基于云模型与证据理论的通信电子防御效能评估

doi:10.3969/j.issn.1000-3428.2017.06.007

计算机工程

基于云模型与证据理论的通信电子防御效能评估

杨米^1,2,陈建忠 ²,牛英滔²

(1.解放军理工大学通信工程学院,南京 210007; 2.南京电讯技术研究所,南京 210007)

收稿日期:2016-09-01 出版日期:2017-06-15 发布日期:2017-06-15
作者简介:杨米(1992—),女,硕士,主研方向为无线通信;陈建忠,研究员;牛英滔,高级工程师。
基金项目:
国家自然科学基金(61401505);江苏省自然科学基金(BK20151450);江苏省自然科学基金青年基金(BK20130069)。

Evaluation of Communication Electronic Defense Effectiveness Based on Cloud Model and Evidence Theory

YANG Mi ^1,2,CHEN Jianzhong ²,NIU Yingtao²

(1.College of Communication Engineering,PLA University of Science and Technology,Nanjing 210007,China; 2.Nanjing Telecommunication Technology Institute,Nanjing 210007,China)

Received:2016-09-01 Online:2017-06-15 Published:2017-06-15

摘要/Abstract

摘要： 针对通信电子防御效能评估过程中指标的不确定性描述问题,提出一种基于云模型和证据理论的信息融合评估方法。设计评语等级云发生器,根据云隶属度构造基本信度分配函数。基于证据距离修正的证据融合规则对不同指标的基本信度分配信息进行融合,并将融合后的基本信度分配与评语量化值进行线性加权,得到最终评估结果。以跳频通信装备为例进行通信电子防御效能评估,结果表明,该方法能有效降低专家评价的主观性,使评估结果更准确客观。

关键词: 云模型, 证据理论, 基本信度分配, 电子防御, 效能评估, 信息融合

Abstract: To deal with the uncertainty description of index in the evaluation of communication electronic defense effectiveness,an information fusion evaluation method based on cloud model and evidence theory is proposed.A cloud generator of comment levels is designed,and the Basic Probability Assignment(BPA) function is constructed by cloud membership grade.The BPA information of different indexes is synthesized based on the evidence fusion rules,and the final evaluation result is obtained through linearly weighting the synthetic BPA and quantization values of the comment levels.Taking the frequency hopping communication equipment as an example to evaluate communication electronic defense effectiveness,the results show that the method can effectively reduce the subjectivity caused by expert evaluation and make the evaluation result more accurate and objective.

Key words: cloud model, evidence theory, Basic Probability Assignment(BPA), electronic defense, effectiveness evaluation, information fusion

中图分类号:

TN973.3

杨米,陈建忠,牛英滔. 基于云模型与证据理论的通信电子防御效能评估[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2017.06.007.

YANG Mi,CHEN Jianzhong,NIU Yingtao. Evaluation of Communication Electronic Defense Effectiveness Based on Cloud Model and Evidence Theory [J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2017.06.007.

