綜合粗糙集和修正熵權的數(shù)據(jù)融合系統(tǒng)性能評估模型

王振興， 馮新喜， 鹿傳國， 孔云波

(空軍工程大學電訊工程學院，西安 710077)

0 引言

信息融合技術增強了系統(tǒng)的生存能力和戰(zhàn)術性能，在軍事領域得到了廣泛應用。各種數(shù)據(jù)融合算法的出現(xiàn)，給數(shù)據(jù)融合系統(tǒng)的研制和開發(fā)提出了新的挑戰(zhàn)。如何評測紛繁蕪雜的數(shù)據(jù)融合算法為數(shù)據(jù)融合應用系統(tǒng)的工程實現(xiàn)提供決策支持，已成為數(shù)據(jù)融合領域研究的熱點之一［1］。然而信息融合系統(tǒng)所匯集和處理的信息種類繁多，信源間關系復雜，應用背景和建設目標差異較大，使得客觀、公正地評估融合系統(tǒng)性能較為困難。

為實現(xiàn)數(shù)據(jù)融合系統(tǒng)性能的客觀、精確的評估，結合數(shù)據(jù)融合的算法流程，建立了一種多級、多層的數(shù)據(jù)融合系統(tǒng)的指標體系，同時為克服主觀性對指標賦權的影響，采用粗糙集和修正熵權理論提出了一種針對數(shù)據(jù)融合系統(tǒng)性能的綜合評估模型，并通過實例證明了該評估模型的有效性。

1 數(shù)據(jù)融合系統(tǒng)指標體系

建立科學合理的指標體系是進行有效評估的前提，數(shù)據(jù)融合系統(tǒng)性能評估指標體系的建立目前主要有兩種模式:1)基于融合處理的流程劃分，系統(tǒng)分析航跡起始、點－航跡關聯(lián)、目標跟蹤、航跡關聯(lián)等各環(huán)節(jié)中的諸因素，分層建立指標體系［2］;2)基于整個系統(tǒng)的功能需求，從系統(tǒng)的融合性能、時間性能、穩(wěn)定性能等方面進行分析，構建指標體系［3］。二者基本特點是二級指標基本為定量指標，需通過大量的實驗仿真得到基于統(tǒng)計學的精確數(shù)值，而一級指標在物理意義上的重要性區(qū)分較為明顯，在特定的應用背景下功能需求差異也很大，比如在第一種指標建立模式下，航跡起始環(huán)節(jié)在整個融合處理流程中顯然最為重要，直接影響之后的處理流程，融合精度重要性最低;而在第二種指標建立模式下，融合性能在系統(tǒng)各類功能需求中明顯占首要地位，時間性能次之，因此對一級指標需要進行定性和定量相結合的綜合評估。本文按第一種模式引入以下指標體系［4］，如圖1所示。

圖1 數(shù)據(jù)融合系統(tǒng)指標體系Fig.1 Index system of data fusion system

2 綜合粗糙集和熵權的評估模型

當前在工程數(shù)學領域比較成熟的評估方法有很多，主要可以分為3類:1)側重于主觀因素的量化分析，如主成分分析法、層次分析法等;2)側重于挖掘指標數(shù)據(jù)本身的內(nèi)部信息，如熵權法、粗集理論等;3)上述兩種方法的綜合運用，力求對主客觀因素的綜合考慮。雖然第三種算法兼有前兩種算法的優(yōu)勢，但往往消弭了指標體系不同層次定性和定量程度的差異，因此也難以對數(shù)據(jù)融合系統(tǒng)性能進行全局評估。本文針對數(shù)據(jù)融合系統(tǒng)性能評估的自身特點，借鑒多模型混合評估法的思想［5］，綜合運用粗糙集理論、熵權法和層次分析法建立一種混合多層綜合評估模型。

