0 引言

    移動通信車輛是一種特殊的受供電車輛,，如今隨著科學技術的發(fā)展,，社會對交通運輸?shù)男枨蟪掷m(xù)增長，移動通信車輛動態(tài)組網(wǎng)應運而生^[1-2],，且因其方便性,、開放性等優(yōu)點被廣泛應用在各個領域通信工作方面。但隨著使用環(huán)境的增加,，其抗干擾性能受到了前所未有的挑戰(zhàn),，也成為了該領域亟待解決的問題，并受到廣大學者的關注,，出現(xiàn)了很多好的解決方法^[3-5],。

    其中，文獻[6]提出基于自組織方法的移動通信車輛動態(tài)組網(wǎng)抗干擾性評估方法,，通過將抗干擾性能分為有限和無限兩種,，分別進行針對性的分析，實現(xiàn)對抗干擾性的評估,。該方法對大量噪聲環(huán)境下的移動通信車輛動態(tài)組網(wǎng)性能評估不準確,，不適合大范圍使用。文獻[7]提出基于信息隱藏的移動通信車輛動態(tài)組網(wǎng)抗干擾性能評估方法,，采用置亂技術對隱蔽信息置亂度進行衡量,，增加隱蔽信息的特征，實現(xiàn)性能評估,。但是該方法實現(xiàn)過程復雜,。文獻[8]提出基于物聯(lián)網(wǎng)的移動通信車輛動態(tài)組網(wǎng)抗干擾性評估方法,，該方法通過對動態(tài)組網(wǎng)存在的噪聲進行濾波處理，增加通信性能的基礎上,，采用物聯(lián)網(wǎng)技術,，對抗干擾性能進行評估。但存在所需時間較長的問題,。

    針對上述問題的產(chǎn)生,，提出一種新的移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估建模方法。實驗結果證明,，采用改進的評估方法時,，其評估相對誤差較小，抗干擾效能評估性能好,，具有一定的優(yōu)勢,。

1 移動通信車輛動態(tài)組網(wǎng)結構與評估指標分析及預處理

1.1 移動通信車輛動態(tài)組網(wǎng)結構分析

    移動通信車輛的動態(tài)組網(wǎng)擁有兩種構造,，即樹狀和網(wǎng)狀^[9-11],。樹狀構造圖如圖1所示，在一個單獨的移動通信網(wǎng)絡車輛數(shù)據(jù)的數(shù)據(jù)融合中心,，可通過數(shù)據(jù)融合中心實現(xiàn)對所有數(shù)據(jù)的處理,。網(wǎng)狀結構可以實現(xiàn)移動通信車輛數(shù)據(jù)轉換和共享，移動通信車輛動態(tài)組網(wǎng)在大范圍可以從其他移動車輛獲取所需數(shù)據(jù),并將其與測量數(shù)據(jù)融合在一起,。網(wǎng)狀構造比樹構造更為復雜,但非常靈活,有良好的抗毀性,，單個節(jié)點的破壞不會干擾整個網(wǎng)絡系統(tǒng)的正常運行，網(wǎng)狀構造如圖2所示,。

    由圖1和圖2可知,，移動通信車輛以組網(wǎng)的形式，可以使通信車輛數(shù)據(jù)得到共享,，同時控制中心能夠對每個移動通信車輛進行控制,，增加移動通信車輛的可靠性，并且移動通信車輛還可以從多角度進行通信,。

1.2 移動通信車輛動態(tài)組網(wǎng)評估指標分析

    在移動通信車輛組網(wǎng)抗干擾效能評估時,，將與移動通信車輛動態(tài)組網(wǎng)有關的指標組成為移動通信車輛動態(tài)組網(wǎng)的評估指標體系。構建所需的評估體系,，能選取評估目標和評估方向,，而移動通信車輛動態(tài)組網(wǎng)的抗干擾性能評價體系的構建，能夠從預警能力,、覆蓋能力和融合治理等3方面進行展開分析,。

1.2.1 覆蓋性能分析

    覆蓋性能主要是指移動通信車輛動態(tài)網(wǎng)絡的影響,對于一個給定目標在動態(tài)網(wǎng)絡中的覆蓋程度。相關指標獲取如下所示：

式中：M,、N均為常數(shù),。

    (2)頻域覆蓋系數(shù)：若組網(wǎng)有M個頻段,，移動通信車倆數(shù)為N，那么動態(tài)組網(wǎng)的頻段交錯比是：

式中：0≤R_f≤1,，頻率越大,，針對移動通信車輛動態(tài)組網(wǎng)干擾機頻率范圍更大，很大程度上通信車輛動態(tài)網(wǎng)干擾機頻率干擾效果更好,，移動通信車輛動態(tài)組網(wǎng)抗干擾性越差,。

