1. 引言
遥感卫星由卫星平台、遥感器、信息处理设备和信息传输设备组成 [1] [2] ,在空间利用遥感器收集地球和大气目标辐射或反射的电磁波信息,并记录下来,由信号传输设备发送回地面进行处理和加工,判读地球环境资源和景物等信息。遥感卫星对地观测体系是人类获取地球空间信息的重要手段,在国民经济建设和国防建设中具有不可替代的作用。随着航天技术和传感器技术的发展,初步形成了一个多层次、多角度、全方位和全天候的全球立体遥感网络——高、中、低轨道结合,大、中、小卫星协同,可以获得粗、细、精分辨率互补的遥感数据 [3] 。随着航天技术的发展,遥感卫星应用体系的功能日臻完善,性能明显提高,其军事应用也得到了很大的拓展,即在战时为战略、战术应用提供服务。因此可以预见,在未来的信息化战争中,遥感卫星应用体系必将发挥更大的作用。
如何定性定量地去评估该复杂体系的整体能力,就需要对其进行效能评估。针对遥感卫星应用体系这样多层次、多维度的复杂系统,制约其效能的因素比较多,并且其中部分信息未知不完全,如果采用通用的效能评估方法(如AHP法、ADC法、指数法等)会使评估结果远远偏离实际结果,而且主观性太强,未考虑指标权值之间的相互影响关系,可信性不高。而基于AHP灰色ADC的评估方法是一种定性分析和定量计算相结合的评估方法,针对此类灰类系统的评估具有得天独厚的优势,本文就是基于AHP灰色ADC的遥感卫星应用体系效能评估 [4] [5] [6] 。
2. 遥感卫星应用体系效能指标
为了全面客观地评估系统体系的各项指标要求,评估指标体系的建立要尽可能做到科学、合理,且符合实际情况,并能为相关技术人员和专家所承认。评估指标体系确定后,再不断征求相关技术人员和专家的建议,通过不断实践,并且反复迭代最终得到科学合理的遥感卫星应用效能评估指标体系。
通过调研,从遥感卫星探测舰船目标的实际需求出发,结合上面的过程方法(见图1)大致能确立时效性指标、准确性指标、覆盖性指标、任务完成性指标和资源耗用性指标五类评估指标,具体的指标体系见图2。
3. 基于AHP灰色ADC效能评估模型及步骤
多层次灰色评价法是以灰色理论为基础,以层次分析法、ADC效能评估模型为指导的定量计算与定性分析相结合的评估方法 [7] 。其具体步骤如下:
1) 确定层次结构。根据AHP原理,将效能评估指标体系分为三个层次:最高层(系统效能
)、中
![](//html.hanspub.org/file/4-2570155x10_hanspub.png)
Figure 1. Procedure chart of indication system establishment
图1. 指标体系确立过程图
![](//html.hanspub.org/file/4-2570155x11_hanspub.png)
Figure 2. Indication system of effectiveness evaluation for remote sensing satellite application system
图2. 遥感卫星应用体系效能评估指标体系
间层(一级指标
)和基本层(二级指标
)。
设一级指标
所组成的集合为
,记为
;二级指标
所组成的集合为
,记为
。
2) 计算权重系数。利用层次分析法,获得在某一准则下任意两元素
与
的两两比较矩阵,采用AHP的根法求解
的最大特征根对应的特征向量,进行一致性检验,当
时,矩阵具有相容性,将之归一化作为在该准则下的排序权重,否则,需重新调整比较矩阵的元素,直到
。
3) 制定评分等级标准。评价指标
一般为定性指标,需将其转化成定量指标。定性指标的定量化可通过制定评分等级来实现。
4) 建立评价样本矩阵。根据评价专家的评价结果,即第
个评价专家的评分
求得其评价样本矩阵
,即:
式中,
。
5) 确定评估灰类。确定评估灰类就是要确定评估灰类的等级数、灰类的灰数及灰数的白化权函数。针对不同的受控系统,可根据实际系统的情况来确定。设评估灰类的序号为
,
,即
个评价灰类。通过确定灰类的白化权函数,可将有限的信息进行合理的加工处理,形成更多信息,使灰色系统变得更加清晰。
6) 计算灰色评价系数。对于评价指标
,属于第
个评价灰色的评价数称为灰色评价系数,记
,属于各个评价灰类的总灰色评价数记为
,计算公式为
7) 计算灰色评价向量及评级矩阵。所有专家就评价指标
,对评估系统主张第
个灰类的灰色评价数记为
,则有
对于评价指标
的各个灰类总评价向量
将
所属指标
对各评价灰类的灰色评价向量综合后,可得
所属指标
对于各评价灰类的灰色评价矩阵
8) 对
综合评价。对评估系统的
进行综合评价,其综合评价结果记为
9) 对
综合评价。由
得
所属指标
对于各评价灰类的灰色评价矩阵
于是,对评估系统
做综合评价,其评估结果记为
10) 计算综合评估值。对评估系统的
做综合评估,
是一个向量,若按最大最优原则确定受评系统所属灰类等级,有时会因丢失信息太多而失效,因此需要单值化。设将各灰类等级按“灰水平”赋值,得各个评价灰类等级值化向量
