一种基于灰色关联度导航卫星完好性关键点综合识别方法
【技术领域】
[0001] 本发明涉及一种导航卫星完好性关键点综合识别方法，特别是一种基于灰色关联 度导航卫星完好性关键点综合识别方法，属于导航卫星系统技术领域。
【背景技术】
[0002] 完好性首先提出在武器装备战备领域，如今，武器装备战备完好性的评价标准有 了很大的发展。武器装备是战争的重要物质基础，是军队战斗力水平的重要指标。战备完 好性是装备及作战单位综合保障能力的体现，与装备从接到任务命令、准备执行任务到完 成任务过程中的技术状态有关。战备完好性是在编装备战斗力的体现，其高低在一定程度 上决定了装备执行任务的能力。战备完好性的指标从武器装备系统的各个方面提出了综合 评价武器装备的方法，强调了武器装备系统各个方面对整个系统的影响。
[0003] 同样的情况在近些年来的网络领域得到了更加广泛的认同。由于，无尺度网络和 小世界网络学说的提出，使人们认识到网络系统中一些极小的因素就有可能造成大范围的 影响。研究表明，只要5%~10%的重要节点同时失效就将导致整个网络瘫痪。这样就更 加强调了网络中关键节点的作用。如果能对这些系统或网络中的关键节点做出准确的识别 并采取相应措施，便可使损失减少得最小程度。复杂网络拓扑研究在航空网、电力网、互联 网以至社会网络等众多领域已经引起了广泛关注。
[0004] 现阶段，对系统或网络完好性关键节点的评价方法主要有两类方法，第一类方法 从节点的可靠性来评价系统中，另一类方法是网络中的根据节点的各种网络属性来进行网 络中关键点评价。
[0005] 在第一类评价方法中，主要是武器装备战备完好性的方法，通过计算战备完好率 和使用可用度两个指标对关键点进行评价。其中，战备完好率指的是在接收到任务后能够 保证运行的概率；使用可用率是产品在任一随机时刻需要和开始执行任务时，处于可工作 或者可使用的概率。这两个指标核心都是与节点的可靠性有关系，都是越大越重要。但是， 在导航卫星网络之中并没有完好性的相关定义及方法。
[0006] 第二类评价方法，从网络结构特性和从网络抵御破坏的能力出发来评估网络中的 节点，认为只有确定了哪里是网络中最重要的部分才能有效保护网络。网络结构特性包括 度数、介度、紧密性、连通度和平均最短路径长度等普遍使用的测度指标。一个节点的度数 就是连接这个节点的链接数；一个节点的介度等于穿过这个节点的最短路径数，如果一个 节点有着很大的度数和介度，这个节点就被认为对于这个网络是很重要的。一个节点的紧 密性是这个节点到网络其余节点的平均最短路径的倒数，这个量越小，那么这个点就距离 其它节点很近，因此就越重要。网络抵御破坏的能力即网络中某些节点在遭受攻击后，剩余 的节点间仍能保持连通的能力，剩余节点连通性越弱则说明该节点越重要。
[0007] 针对导航卫星系统，其特点也和武器装备一样是一个复杂的系统，同时，它也可以 有效的看成一个网络，有着网络的属性。所以，在处理导航卫星系统这个既需要可靠性、 完好性，又有很多网络特性的系统时，传统的可靠性评价标准和传统的网络评价标准就不 变的相对片面，无法全面评价出导航卫星系统关键点的真实的状态，也就相应的不在适用 了。如果根据网络算法选定的关键节点没有很高的可靠性和完好性，那么它并不具备成为 关键点的能力，那么网络算法的选取就有问题，而如果单纯从可靠性或者完好性方面考虑， 那么，又不能确定可靠性或完好性高的节点是否一定承担网络中最重要的任务。因此，一种 综合可靠性、完好性和网络特性的方法来评价导航卫星就尤为重，如何将这几种元素融合 起来，一同评价网络中导航卫星中各个节点的关键特性，也成为一个至关重要的问题。所 以，解决好这个问题，才能有效的将可靠性、完好性和网络特性共同用于关键点的识别，才 可以有效的指导整个导航卫星系统的设计工作，还可以有效的提高整个导航卫星系统的可 靠性、完好性以及抗毁性。
【发明内容】
