基于AHP+FCE的GNSS接收機(jī)綜合性能評(píng)價(jià)算法研究

朱江淼 董曉飛 楊 陽 高秀娜 黃 艷

(1.北京工業(yè)大學(xué)信息學(xué)部，北京 100124；2.北京市計(jì)量科學(xué)研究院，北京 100029)

1 引 言

隨著全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)的逐步完善，GNSS接收機(jī)的發(fā)展日新月異，人們?cè)絹碓疥P(guān)注接收機(jī)的性能。但是由于GNSS接收機(jī)的測(cè)試指標(biāo)繁多，且關(guān)聯(lián)性較弱，難以客觀的展現(xiàn)一部接收機(jī)的性能優(yōu)劣，所以對(duì)GNSS接收機(jī)的性能做綜合評(píng)價(jià)[1]則顯得尤為重要。

國內(nèi)外對(duì)GNSS接收機(jī)綜合性能評(píng)價(jià)的方法研究較少，相關(guān)研究中主要涉及建立接收機(jī)的測(cè)試指標(biāo)體系和設(shè)計(jì)性能測(cè)試大綱[1]，這樣的方式并不能直觀的表達(dá)接收機(jī)的綜合評(píng)價(jià)結(jié)果。還有以多邊圖的方式對(duì)接收機(jī)進(jìn)行綜合評(píng)價(jià)[2]，這種評(píng)價(jià)方法沒有定量化的表現(xiàn)接收機(jī)的整體性能，同時(shí)不夠客觀。

接收機(jī)按照用途可分為導(dǎo)航型接收機(jī)、測(cè)地型接收機(jī)、授時(shí)型接收機(jī)3大類[3]，其中導(dǎo)航型是最常見的接收機(jī)類型，測(cè)地型和授時(shí)型多用于測(cè)繪、電力、通信等專業(yè)領(lǐng)域，本文以導(dǎo)航型接收機(jī)為例研究說明綜合評(píng)價(jià)算法的有效性。

接收機(jī)的測(cè)試指標(biāo)繁多紛雜，可利用遞推層次結(jié)構(gòu)思想[4]將接收機(jī)繁多的指標(biāo)[5]進(jìn)行分解，再根據(jù)指標(biāo)選取原則建立指標(biāo)間的遞推結(jié)構(gòu)，以形成簡(jiǎn)潔明了、結(jié)構(gòu)清晰的指標(biāo)體系。

針對(duì)接收機(jī)測(cè)試指標(biāo)中有相對(duì)主要和次要的，所以在多項(xiàng)指標(biāo)的權(quán)重分配[6,7]也會(huì)直接影響測(cè)試結(jié)果，因此借鑒層次分析法中的相對(duì)權(quán)重矩陣思想，設(shè)計(jì)一種兩兩比較得到指標(biāo)所占權(quán)重的方法[8,9]，利用此方法計(jì)算出的指標(biāo)所占權(quán)重更加客觀合理。其次在GNSS接收機(jī)的部分指標(biāo)數(shù)值處理上，有的指標(biāo)值是沒有明確的邊界的，不能用簡(jiǎn)單方法進(jìn)行歸一化處理，某項(xiàng)指標(biāo)的測(cè)試值是優(yōu)是劣，無法進(jìn)行科學(xué)評(píng)判。因此借鑒模糊綜合判定法的思想，將一些邊界模糊的因素進(jìn)行歸一化[10,11]，對(duì)指標(biāo)數(shù)值進(jìn)行科學(xué)處理，形成清晰的結(jié)果。

最后文中對(duì)三臺(tái)不同型號(hào)的導(dǎo)航型接收機(jī)進(jìn)行了評(píng)價(jià)，給出了定量化結(jié)果。結(jié)果顯示，三臺(tái)接收機(jī)的評(píng)價(jià)結(jié)果符合三臺(tái)接收機(jī)整體性能水平，證明了文中提出的綜合評(píng)價(jià)算法的有效性。

綜上所述，文中借鑒了兩個(gè)算法的數(shù)據(jù)處理思想，設(shè)計(jì)出了針對(duì)性強(qiáng)，客觀性強(qiáng)的GNSS接收機(jī)綜合性能評(píng)價(jià)算法，可以實(shí)現(xiàn)對(duì)GNSS接收機(jī)進(jìn)行更加簡(jiǎn)潔、科學(xué)、靈活的綜合性能評(píng)價(jià)。