2.1 基本思想

粗糙集理論是一種刻畫不完全性的數(shù)學工具，其特點是將知識理解為對數(shù)據(jù)的劃分，僅依賴于原始數(shù)據(jù)而不需要任何先驗信息便可揭示數(shù)據(jù)內(nèi)部潛在的規(guī)律［6］。其權重確定思想是從屬性集中去掉某屬性后，計算分類的正域受影響的程度，是從決策分類的角度對屬性重要性的一種度量。熵權法［7］是度量系統(tǒng)狀態(tài)不確定性的一種方法，運用熵值原理確定的熵權系數(shù)，反映了在給定風險因素集和評判集后，專家的各種評價指標確定的情況下，各指標在競爭意義上的相對激烈程度，具有客觀性強、數(shù)學理論完善等優(yōu)點。因此對于定量型的二級指標，綜合采用兩種方法，從兩種不同角度進行綜合評估，以增強指標數(shù)據(jù)信息挖掘的可信性和有效性。而對于定性定量相結合的一級指標，擬引入決策者的主觀經(jīng)驗，采用AHP方法［8］確定各指標的主觀權重，繼而修正熵權，將主、客觀權重結合確定一級指標綜合權重，最終由各級指標的綜合權重得到系統(tǒng)性能綜合評估值，其具體過程參見圖2。

圖2 綜合粗糙集和熵權的評估模型Fig.2 Evaluation model of data fusion system combined rough set with entropy weight

2.2 基本流程

設有m個數(shù)據(jù)融合系統(tǒng)組成評估對象o1，o2，…，om，及 n 個一級指標 V1，V2，…，Vn，各一級指標下轄若干二級指標，用vij表示，共同構成多層次多屬性決策評估系統(tǒng)。

2.2.1 二級指標約簡和粗集權重

設對一級指標Vi，利用粗集理論進行屬性約簡和權重計算，得 Vi'=(vi1，vi2，…，viti)，對應的權重向量為 Si=(si1，si2，…，siti)，ti為一級指標 Vi經(jīng)屬性約簡后所剩屬性的個數(shù)，具體方法參照文獻［5］，這里不再贅述。

2.2.2 建立評估矩陣

根據(jù)上步所約簡的指標，確定一級指標下的評估矩陣

2.2.3 數(shù)據(jù)歸一化

為了消除不同性質(zhì)指標間量綱和數(shù)量級的影響，需對指標進行規(guī)范化處理，將其規(guī)范化為［0，1］區(qū)間的極大型指標。

對于極大型指標，有

對于極小型指標，有

標準化公式為

2.2.4 指標熵權

按照歸一化熵公式，二級指標vij的熵、偏差度和熵權分別為

根據(jù)信息熵的可加性，一級指標Vi的偏差度為

則一級指標熵權

2.2.5 一級指標主觀權重

層次分析法的基本原理是對指標間相互比較的重要性進行量化，一般采用1～9及其倒數(shù)的指數(shù)標度法構造判斷矩陣，然后進行權重計算和一致性檢驗，具體方法參照文獻［7］，這里也不做深入探討。設一級指標的 AHP 權重向量 E 為［e1，e2，…，en］。

2.2.6 指標熵權修正

二級指標的修正熵權為

一級指標的修正熵權為

其中:θ為主觀權重的可信度，由專家賦值。

2.2.7 確定綜合權重

第k個評估對象的綜合評估值為

各評估對象的綜合評估向量 U為［u1，u2，…，um］，根據(jù)uk的值即可對評估對象綜合性能進行優(yōu)劣排序，高值為優(yōu)，低值為劣。

3 應用實例

為了說明該方法使用步驟，現(xiàn)假設有某7種類型數(shù)據(jù)融合系統(tǒng)，采用本文提出的評估模型對其進行性能排序。因篇幅所限，各指標名稱依次以字母代替，指標數(shù)據(jù)如表1所示。

表1 數(shù)據(jù)融合系統(tǒng)評估指標數(shù)據(jù)Table 1 Values of the criterions for data fusion system

利用粗糙集得到的權重分別為

按式(1)～式(4)得指標數(shù)據(jù)標準化矩陣為

由式(5)～式(7)計算各二級指標的熵權向量為A1=(0.353，0.326，0.305)，A2=(0.337，0.279，0.384)，A3=(0.657，0.107，0.237)，A4=(0.599，0.401)。

由式(10)可得各二級指標的修正熵權向量為W1=(0.355，0.341，0.296)，W2=(0.313，0.436，0.243)，W3=(0.313，0.390，0.289)，W4=(0.550，0.450)。

