòu)建

在分析空中無人通信平臺作戰(zhàn)效能影響因素的基礎(chǔ)上，采取分類、聚合的方法，從系統(tǒng)固有屬性、作戰(zhàn)運用、戰(zhàn)場因素3個層面出發(fā)，設(shè)置系統(tǒng)固有能力、作戰(zhàn)運用能力、戰(zhàn)場適應(yīng)能力3個一級指標，其中，系統(tǒng)固有能力又分解為信息傳輸能力、業(yè)務(wù)支撐能力、體系融合能力，作戰(zhàn)運用能力又分規(guī)劃協(xié)同能力、裝備操作能力、技術(shù)保障能力，戰(zhàn)場適應(yīng)能力又分為自然環(huán)境適應(yīng)能力、作戰(zhàn)環(huán)境適應(yīng)能力，各二級指標繼續(xù)分解可得到如圖2所示的指標體系。

圖2 空中無人通信平臺作戰(zhàn)效能評估指標體系

2 BP神經(jīng)網(wǎng)絡(luò)基本原理

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN），是模仿人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)，是理論化的人腦神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。自20世紀40年代被提出后，經(jīng)過了充分的發(fā)展，迄今為止，已有幾十種人工神經(jīng)網(wǎng)絡(luò)類型。其中，BP神經(jīng)網(wǎng)絡(luò)也稱誤差反向傳播神經(jīng)網(wǎng)絡(luò)，是應(yīng)用最廣泛的人工神經(jīng)網(wǎng)絡(luò)之一，它是由非線性變換單元組成的前饋型神經(jīng)網(wǎng)絡(luò)，擁有神經(jīng)網(wǎng)絡(luò)理論中最精華的部分。

2.1 神經(jīng)元模型

人工神經(jīng)網(wǎng)絡(luò)是由大量的神經(jīng)元按照大規(guī)模并行的方式通過一定的拓撲結(jié)構(gòu)連接而成的網(wǎng)絡(luò)。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本處理單元，基本的神經(jīng)元模型如圖3所示。

圖3 基本神經(jīng)元模型

其中，［x1，x2…xn］為神經(jīng)元的輸入，［w1，w2…wn］為每個輸入對應(yīng)的權(quán)值，θ為神經(jīng)元的閾值，f為神經(jīng)元的激活函數(shù)，y為神經(jīng)元的輸出，當(dāng)各輸入加權(quán)求和后達到閾值時，激活函數(shù)就會產(chǎn)生一個輸出，即

每個神經(jīng)元的輸出結(jié)果取決于激活函數(shù)f，因此，整個神經(jīng)網(wǎng)絡(luò)中激活函數(shù)決定收斂效率和非線性能力，常用的激活函數(shù)有線性激活函數(shù)、S型激活函數(shù)、雙S型激活函數(shù)等。

2.2 網(wǎng)絡(luò)拓撲結(jié)構(gòu)

單一的神經(jīng)元不能實現(xiàn)復(fù)雜的功能，只有大量神經(jīng)元組成龐大的神經(jīng)網(wǎng)絡(luò)，才能實現(xiàn)對復(fù)雜信息的處理與存儲。如果將神經(jīng)元按一定規(guī)則連接起來，并使各神經(jīng)元的連接權(quán)按一定規(guī)則變化，就能產(chǎn)生各種各樣的神經(jīng)網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)是一個多層前饋神經(jīng)網(wǎng)絡(luò)，包含1個輸入層、1個輸出層和若干個隱含層，圖4為只有一個隱含層的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)，該網(wǎng)絡(luò)有n個輸入、m個輸出，網(wǎng)絡(luò)結(jié)構(gòu)可以表示為［n，r，m］，r為隱含層神經(jīng)元的數(shù)量。

圖4 包含一個隱含層的BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)

根據(jù)公式（1），可以求出隱含層第s個神經(jīng)元的輸出hs以及輸出層第k個神經(jīng)元的輸出yk，分別為：

式中，f1、f2為隱含層和輸出層的激活函數(shù)，wsi、wkj為隱含層第s個神經(jīng)元第i個輸入的權(quán)值和輸出層第k個神經(jīng)元第j個輸入的權(quán)值，θs、θk為隱含層第s個神經(jīng)元的閾值和輸出層第k個神經(jīng)元的閾值。