2 GNSS接收機(jī)綜合性能評(píng)價(jià)算法設(shè)計(jì)

文中提出的算法主要步驟有兩步，一是對(duì)指標(biāo)進(jìn)行分層和權(quán)重分配，二是對(duì)指標(biāo)數(shù)值進(jìn)行模糊化處理，總體流程如圖1所示。

圖1 GNSS接收機(jī)綜合評(píng)價(jià)算法流程圖

2.1 評(píng)價(jià)指標(biāo)體系的建立

由于GNSS接收機(jī)的應(yīng)用領(lǐng)域非常廣泛，所以會(huì)出現(xiàn)不同行業(yè)出臺(tái)多個(gè)接收機(jī)測(cè)試標(biāo)準(zhǔn)的現(xiàn)象。其中導(dǎo)航型接收機(jī)的測(cè)試標(biāo)準(zhǔn)包括《QJ-20007-2011》、《SJ/T 11420-2010》、《JJF 1118-2004》、《GB/T 19392-2013》，不同標(biāo)準(zhǔn)中提到的測(cè)試指標(biāo)有很多是相同的，也有個(gè)別的指標(biāo)是冗余的。因此需要依據(jù)指標(biāo)選取的簡(jiǎn)潔性、客觀性、可測(cè)性、獨(dú)立性等原則，選取合適的測(cè)試指標(biāo)。

對(duì)于導(dǎo)航型接收機(jī)，冷啟動(dòng)時(shí)間、熱啟動(dòng)時(shí)間、重捕獲時(shí)間、捕獲靈敏度、跟蹤靈敏度、定位偏差(單點(diǎn)定位精度)是必須測(cè)試的6個(gè)指標(biāo)。其中，冷啟動(dòng)時(shí)間、熱啟動(dòng)時(shí)間和重捕獲時(shí)間為不同情況下的首次定位時(shí)間，所以將這3個(gè)指標(biāo)歸為首次定位時(shí)間一類，也就是作為首次定位時(shí)間的二級(jí)指標(biāo)。捕獲靈敏度和追蹤靈敏度都是評(píng)價(jià)接收機(jī)功率靈敏度的指標(biāo)，所以將這兩個(gè)指標(biāo)作為靈敏度評(píng)價(jià)因子的二級(jí)指標(biāo)。定位偏差則單獨(dú)作為定位性能的二級(jí)指標(biāo)。

除了以上提到的接收機(jī)通用測(cè)試指標(biāo)外，測(cè)速精度為導(dǎo)航型接收機(jī)的特有的指標(biāo)，故作為導(dǎo)航性能的二級(jí)指標(biāo)，如圖2所示。

圖2 導(dǎo)航型接收機(jī)測(cè)試指標(biāo)體系框圖

2.2 確定隸屬度向量和隸屬度矩陣

構(gòu)造恰當(dāng)?shù)碾`屬度函數(shù)是模糊集合論應(yīng)用的基礎(chǔ)，所謂隸屬度是指某個(gè)指標(biāo)屬于各個(gè)評(píng)定等級(jí)的可能性大小。構(gòu)造隸屬度函數(shù)的方法通常是參考一些典型的隸屬函數(shù)，選擇適當(dāng)?shù)膮?shù)，或通過擬合、整合、實(shí)驗(yàn)等手段得到需要的隸屬函數(shù)。

本算法將GNSS接收機(jī)的每個(gè)指標(biāo)分為4個(gè)等級(jí)，即評(píng)價(jià)級(jí)V=(I，II，III，IV)，每個(gè)等級(jí)數(shù)值區(qū)間為(-∞,a),(a,c],(c,b)[b,+∞)。這種分段表示的情況則采用梯形隸屬度函數(shù)比較合適。

根據(jù)指標(biāo)的屬性，可以將指標(biāo)分為正向型指標(biāo)和負(fù)向型指標(biāo)。正向型指標(biāo)數(shù)值越大，則代表該項(xiàng)性能越好，而負(fù)向型指標(biāo)則相反。兩種類型指標(biāo)的隸屬度函數(shù)如下所示，其中Δ=(c-a)=(b-c)，即區(qū)間長(zhǎng)度。

1)正向型指標(biāo)

對(duì)等級(jí)I的隸屬度函數(shù)為

(1)

對(duì)等級(jí)II的隸屬度函數(shù)為

(2)