由式(8)、式(9)可得各一級指標熵權向量A為(0.286，0.183，0.340，0.191)。

根據(jù)一級指標重要性的專家排序:航跡起始＞航跡相關＞目標識別＞融合精度，計算AHP權重向量E為(0.580，0.256，0.114，0.050)。

簡便起見，取主觀權重可信度θ為0.5，由式(11)可得，一級指標修正熵權 W 為(0.433，0.220，0.227，0.120)。

由式(11)可得7個數(shù)據(jù)融合系統(tǒng)綜合評估向量U為(0.193，0.104，0.140，0.180，0.180，0.134，0.071)，根據(jù)評估值得出優(yōu)劣次序為:1＞5=4＞3＞6＞2＞7。

為進一步提高評估結果可信度，就θ的取值對評估結果影響進行觀察，結果如表2所示。

表2 數(shù)據(jù)融合系統(tǒng)綜合評估數(shù)據(jù)Table 2 Comprehensive evaluation result of data fusion system

從表2來看，系統(tǒng)1顯然綜合性能最優(yōu)，系統(tǒng)4和系統(tǒng)5的綜合性能比較接近，其他系統(tǒng)次之，本文評估結果與單純應用熵權法評估(結果為:4＞5＞1＞3＞6＞2＞7)相比有明顯改進。與其他綜合評估模型相比，如灰色關聯(lián)分析法［5］(評估結果為:1＞5＞4＞3＞2＞6＞7)、模糊層次分析法［8－9］(評估結果為:1＞5＞3＞4＞2＞6＞7)，本文針對不同層次指標的自身特點，綜合考慮了指標數(shù)據(jù)自身不同角度的蘊含信息和物理意義，因而評估結果更具可信性，與專家分析判斷也相一致。

4 結論

本文提出的基于粗糙集理論和修正熵權的評估模型對數(shù)據(jù)融合系統(tǒng)性能評估具有較強的針對性，利用粗糙集理論對指標數(shù)據(jù)進行屬性約減，消除了冗余指標，降低了計算量;利用粗糙集計算屬性權重對二級指標熵權進行修正，綜合考慮了屬性對決策分類的重要性和屬性的信息量，提高了指標權值的客觀性;利用層次分析法計算主觀權重對一級指標熵權進行修正，考慮了影響數(shù)據(jù)融合系統(tǒng)性能各主要因素的物理意義，使評估結果更加可信。應用實例表明，該模型評估結果符合實際，客觀性和操作性強，對數(shù)據(jù)融合系統(tǒng)的研制、論證和改進具有一定的應用價值。另外，本文提出的多層次多模型綜合評估的思想，具備較強的擴展性和適應性，對其他應用領域的系統(tǒng)效能評估也具有一定的參考價值。

［1］何友，王國宏，陸大纟金，等.多傳感器信息融合及應用［M］.北京:電子工業(yè)出版社，2000.

［2］王駿，劉以安.分布式信息融合系統(tǒng)的性能評估方法［J］.計算機工程與設計，2007，8(15):3773-3775.

［3］田杰，陳杰，竇麗華，等.多傳感器信息融合性能的測試與評估［J］.計算機工程，2003，29(10):84-85.

［4］陳自衛(wèi)，陳華東.復雜電磁環(huán)境下的電磁頻譜管理效能評估研究［J］.指揮控制與仿真，2009，31(4):56-58.

［5］李陽，王朝英.粗糙集在數(shù)據(jù)融合系統(tǒng)性能評估中的應用［J］.微電子學與計算機，2010，2(1):54-58.

［6］周曉，趙海燕，廖小健，等.基于多層次熵權的自行高炮機動能力綜合評估［J］.微計算機信息，2009，11(3):49-103.

［7］李陽.分布式數(shù)據(jù)融合評估關鍵技術研究及平臺開發(fā)［D］.西安:空軍工程大學，2009.

［8］王健，肖文杰，王樹文，等.用熵權模糊層次分析法的球載雷達模擬訓練系統(tǒng)效能評估［J］.電光與控制，2009，16(9):71-74.

［9］曹士信，張若庚，金鑫.基于組合熵權的聯(lián)合作戰(zhàn)目標選擇模型研究［J］.指揮控制與仿真，2008，30(6):16-19.