1.2.2 預測能力分析

    (1)探測時間比：探測時間比率表示移動車輛動態(tài)網(wǎng)絡目標探測的連續(xù)性,能用下式進行表示：

式中：T_f為移動通信車輛動態(tài)網(wǎng)絡在滿足一定條件下的網(wǎng)絡區(qū)域探測到目標的時間；T_g為在動態(tài)網(wǎng)絡領域里,，發(fā)現(xiàn)一個目標所需時間,；T_b為在網(wǎng)絡領域中，一個目標在盲區(qū)出現(xiàn)的時間,。

    (2)發(fā)現(xiàn)概率：目標發(fā)現(xiàn)概率是一個動態(tài)網(wǎng)絡在電子干擾情況下發(fā)現(xiàn)目標的概率,。動態(tài)網(wǎng)絡中的車輛在受到電子干擾后,各車輛目標檢測概率在任一地點,動態(tài)網(wǎng)絡發(fā)現(xiàn)目標的概率能根據(jù)下式進行計算：

式中，P_i是第i部車輛的發(fā)現(xiàn)的概率,，P為組網(wǎng)發(fā)現(xiàn)概率,，n為常數(shù)。

1.3 移動通信車輛動態(tài)組網(wǎng)信息預處理

    移動通信車輛動態(tài)組網(wǎng)信息因存在偏差性和相對的紊亂性,，在分析移動通信車輛動態(tài)組網(wǎng)結構及評估指標的基礎上,，對移動通信車輛動態(tài)組網(wǎng)信息進行預處理，增加信息準確度,。在動態(tài)網(wǎng)絡中,假如一個移動車輛在干擾環(huán)境下,且其他移動通信車輛的傳感器數(shù)據(jù)能夠經(jīng)過信息融合處理中心,讓移動通信車輛動態(tài)網(wǎng)絡依然可以維持全部性能,。

    若移動通信車輛動態(tài)組網(wǎng)輛移動通信車輛為N，移動通信車輛有N_j因干擾而失效,，定義動態(tài)組網(wǎng)失效比為：

    綜上所述,，通過對移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估指標進行分析，以及對移動通信車輛動態(tài)組網(wǎng)信息的預處理,，可為之后建立移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型的建立提供基礎依據(jù),。

2 移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型的建立

    由于移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估各指標具備不一樣的量綱，且類型不一樣,，所以指標具備非共用性,，難以進行直接對比。為了減少指標間的不同量綱的干擾,，需要對輸入向量進行標準化轉換,，引入基于最大離差法與支持向量機法相互結合，在計算出最大離差法權重系數(shù)基礎下,，運用支持向量機移動通信車輛動態(tài)組網(wǎng)抗干擾效能進行評估,。將支持向量機應用到抗干擾效能評估中，在抗干擾效能評估體系基礎上,，構建移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型,。假設有n個樣本數(shù)據(jù),、P個指標，可得最大離差法權重系數(shù)X：

    綜上所述,，引入基于最大離差法權重系數(shù)的支持向量機評估方法,，構建移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型，并采取多種技術措施,，實現(xiàn)抗干擾效能評估模型的構建,。

3 實驗結果分析

    為了證明改進方法在動態(tài)網(wǎng)絡移動通信抗干擾性能評價的可行性,比較兩種方法的最佳差異的同時,以4個不同的移動通信車輛動態(tài)網(wǎng)絡模式為訓練樣本,測試在干擾環(huán)境中各種指標的相應值。指標為：頻域覆蓋系數(shù)C2,、探測時間比C4,、空域覆蓋系數(shù)C1、信息融合能力C6,、頻域瞄準度C3,、目標發(fā)現(xiàn)概率C5。采用模糊物元分析法,，得到預測樣本測量值如表1所示,。

    根據(jù)覆蓋性能，使用 MATLAB 語言對基于最大離差法權重系數(shù)的支持向量機評估方法建模,，編寫相應的函數(shù)庫,；然后使用MATLAB 設計界面并調用相應的庫函數(shù),，在設置不同干擾環(huán)境的參數(shù)下進行效能評估,。其仿真方案如圖3所示。

    在抗干擾效能評估軟件方案設計的基礎之上,，采用TOTU評估模型與本文的評估模型進行實驗對比,，分別測試兩種建模準確度，其對比結果如圖4所示,。

    使用支持向量機,、神經(jīng)網(wǎng)絡法、模糊綜合評估,、模糊物元分析法與改進方法這5種方法對比,，對移動通信車輛動態(tài)組網(wǎng)抗干擾效能進行建模評估，結果能反映動態(tài)組網(wǎng)的抗干擾效能,，如圖5所示,。