對(duì)等級(jí)III的隸屬度函數(shù)為

(3)

對(duì)等級(jí)IV的隸屬度函數(shù)為

(4)

2)逆向型指標(biāo)

對(duì)等級(jí)I的隸屬度函數(shù)為

(5)

對(duì)等級(jí)II的隸屬度函數(shù)為：

(6)

對(duì)等級(jí)III的隸屬度函數(shù)為

(7)

對(duì)等級(jí)IV的隸屬度函數(shù)為

(8)

通過隸屬度函數(shù)，計(jì)算出各個(gè)指標(biāo)的隸屬度向量(r1,r2,r3,r4)。將對(duì)應(yīng)于接收機(jī)測(cè)試指標(biāo)體系中一級(jí)指標(biāo)的所有二級(jí)指標(biāo)的隸屬度向量，按照行排列構(gòu)造成隸屬度矩陣，如式(9)所示

(9)

2.3 構(gòu)造權(quán)重矩陣

在確定各因素的權(quán)重時(shí)，隨著影響因素的增多，按照單一的標(biāo)準(zhǔn)進(jìn)行權(quán)重分配將變得更加不客觀。因此采用層次分析法中構(gòu)造相對(duì)權(quán)重矩陣的方法，每?jī)蓚€(gè)因素確定一個(gè)相對(duì)重要程度值。這種方法可以盡可能的降低主觀性，從而提高結(jié)果的準(zhǔn)確度。此方法實(shí)現(xiàn)步驟如下。

設(shè)共有n個(gè)因素參與比較，則構(gòu)建的相對(duì)權(quán)重矩陣為

A=(aij)n×n

(10)

式中：aij——因素i對(duì)于因素j的重要性程度。

依據(jù)1-9標(biāo)度法，參考專家意見對(duì)aij在1到9之間賦值，數(shù)值越大，重要程度越高。反之，表示因素i對(duì)于因素j的不重要程度，則對(duì)aij在到1/9到1之間賦值，需要注意的是，當(dāng)i=j時(shí)，aij=1，1-9標(biāo)度法見表1。

表1 1-9標(biāo)度法Tab.1 1-9 scaling methodaij賦值重要性等級(jí)1i,j同等重要3i比j稍重要5i比j明顯重要7i比j強(qiáng)烈重要9i比j極端重要1/3i比j稍不重要1/5i比j明顯不重要1/7i比j強(qiáng)烈不重要1/9i比j極端不重要2、4、6、8,1/2、1/4/、1/6、1/8介于其中

根據(jù)此方法建立一級(jí)指標(biāo)的相對(duì)權(quán)重矩陣以及每個(gè)一級(jí)指標(biāo)對(duì)應(yīng)的二級(jí)指標(biāo)組的相對(duì)權(quán)重矩陣。

將矩陣每一列歸一化可得

(11)

(12)

得到

(13)

(14)

得到的向量w=(w1,w2,…,wn)T為相對(duì)權(quán)重矩陣的最大特征值對(duì)應(yīng)的特征向量，W=(w1,w2,…,wn)即為此相對(duì)權(quán)重矩陣對(duì)應(yīng)的權(quán)重向量。

2.4 權(quán)重計(jì)算和一致性檢驗(yàn)

以上計(jì)算過程是在相對(duì)權(quán)重矩陣合理的前提下進(jìn)行的，理論上，如果相對(duì)權(quán)重矩陣是完全一致的，應(yīng)該有

aijajk=aik,1≤i,j,k≤n

(15)

但實(shí)際上，在進(jìn)行權(quán)重矩陣賦值時(shí)，相對(duì)權(quán)重矩陣是不可能完全一致的，構(gòu)造的權(quán)重矩陣往往并不完全滿足式(15)，因此需要對(duì)矩陣的不一致的程度進(jìn)行判斷。檢驗(yàn)相對(duì)權(quán)重矩陣的一致性過程如下。

計(jì)算相對(duì)權(quán)重矩陣的最大特征值

(16)

計(jì)算一致性指標(biāo)CI為

(17)

CI=0，有完全的一致性；CI接近于0，有滿意的一致性；CI越大，不一致越嚴(yán)重。為衡量CI的大小，引入隨機(jī)一致性指標(biāo)RI，RI和判斷矩陣的階數(shù)有關(guān)，一般情況下，矩陣階數(shù)越大，則出現(xiàn)一致性隨機(jī)偏離的可能性也越大，其對(duì)應(yīng)關(guān)系見表2。