参考文献

参考文献［1］Poisel R A.通信电子战原理［M］.2版.聂皞,王振华,陈少昌,等,译.北京:电子工业出版社,2013. ［2］姚富强.通信抗干扰工程与实践［M］.2版.北京:电子工业出版社,2012. ［3］陈亚丁,李少谦,程郁凡.无线通信系统综合抗干扰效能评估［J］.电子科技大学学报,2010,39(2):130-133. ［4］Wang Jianqiang,Wang Pei,Wang Jing,et al.Atanassov’s Interval-valued Intuitionistic Linguistic Multi-criteria Group Decision-making Method Based on the Trapezium Cloud Model［J］.IEEE Transactions on Fuzzy Systems,2015,23(3):542- 554. ［5］周剑,朱耀琴,柴旭东,等.基于云模型与证据理论的共识分析方法［J］.系统工程理论与实践,2012,32(12):2756-2765. ［6］阳小丽.基于云模型和证据理论的数据融合算法研究［D］.哈尔滨:黑龙江科技大学,2013. ［7］王建功,陈家松,王可人,等.基于云模型与模糊综合评判的系统效能评估研究［J］.无线电工程,2015,45(12):77-80. ［8］张友鹏,李远远.基于云模型和证据理论的铁路信号系统风险评估［J］.铁道学报,2016,36(1):75-80. (下转第52页) (上接第45页) ［9］Shi Yanbin,Liu Hong,Shi Yanli.Effectiveness System and Its Evaluation of the Airborne VHF Radio Set Based on Cloud Model［C］//Proceedings of International Con-ference on Automatic Control and Artificial Intelligence.Washington D.C.,USA:IEEE Press,2012:955-958. ［10］刘延华,陈国龙,吴瑞芬.基于云模型和AHP的网络信息系统可生存性评估［J］.通信学报,2014,35(8):107-116. ［11］蔡红云,杜瑞忠,田俊峰,等.基于云模型和风险评估的信任模型研究［J］.计算机工程,2012,38(23):139-143. ［12］祁莹,苏宏升.基于黄金分割准则的混沌云粒子群算法［J］.计算机工程与应用,2013,49(22):244-249. ［13］Mcheick H,Mohammad A F.The Evident Use of Evidence Theory in Big Data Analytics Using Cloud Computing［C］//Proceedings of CCECE’14.Washington D.C.,USA:IEEE Press,2014:1-6. ［14］Wang Huifang,Lin Dongyang,Qiu Jian,et al.Research on Multi-objective Group Decision-making in Condition-based Maintenance for Transmission and Transformation Equipment Based on D-S Evidence Theory［J］.IEEE Transactions on Smart Grid,2015,6(2):1035-1045. ［15］陈超,陈性元,杨英杰,等.基于粗糙集和D-S证据理论的系统安全评估［J］.计算机工程,2013,39(10):138-142. ［16］张琳,刘婧文,王汝传,等.基于改进D-S证据理论的信任评估模型［J］.通信学报,2013,34(7):167-174. 编辑陆燕菲

[1]	郭慧,刘忠宝,柳欣. 基于云模型与决策树的入侵检测方法[J]. 计算机工程, 2019, 45(4): 142-147.
[2]	杨奕卓,于洪涛,黄瑞阳,刘正铭. 基于融合表示学习的跨社交网络用户身份匹配[J]. 计算机工程, 2018, 44(9): 45-51.
[3]	吴恋,马敏耀,黄一峰,赵勇. 基于AdaBoost算法的Linux病毒检测研究[J]. 计算机工程, 2018, 44(8): 161-166,173.
[4]	陈金广,赵甜甜,王明明,王伟. 针对交叉目标场景的带标签GM-PHD改进算法[J]. 计算机工程, 2018, 44(6): 316-320.
[5]	王科,李鹏,金瑜,刘宇. 基于三证据DS理论的双模式地图匹配算法[J]. 计算机工程, 2018, 44(5): 316-321.
[6]	刘正铭,马宏,刘树新,杨奕卓,李星. 一种融合节点文本属性信息的网络表示学习算法[J]. 计算机工程, 2018, 44(11): 165-171.
[7]	孟媛媛,徐连诚,任敏,王燕飞. 基于高冲突修正的D-S证据融合方法[J]. 计算机工程, 2018, 44(1): 79-83,90.
[8]	许卫强,陈国顺,牛刚,陈卫国. 基于SVM分类的指控系统网络健康评估研究[J]. 计算机工程, 2017, 43(7): 316-321.
[9]	赵洁,薛瑞,陈旭,杨雨健. DS证据理论下融合隐式与显式特征的共谋攻击识别推理模型[J]. 计算机工程, 2017, 43(11): 108-116.
[10]	晁莹,耿国华,张雨禾,张靖. 基于区域分割的点云骨架提取算法[J]. 计算机工程, 2017, 43(10): 222-227,233.
[11]	费金龙,王禹,王天鹏,祝跃飞. 基于云模型的网络异常流量检测[J]. 计算机工程, 2017, 43(1): 178-182.
[12]	彭利红,李泽军,陈敏,任日丽. 一种多信息融合的药物-靶标关联预测算法[J]. 计算机工程, 2016, 42(6): 218-223,229.
[13]	翁迟迟,齐法制,陈刚. 基于层次分析法与云模型的主机安全风险评估[J]. 计算机工程, 2016, 42(2): 1-6.
[14]	费翔,周健. 一种处理冲突证据的D-S证据权重计算方法[J]. 计算机工程, 2016, 42(2): 142-145.
[15]	范存群,赵现纲,黄彬彬,马友,谢利子,冯小虎. 云化卫星地面系统中基于云模型的资源映射方法[J]. 计算机工程, 2016, 42(11): 38-42.

基于云模型与证据理论的通信电子防御效能评估

Evaluation of Communication Electronic Defense Effectiveness Based on Cloud Model and Evidence Theory

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10