2.3 網(wǎng)絡(luò)訓(xùn)練過程

BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練分為：1）工作信號正向傳播，輸入信號經(jīng)過量化和歸一化處理后從輸入層進入網(wǎng)絡(luò)，在隱含層進行加工和處理，從輸出層輸出信息，這個過程中網(wǎng)絡(luò)權(quán)值保持不變；2）誤差信號逆向傳播，如果輸出值與期望值的誤差大于期望誤差，網(wǎng)絡(luò)就轉(zhuǎn)入誤差信號逆向傳播階段，誤差信號由輸出端開始逆向傳播，將誤差均分給每一層的神經(jīng)元，使用梯度下降方法調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值后，再進行正向傳播，使輸出值和期望值之間的誤差盡可能小，當(dāng)輸出層的誤差滿足設(shè)定的結(jié)束條件時訓(xùn)練終止，保存得到的權(quán)值與閾值［12-13］。

2.4 基于BP神經(jīng)網(wǎng)絡(luò)作戰(zhàn)效能評估可行性分析

BP神經(jīng)網(wǎng)絡(luò)因具有特殊的性能，用于空中無人通信平臺作戰(zhàn)效能評估具有得天獨厚的優(yōu)勢，具體可行性分析如下。

1）任意輸入-輸出的非線性映射

空中無人通信平臺作戰(zhàn)效能影響因素眾多，且各因素間存在復(fù)雜的非線性關(guān)系，對作戰(zhàn)效能的影響方向、影響程度各不相同，多種因素同時作用時，關(guān)系更是復(fù)雜難辨，很難用一個具體的數(shù)學(xué)模型準確表達。大部分現(xiàn)有評估方法無法恰當(dāng)?shù)胤从吃u估要素間復(fù)雜關(guān)聯(lián)關(guān)系以及作戰(zhàn)過程的不確定性，且應(yīng)用模式單一，無法滿足武器裝備作戰(zhàn)效能評估日益復(fù)雜且多樣化的應(yīng)用需求。而BP神經(jīng)網(wǎng)絡(luò)在解決復(fù)雜非線性映射問題上有獨特的優(yōu)勢，在作戰(zhàn)效能評估時，將影響作戰(zhàn)效能的各因素作為神經(jīng)網(wǎng)絡(luò)的輸入，作戰(zhàn)效能結(jié)果作為神經(jīng)網(wǎng)絡(luò)的輸出，通過對大量樣本數(shù)據(jù)的訓(xùn)練學(xué)習(xí)，自動獲取內(nèi)部各層神經(jīng)元的權(quán)值和閾值，建立作戰(zhàn)效能與其影響因素間的非線性關(guān)系，評估者并不需要掌握空中無人通信平臺作戰(zhàn)效能內(nèi)部這個“黑箱系統(tǒng)”［14］的數(shù)據(jù)轉(zhuǎn)換關(guān)系，只需要輸入待評估的指標數(shù)值，就可得到作戰(zhàn)效能。

2）強大的數(shù)據(jù)處理能力

現(xiàn)代戰(zhàn)爭節(jié)奏快，戰(zhàn)場態(tài)勢瞬息萬變，不確定性越來越大，留給指揮員的反應(yīng)時間越來越少，這些挑戰(zhàn)要求指揮機關(guān)必須更準確、更快速地評估空中無人通信平臺在特殊作戰(zhàn)環(huán)境下的作戰(zhàn)效能，為指揮決策提供技術(shù)支撐。而傳統(tǒng)的作戰(zhàn)效能評估方法需要構(gòu)建模型算法，并通過層層解析，計算最終評估結(jié)果，數(shù)據(jù)計算過程繁瑣復(fù)雜，耗時耗力；BP神經(jīng)網(wǎng)絡(luò)擁有大規(guī)模并行、分布式存儲和處理、自組織、自適應(yīng)和自學(xué)習(xí)能力，在軟硬件上都容易實現(xiàn)，能夠快速處理大規(guī)模的數(shù)據(jù)。利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進行作戰(zhàn)效能評估時，只需要簡單輸入，就能夠迅速得出評估結(jié)論，省去了復(fù)雜的計算過程，很好地保證了作戰(zhàn)效能評估的時效性。

3）數(shù)據(jù)驅(qū)動的客觀性

傳統(tǒng)作戰(zhàn)效能評估依托模型算法完成，指標權(quán)重獲取過度依賴專家經(jīng)驗，且模型算法構(gòu)建具有一定的主觀性。隨著戰(zhàn)爭形態(tài)的演變，戰(zhàn)場數(shù)據(jù)信息獲取方式多元，體量不斷增大，為使用人工神經(jīng)網(wǎng)絡(luò)提供了數(shù)據(jù)保障上的便利。應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進行空中無人通信平臺作戰(zhàn)效能評估的主要思想是利用神經(jīng)網(wǎng)絡(luò)算法從海量的數(shù)據(jù)中找出所隱含的信息，即數(shù)據(jù)所具有的趨勢性與規(guī)律性，并依據(jù)這些規(guī)律進行預(yù)測評估，整個評估過程靠海量的戰(zhàn)場數(shù)據(jù)驅(qū)動，極大地增強了作戰(zhàn)效能評估的客觀性，能夠很好地指導(dǎo)戰(zhàn)爭決策。