    從圖5中可知，除了改進方法,，其余4種方法得到的曲線解釋幾乎相同,，4種評價方法評價的動態(tài)網(wǎng)絡抗干擾效果的關系本質上也一樣。同時4種算法本身的評估結果差異在不同的大小與人為干擾因素,。模糊綜合評估方法評估結果很小,這主要是因為模糊物元分析方法的反應可以客觀地評價結果,，所以一般的評估實驗中都選擇其作為訓練的期望值,，而改進方法因為其做了預處理，使得效能評估結果要優(yōu)于其他4種評估方法,，具有一定優(yōu)勢,。以模糊物元法的評估結果作為標準，采用剩余4種算法的評估相對誤差結果如圖6所示,。

    由圖6可知,，模糊綜合評價方法能夠從多個指標綜合判斷、評估對象隸屬度,能夠考慮到評價對象的層次結構,、評價標準,。影響因素的模糊性與模糊綜合評價可以定性和定量因素的結合,擴大信息量,提高評價的可靠性。模糊綜合評價方法由于堅實的理論基礎及系統(tǒng)性強,，可用于解決新領域中的新問題,評估結果可以作為其他方法的參考,。其參數(shù)設置和評價方法可以考慮每個樣本之間的差異參數(shù)值及權重的不確定性,減少該指數(shù)權重設置在主觀因素的影響,增加了移動通信車輛動態(tài)網(wǎng)絡抗干擾性能的準確評估。

4 結束語

    本文針對傳統(tǒng)的評估方法非移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估不準確的問題,，提出一種新的移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估方法,，對移動通信車輛動態(tài)組網(wǎng)信息進行預處理，增加信息的準確度,，再通過專家評估方法獲取移動通信車輛動態(tài)組網(wǎng)抗干擾因子評估模型,，引入多種評估技術措施建立移動通信車輛動態(tài)組網(wǎng)抗干擾效能評估模型，實現(xiàn)抗干擾效能的評估,。實驗結果證明,，采用改進的評估方法時，其評估相對誤差較小,，抗干擾效能評估性能好,，具有一定的優(yōu)勢。

參考文獻

[1] 丁若婷,，孫越,，汪毅雄，等.基于4G移動通信的實時車輛監(jiān)控管理系統(tǒng)[J].信息通信技術,，2015,，32(5)：27-32.

[2] BEATY R E，BENEDEK M,，SILVIA P J,，et al.Creative cognition and brain network dynamics[J].Trends in Cognitive Sciences，2015,，20(2)：87-95.

[3] 郭彬.高速移動錯位下的車輛通信參數(shù)精確檢測[J].計算機測量與控制,，2015，23(2)：389-391.

[4] 隋毅，邵峰晶,，孫仁誠,，等.基于向量空間的多子網(wǎng)復合復雜網(wǎng)絡模型動態(tài)組網(wǎng)運算的形式描述[J].軟件學報，2015,，12(8)：2007-2019.

[5] Li Zhao,，Shen Yao，Yao Bin,，et al.OFScheduler：A dynamic network optimizer for MapReduce in heterogeneous cluster[J].International Journal of Parallel Programming,，2015，43(3)：472-488.

[6] 張宇,，王鵬,，劉澄澄，等.基于HLA的無線通信網(wǎng)絡抗干擾仿真系統(tǒng)研究[J].北京理工大學學報,，2015,，34(1)：79-85.

[7] 侍財源，樂燕芬,，黃喆,，等.ZigBee網(wǎng)絡拓撲對WLAN抗干擾性能影響[J].信息技術，2015,，15(5)：165-168.

[8] 張建軍,，曲宏宇，趙棟華.基于神經(jīng)網(wǎng)絡的雷達抗干擾效能評估方法[J].海軍航空工程學院學報,，2015,，30(1)：28-32.

[9] WU Q，COLE C,，SUN M S Y Q.A review of dynamics modelling of friction wedge suspensions[J].Vehicle System Dynamics,，2014,，52(11)：1389-1415.

[10] ZHANG B,，MA H，SUN X L,，et al.Robust anti-jamming method for high dynamic global positioning system receiver[J].Iet Signal Processing,，2016，10(4)：342-350.

[11] XIE H,，HU J,，YIN W Y.Anti-jamming performance simulation and analysis of tactical data link communication system[J].IEEE International Symposium on Electromagnetic Compatibility，2014,，23（6）：1096-1101.

作者信息:

王淑娟1,，李衛(wèi)平2

(1.中原工學院信息商務學院 信息技術系，河南 鄭州451191；2.鐵道警察學院 公安技術系,，河南 鄭州450053)