表2 階數(shù)與RI對(duì)應(yīng)值表Tab.2 The order corresponds to the RI and n判斷矩陣階數(shù)RI判斷矩陣階數(shù)RI1081.42091.4630.57101.540.9111.5251.11121.5561.25131.5771.37141.59

考慮到一致性的偏離可能是由于隨機(jī)原因造成的，因此在檢驗(yàn)判斷矩陣是否具有滿意的一致性時(shí)，還需將CI和隨機(jī)一致性指標(biāo)RI進(jìn)行比較，得出檢驗(yàn)系數(shù)CR，計(jì)算一致性比率CR為

(18)

式中：CR——表征相對(duì)權(quán)重矩陣一致性的指標(biāo)，當(dāng)CR<0.1時(shí)，A的不一致性程度是可以容許的，此時(shí)的相對(duì)權(quán)重矩陣可以用來進(jìn)行指標(biāo)權(quán)重分配。當(dāng)CR>0.1時(shí)，則需要重新對(duì)相對(duì)權(quán)數(shù)矩陣的元素賦值，直到A的一致性程度達(dá)到要求為止。

2.5 單層次綜合評(píng)價(jià)向量計(jì)算

在以上步驟中，權(quán)重向量W和隸屬度矩陣R已經(jīng)得出，結(jié)合兩者計(jì)算綜合評(píng)定向量的方法如下

S=W°R

(19)

式中：°——模糊算子，常見的模糊算子有：M(∧,∨)，M(·,∨)，M(∧,⊕)，M(·,⊕)，其中因?yàn)镸(·,⊕)能夠明顯的體現(xiàn)權(quán)重的作用，而且綜合能力高，因此文中采用M(·,⊕)算子進(jìn)行計(jì)算。

M(·,⊕)的計(jì)算方法為

(20)

計(jì)算單層次的綜合評(píng)價(jià)向量S=(s1,s2,s3,s4)。其中s1代表綜合指標(biāo)值為等級(jí)I的可能性為s1，s2,s3,s4則為等級(jí)I，II，III，IV的可能性。

2.6 總體綜合評(píng)價(jià)向量和綜合評(píng)定值計(jì)算

以上為單層次的綜合評(píng)定向量的計(jì)算方法。之后將單層次的計(jì)算方法與整個(gè)遞階指標(biāo)體系結(jié)合計(jì)算總體的綜合評(píng)定向量。

(21)

結(jié)合2.3節(jié)所述的計(jì)算權(quán)重向量的方法對(duì)一級(jí)指標(biāo)的相對(duì)權(quán)重矩陣進(jìn)行計(jì)算，從而得到一級(jí)指標(biāo)的權(quán)重向量，設(shè)為W′，利用2.5節(jié)的模糊算子計(jì)算得出目標(biāo)的綜合評(píng)價(jià)綜合向量，也就是接收機(jī)的綜合評(píng)價(jià)向量S′。綜合評(píng)價(jià)向量的各個(gè)元素代表接收機(jī)綜合性能屬于各個(gè)等級(jí)的可能性。因此將綜合評(píng)價(jià)向量中元素最大值對(duì)應(yīng)的等級(jí)作為接收機(jī)的評(píng)價(jià)等級(jí)。

以上雖然計(jì)算出接收機(jī)的綜合評(píng)價(jià)向量和等級(jí)，但這兩個(gè)結(jié)果不易對(duì)接收機(jī)綜合性能做更精細(xì)，直觀的對(duì)比，因此需要計(jì)算綜合評(píng)定值。

由2.2節(jié)可知，評(píng)價(jià)集合為V=(I，II，III，IV)，將評(píng)價(jià)集合各個(gè)等級(jí)賦分?jǐn)?shù)，形成評(píng)價(jià)分?jǐn)?shù)向量N=(n1,n2,n3,n4)，則綜合評(píng)價(jià)分?jǐn)?shù)由下式給出。

μ=S′NT

(22)

3 GNSS接收機(jī)綜合評(píng)價(jià)算法驗(yàn)證

對(duì)3臺(tái)不同的導(dǎo)航型接收機(jī)進(jìn)行綜合性能的評(píng)價(jià)。3臺(tái)接收機(jī)分別設(shè)為接收機(jī)①，接收機(jī)②和接收機(jī)③。為敘述方便，各個(gè)指標(biāo)與符號(hào)的對(duì)應(yīng)見表3。