[0008] 本发明的技术解决问题是：克服现有技术的不足，提供了一种基于灰色关联度导 航卫星完好性关键点综合识别方法。本发明提出的的导航卫星完好性关键点的理论框架 体系实现了结合可靠性、完好性和网络特性的导航卫星系统完好性关键点的识别方法，可 靠的计算出各个节点的关键程度，最大程度满足了对导航卫星系统完好性关键点识别的需 求。
[0009] 本发明的技术解决方案是：一种基于灰色关联度导航卫星完好性关键点综合识别 方法，包括如下步骤：
[0010] (1)确定导航卫星系统完好性关键点指标，所述完好性关键点指标包括节点的可 靠性指标、节点的完好性指标和节点的拓扑重要度指标；
[0011] (2)从步骤（1)确定的导航卫星系统完好性关键点指标中作为灰色关联度导航卫 星完好性关键点综合识别方法的输入指标；
[0012] (3)计算步骤⑵中选取的各个输入指标的值；
[0013] (4)应用极大不相关法则对步骤（3)计算的输入指标进行筛选，具体为：计算每一 个输入指标与其他输入指标相关函数的平均相关性作为该输入指标的平均相关性指标，若 所有输入指标的平均相关性指标的最大值大于预先设定的阈值，则删除平均相关性指标最 大值对应的输入指标后，重新返回步骤（3)，否则，进入步骤（5);
[0014] (5)对步骤（4)中选择的输入指标的指标值进行归一化处理；
[0015] (6)采用熵权计算的方法来计算出每个指标的权重；
[0016] (7)给定指标j的归一化理想值b' ，计算每个节点的灰度关联值，具体由公式：
[0018] 给出，W j为指标j的熵权重，其中a i ^ j由公式：
[0019] α 丄，J= (Δ _+β AnaxV(|b' 厂X' i，β Anax)i = 1，2, · · ·，n ;j = 1，2, · · ·，p
[0020] 给出，其中
为每个 节点的归一化指标值，β为预先给定的常数；
[0021] (8)对步骤（7)获得的各个节点的灰色关联值进行排序，选择前5% -10%的节点 为导航卫星完好性关键点。
[0022] 所述节点可靠性指标包括节点的计算可用性、节点的存储可用性和节点的网络可 用性；具体计算过程为：
[0023] (3-1-1)给出节点的可靠性指标计算公式，具体由公式：
[0024] R = F (ac, am, an), 0 R 1
[0025] 给出，其中F是模糊系统，输入为a^ajP an，a。为节点的计算可用性，amS节点的 网络可用性，3"为节点的存储可用性；a a "的隶属度函数为LA、MA和HA三个模糊集， 具体由数学表达式：
[0029] 给出，式中 a 为 Ei^alJUn;
[0030] 模糊系统的输出为节点的可靠性指标R，可靠性指标R分为VLR、LR、MR、HR和VHR 五个模糊集，所述五个模糊集分别表示非常低的可靠性、低可靠性、中可靠性、高可靠性和 非常高的可靠性；
[0031] (3-1-2)给出模糊系统的模糊规则，具体如表1所示：
[0032] 表 1
[0035] (3-1-3)计算 ac、a"^P a "的值，具体为：
[0036] a。= I-U。，0彡u。彡1，0彡a。彡1，u。为新任务分配前节点的计算使用 率；am= 1-u m, 0彡Um彡1，0彡a I，u m为新任务分配前节点的存储使用率；a n = l-un, 0彡un彡1，0彡a 1，u n为新任务分配前节点的网络使用率；所述u。、uj u n均为 已知量；
[0037] (3-1-4)将步骤（3-1-3)计算的a。、ajP a n的值输入模糊系统中，利用步骤 (3-1-1)中的公式分别求得a。、B111和a "的隶属度函数值LA、M和HA ;
[0038] (3-1-5)计算每个模糊规则的隶属度函数值MP，所述每个模糊规则的隶属度函数 值MP为每条模糊规则中隶属度函数值的最小值；
[0039] (3-1-6)计算可靠性指标R的五个模糊集中每个模糊集的输出权重ω ;方法：取 每个模糊集对应的所有模糊规则的隶属度函数值MP中的最大值为该模糊集的输出权重；
[0040] (3-1-7)利用逆模糊化使用面积中心法公式得到节点的可靠性指标R，具体由公 式：
[0042] 给出，其中ωνυ?、COuo ωΜΚ、ωΗΚ