3 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

3.1 網(wǎng)絡(luò)結(jié)構(gòu)確定

3.2 作戰(zhàn)效能評估流程

利用BP神經(jīng)網(wǎng)絡(luò)進行空中無人通信平臺作戰(zhàn)效能評估時，按照收集準備樣本數(shù)據(jù)、依據(jù)指標體系構(gòu)建網(wǎng)絡(luò)、利用訓(xùn)練樣本訓(xùn)練網(wǎng)絡(luò)、利用檢驗樣本驗證網(wǎng)絡(luò)、使用新的數(shù)據(jù)進行作戰(zhàn)效能評估的流程進行，如圖5所示。

4 實例評估分析

4.1 確定訓(xùn)練樣本和檢驗樣本

本文以某型空中無人通信平臺執(zhí)行專項任務(wù)為評估實例，收集整理了30組末端指標數(shù)據(jù)，利用模糊綜合評判法計算對應(yīng)的作戰(zhàn)效能作為期望值，具體不再贅述。將前20組數(shù)據(jù)作為訓(xùn)練樣本，用來訓(xùn)練構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)；后10組作為檢驗樣本，用來驗證BP神經(jīng)網(wǎng)絡(luò)的可行性。部分樣本數(shù)據(jù)如表1所示。

表1 部分樣本數(shù)據(jù)

4.2 確定神經(jīng)網(wǎng)絡(luò)參數(shù)

本文調(diào)用Matlab中神經(jīng)網(wǎng)絡(luò)工具箱（Neural Network Toolbox，NNbox）進行編程，設(shè)定BP神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)如下：神經(jīng)網(wǎng)絡(luò)中輸入層和隱含層神經(jīng)元的激活函數(shù)均設(shè)定為正切S型激活函數(shù)tansig，輸出層采用線性激活函數(shù)purelin；網(wǎng)絡(luò)訓(xùn)練時采用基本梯度下降算法traingd；最大訓(xùn)練次數(shù)為105，均方差精度為10－5，學(xué)習(xí)效率為0.05。

4.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

應(yīng)用訓(xùn)練樣本在Matlab上編程實現(xiàn)神經(jīng)網(wǎng)絡(luò)訓(xùn)練，訓(xùn)練結(jié)果發(fā)現(xiàn)，該BP神經(jīng)網(wǎng)絡(luò)模型經(jīng)過1378次迭代誤差下降到10－5，實現(xiàn)了預(yù)定的訓(xùn)練目標，圖6為訓(xùn)練樣本誤差迭代圖。

圖6 訓(xùn)練樣本迭代誤差圖

4.4 樣本檢驗及分析

利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，對10組檢驗數(shù)據(jù)進行仿真計算，得到的作戰(zhàn)效能評估值與期望值對比如圖7所示。

圖7 檢驗樣本評估結(jié)果

仿真結(jié)果表明：利用BP神經(jīng)網(wǎng)絡(luò)得出的評估值與期望值基本擬合，誤差在0.5以內(nèi)，說明利用此模型進行作戰(zhàn)效能評估是有效的，模型構(gòu)建符合預(yù)期。在進行新的評估時，只需要將指標數(shù)值輸入BP神經(jīng)網(wǎng)絡(luò)就能計算出作戰(zhàn)效能評估結(jié)果。

5 結(jié)束語

本文使用Matlab編程BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)了對空中無人通信平臺作戰(zhàn)效能評估，較好地克服傳統(tǒng)評估方法主觀性太強的弊端。本次仿真實驗中利用的模糊綜合評判法的評估結(jié)論經(jīng)過了多次驗證，較為接近真實值，以此作為期望值僅是為了驗證模型的可行性，并不影響評估模型的客觀性，在實際應(yīng)用時要通過實地采集裝備作戰(zhàn)效能數(shù)據(jù)作為期望值進行網(wǎng)絡(luò)訓(xùn)練；其次，BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練需要大量精確的樣本數(shù)據(jù)，才能保證精確度，本文選取的樣本數(shù)量較少，在一定程度上降低了評估模型的精確度；另外，本神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值并沒有限定，采取隨機賦予的方式，造成了網(wǎng)絡(luò)收斂速度較慢，下一步要在解決這些問題上加強研究，以期構(gòu)建更加的精確、實用的BP神經(jīng)網(wǎng)絡(luò)作戰(zhàn)效能評估模型。