,求得综合评价值
,则根据
确定评价系统优劣。
4. 实例分析
针对上述具体提出的遥感卫星应用体系效能评估指标,根据上述的步骤过程,计算评估指标体系底层元素的组合权重。假设在我国南海海域划定观测区域,应用STK软件,借助Area Target对象设置目标区
域,假设该目标区域4个顶点坐标
,
,
,
。舰船航迹和区域范围见图3。
![](//html.hanspub.org/file/4-2570155x70_hanspub.png)
Figure 3. Ship wakes and area coverage
图3. 舰船航迹和区域范围
为实现对目标区域的有效观察监视,当遥感卫星经过被观察地区上空时,这些地区应该处于比较好的光照条件下,因此选取太阳同步轨道作为卫星轨道。仿真建模时假设选取轨道倾角98˚,轨道高度在700 km轨道面上的卫星,传感器采用简单锥体传感器,仿真时间2017年8月16日4点至2017年8月17日4点间24小时。
卫星覆盖警戒区域的具体时间见表1。
卫星覆盖舰船的具体时间见表2。
通过计算相关指标的具体值,并根据简易表格的专家打分法得到结果(见表3),鉴于篇幅问题这里略去计算过程。
![](Images/Table_Tmp.jpg)
Table 1. Specific time of satellite coverage for warning zone
表1. 卫星覆盖警戒区域的具体时间
![](Images/Table_Tmp.jpg)
Table 2. Specific time of satellite coverage for ships
表2. 卫星覆盖舰船的具体时间
![](Images/Table_Tmp.jpg)
Table 3. Importance of remote sensing satellite application system ability index
表3. 遥感卫星应用体系能力指标元素重要性
建立一级指标的评估矩阵为
采用根法
得到
,进而得到评价指标
的权重系数,并满足一致性检验:
同理,可得到二级指标的评估矩阵如下
,
,
,
,
二级指标
的权重系数为
,
,
,
,
.
制定评分等级标准设有四组评估者,计为I,II,III,V;评估对象是遥感卫星应用体系时效性指标的三个分指标。为简化计算,规定专家评估者的打分范围为1~5分。根据五组评估者的评分,得到评估指标矩阵
,
,
,
,
确定相应的灰数及白化函数。设
,即有“优”、“良”、“中”、“差”4个评估灰度,其相应的灰数及白化权函数见图4。
计算灰色评估系数、评估权向量及权矩阵,对于评估指标
属于灰类
的灰类评价系数
为:
;
![](//html.hanspub.org/file/4-2570155x99_hanspub.png)
![](//html.hanspub.org/file/4-2570155x101_hanspub.png)
Figure 4. Whitenization weight function of indication system
图4. 系统指标体系白化权函数
;
;
;
从而得受评者
属于各个评价灰类的总灰色评价数为
;
所有专家就评价指标
,对第
个灰类的灰色评价数记为
,则有
对于评价指标
的各个灰类总评价向量
同理可得
对于评价指标
的各个灰类总评价向量
将
所属指标
对各评价灰类的灰色评价向量综合后,可得
所属指标
对于各评价灰类的灰色评价矩阵
对
综合评价。对
进行综合评价,其综合评价结果记为
按照上述方法与步骤,得出
其综合评价结果
鉴于篇幅问题,在这只给出结果,具体步骤类似:
进而对
综合评价。由
得评估者
所属指标
对于各评价灰类的灰色评价矩阵
于是,对评估系统
做综合评价,其评估结果记为
假设“优”类的效能值为9,“良”类的效能值为8,“中”类的效能值为7,“差”类的效能值为6,则各评价灰类等级值向量:
综合评价值
为
因此,该评估系统的综合效能评估值中等。
5. 结束语
针对体系系统复杂、信息不透明不确定的特点,利用灰色理论在信息模糊上的优势及ADC法的可拓展性,通过层次分析法确立准则层和指标层权重,提出了基于AHP灰色ADC效能评估模型。该方法既克服了AHP方法主观性太强,又解决了ADC方法在求解单一效能值E时向量难求的缺点,并且考虑了系统结构和技术特性之间的相关性,强调了系统的整体性,较好地解决了系统效能评估存在的不确定性问题。由于影响效能的因素众多且比较复杂,在建立评估模型时,用专家打分评估分析法确定遥感卫星应用体系效能评价指标权重,充分考虑各专家的定性分析与判断信息,并通过将其量化进行科学计算决策,评判出效能结果,较为准确地反映实际情况,验证了评估模型的可靠性。
但是凡是利用AHP法得到的准则层和指标层权重都具有一定的主观性,根据概率论的知识可以知道,要得到权重的准确值则要积累大量指标数据,如果进行更精细的效能指标梳理划分,就可以得到更准确的结果。本模型的优化还需要在以后的研究工作中进一步完善。