表3 測(cè)試指標(biāo)與符號(hào)對(duì)應(yīng)關(guān)系Tab.3 Test index and symbol correspondence符號(hào)指標(biāo)符號(hào)指標(biāo)a1熱啟動(dòng)首次定位時(shí)間a5跟蹤靈敏度a2冷啟動(dòng)首次定位時(shí)間a6定位偏差a3重捕獲時(shí)間a7測(cè)速偏差a4捕獲靈敏度//

3臺(tái)接收機(jī)根據(jù)各指標(biāo)測(cè)試方法進(jìn)行測(cè)試的結(jié)果見表4。

表4中，所有指標(biāo)都是數(shù)值越小效果也好，因此可以確定a1～a7全部為逆向型指標(biāo)。因此在對(duì)七個(gè)指標(biāo)用式(5)～(9)進(jìn)行隸屬度向量計(jì)算。計(jì)算出三個(gè)接收機(jī)每個(gè)指標(biāo)的隸屬度向量見表5。由表5各指標(biāo)的隸屬度向量，從而可以確定每個(gè)二級(jí)指標(biāo)集的隸屬度矩陣。

表4 3臺(tái)接收機(jī)測(cè)試結(jié)果Tab.4 Test results of three receivers指標(biāo)接收機(jī)①接收機(jī)②接收機(jī)③a1(s)373543a2(s)433a3(s)3.62.642.42a4(dBm)-142-136-146a5(dBm)-154-150-156a6(m)3.111.7a7(m/s)0.90.10.09

表5 各指標(biāo)隸屬度向量Tab.5 Membership vector of each index指標(biāo)接收機(jī)①接收機(jī)②接收機(jī)③a1[0.0,0.43,0.5,0.07][0.0,0.5,0.5,0.0][0.0,0.23,0.5,0.27]a2[0.07,0.5,0.43,0.0][0.21,0.5,0.29,0.0][0.21,0.5,0.29,0.0]a3[0.0,0.13,0.5,0.37][0.0,0.45,0.5,0.05][0.03,0.5,0.47,0.0]a4[0.23,0.5,0.27,0.0][0.03,0.5,0.47,0.0][0.37,0.5,0.13,0.0]a5[0.3,0.5,0.2,0.0][0.17,0.5,0.33,0.0][0.37,0.5,0.13,0.0]a6[0.27,0.5,0.23,0.0][0.5,0.5,0.0,0.0][0.42,0.5,0.08,0.0]a7[0.0,0.11,0.5,0.39][0.5,0.5,0.0,0.0][0.51,0.49,0.0,0.0]

參考專家意見以及不同測(cè)試標(biāo)準(zhǔn)中對(duì)各個(gè)指標(biāo)的重要程度劃分，確定各個(gè)指標(biāo)相互之間的重要性程度數(shù)值，根據(jù)2.3節(jié)所述方法構(gòu)建權(quán)重矩陣，a1～a3指標(biāo)的權(quán)重矩陣如式(23)，a4～a5的權(quán)重矩陣如式(24)，一級(jí)指標(biāo)的總權(quán)重矩陣如式(25)

(23)

(24)

(25)

根據(jù)式(16)～(17)對(duì)三個(gè)權(quán)重矩陣進(jìn)行一致性檢驗(yàn)，矩陣A1的一致性指標(biāo)CR=0.092，矩陣A2的CR=0，矩陣A的CR=0.077，因此三個(gè)矩陣都通過一致性檢驗(yàn)，三個(gè)相對(duì)權(quán)重矩陣可用。計(jì)算出三個(gè)矩陣對(duì)應(yīng)的權(quán)重向量分別為。A1=(0.16,0.28,0.56)，A2=(0.67,0.33),A=(0.08,0.21,0.38,0.32)。

二級(jí)指標(biāo)中，由于指標(biāo)a6和a7為獨(dú)立指標(biāo)在這個(gè)步驟中不需要處理。將a1～a3的權(quán)重向量和隸屬度矩陣?yán)檬接?jì)算，同理對(duì)a4～a5的權(quán)重矩陣和隸屬度向量進(jìn)行計(jì)算，得出一級(jí)指標(biāo)評(píng)價(jià)向量，見表6。

表6 一級(jí)指標(biāo)評(píng)價(jià)向量Tab.6 The first level index evaluation vector指標(biāo)接收機(jī)①接收機(jī)②接收機(jī)③a1[0.0,0.43,0.5,0.07][0.0,0.5,0.5,0.0][0.0,0.23,0.5,0.27]a2[0.07,0.5,0.43,0.0][0.21,0.5,0.29,0.0][0.21,0.5,0.29,0.0]a3[0.0,0.13,0.5,0.37][0.0,0.45,0.5,0.05][0.03,0.5,0.47,0.0]a4[0.23,0.5,0.27,0.0][0.03,0.5,0.47,0.0][0.37,0.5,0.13,0.0]a5[0.3,0.5,0.2,0.0][0.17,0.5,0.33,0.0][0.37,0.5,0.13,0.0]a6[0.27,0.5,0.23,0.0][0.5,0.5,0.0,0.0][0.42,0.5,0.08,0.0]a7[0.0,0.11,0.5,0.39][0.5,0.5,0.0,0.0][0.51,0.49,0.0,0.0]

計(jì)算出所有一級(jí)指標(biāo)的評(píng)價(jià)向量，從而可知三臺(tái)接收機(jī)的一級(jí)指標(biāo)隸屬度矩陣。結(jié)合一級(jí)指標(biāo)權(quán)重矩陣計(jì)算出總的綜合評(píng)價(jià)向量如下：

接收機(jī)①：[0.16,0.36,0.34,0.14]，接收機(jī)②：[0.37,0.5,0.13,0.0]，接收機(jī)③：[0.41,0.49,0.09,0.0]，可以看到3臺(tái)接收機(jī)都是等級(jí)II的概率最高，因此3臺(tái)接收機(jī)綜合評(píng)價(jià)等級(jí)都是II級(jí)。

設(shè)評(píng)價(jià)分?jǐn)?shù)向量N=(1，4，7，10)，利用公式計(jì)算出3臺(tái)接收機(jī)最后的綜合評(píng)價(jià)分?jǐn)?shù)分別為5.593，7.736，7.933。3臺(tái)接收機(jī)的綜合評(píng)價(jià)結(jié)果為：接收機(jī)③>接收機(jī)②>接收機(jī)①。

最后，邀請(qǐng)了4位GNSS接收機(jī)測(cè)試的專家采用主觀經(jīng)驗(yàn)法對(duì)3臺(tái)接收機(jī)進(jìn)行評(píng)分。滿分為10分，評(píng)分結(jié)果見表7。

表7 3臺(tái)接收機(jī)專家評(píng)價(jià)結(jié)果Tab.7 Expert evaluation results of three receivers專家1專家2專家3專家4平均分接收機(jī)①677.576.875接收機(jī)②7.588.588.00接收機(jī)③888.598.375

根據(jù)表7，計(jì)算各個(gè)接收機(jī)的平均分?jǐn)?shù)，分別為，接收機(jī)①：6.875，接收機(jī)②：8.00，接收機(jī)③：8.375。因此，專家評(píng)判的3臺(tái)接收機(jī)綜合性能排序也是接收機(jī)③>接收機(jī)②>接收機(jī)①。這與本文研究的綜合評(píng)價(jià)方法評(píng)判結(jié)果一致。

4 結(jié)束語

本文采用層次分析法和模糊綜合法結(jié)合實(shí)現(xiàn)了GNSS接收機(jī)綜合性能的客觀評(píng)價(jià)。最后利用文中算法對(duì)3臺(tái)導(dǎo)航型接收機(jī)進(jìn)行綜合評(píng)價(jià)，可以得出結(jié)論：1)文中提出的GNSS接收機(jī)綜合性能評(píng)價(jià)算法，綜合能力強(qiáng)并且可以明顯的體現(xiàn)權(quán)重作用；2)本算法計(jì)算出的結(jié)果與專家經(jīng)驗(yàn)法對(duì)3臺(tái)接收機(jī)的評(píng)價(jià)結(jié)果一致，證明了本算法的有效性。本文研究的內(nèi)容將接收機(jī)繁多的指標(biāo)綜合起來，給出接收機(jī)綜合性能的定量化結(jié)果，可以為企業(yè)選購接收機(jī)時(shí)提供科學(xué)依據(jù)，并可以幫助科研機(jī)構(gòu)更加嚴(yán)謹(jǐn)?shù)脑u(píng)價(jià)各接收機(jī)的整體性能差異，具有很強(qiáng)的應(yīng)用價(jià)值。