一种无人机综合效能评估系统

本发明涉及无人机效能评估领域，具体是一种无人机综合效能评估系统。

背景技术：

1、无人机是一种由遥控地面站或自主程序控制的不载人飞机，具有造价低、无人员伤亡等特点，适合执行对人员有高度危险的任务，。无人机作为一种新质作战力量已在侦察、电子对抗、通信中继等领域发挥了重要作用，科学评估无人机的作战效能对于提升体系作战能力具有重要意义。因此，为了对无人机系统效能进行科学客观的评估，必须综合无人机平台、载荷系统、任务场景等等各项指标，设计一套体系化的效能评估指标体系，采用科学合理的评估方法对无人机系统进行效能评估。

2、目前，传统的无人机效能评估方法，比如层次分析法、模糊综合评判法、聚类分析法等主要是采用人为驱动的方法进行效能评估，或多或少依赖于专家打分，主观成分较大，并且计算过程繁琐复杂。现在，一些学者开始使用数据驱动的效能评估方法，比如神经网络、支持向量机等，这些评估方法拥有更强的数据处理能力、更好的适应泛化能力等，较好地弥补了传统方法的缺陷，但神经网络、支持向量机等评估方法需要大量的数据样本进行训练。

技术实现思路

1、本发明的目的是提供一种无人机综合效能评估系统，包括评估工程管理单元、指标体系管理单元、数据预处理单元、权重方案管理单元、评估方案管理单元、评估计算单元、评估报告生成单元、评估算法管理单元；

2、所述指标体系管理单元根据无人机系统、无人机任务场景构建指标体系；

3、所述数据预处理单元根据指标体系获取对应的指标监测数据，并对指标监测数据进行预处理；

4、所述权重方案管理单元存储有权重算法库；

5、所述权重算法库中存储的权重算法包括但不限于ahp算法、模糊层次分析法、环比系数法、专家打分法、熵权法、离差最大法；

6、所述权重方案管理单元从权重算法库中选取权重算法，并根据选取的权重算法计算指标体系中每个指标的权重；

7、所述权重方案管理单元将指标权重传输至评估计算单元；

8、所述评估算法管理单元存储有评估方案库；

9、所述评估方案库中存储的评估方案包括但不限于因子提取法、灵敏度分析法、相关性与独立性分析法、评估算法、分类算法、拟合类算法、参数估计法、假设检验法、时频域分析法、正态性检验法；

10、所述评估算法包括模糊综合评判法、灰色白化权函数聚类法、数据包络法；

11、所述评估方案管理单元从评估算法管理单元中选取一个或多个评估算法，并传输至评估计算单元；

12、所述评估计算单元根据评估方案和指标权重，对指标监测数据进行处理，得到无人机综合效能评估结果，并传输至评估报告生成单元；

13、所述评估报告生成单元根据无人机综合效能评估结果生成和显示评估报告。

14、进一步，指标库存储的指标类型包括无人机可用度指标、无人机可靠度指标、无人机运行能力指标；

15、所述无人机可用度指标包括无人机平台可用度、任务荷载可用度；

16、所述无人机可靠度指标包括无人机平台可靠度、任务荷载可靠度；

17、所述无人机运行能力指标包括基本飞行能力指标、远距离工作能力指标、协同探测能力指标、载荷探测能力指标、防护规避能力指标；

18、所述基本飞行能力指标包括无人机起降性能、爬升性能、巡航高度、巡航速度；

19、所述远距离工作能力指标包括航时、航程、测控链路、测控距离；

20、所述协同探测能力指标包括配装载荷类型、信息融合处理能力。

21、信息传输速率；

22、所述载荷探测能力指标包括探测范围、定位精度、目标特征；

23、所述防护规避能力指标包括无人机机动性、隐身性、防护性能；

24、所述指标体系管理单元利用层次分析法从指标库中选取多个指标，进而构建指标体系；

25、用户通过指标体系管理单元实现指标的查询、调用、删除、增加。

26、进一步，数据预处理单元对指标监测数据进行预处理的步骤包括：

27、1)根据指标类型，判断指标监测数据所属的数据类型；所述数据类型包括效益型、成本型、期望值型、概率型和区间型；

28、2)根据数据类型，对指标监测数据进行归一化；

29、其中，当数据类型为效益型时，归一化后的指标监测数据iij1如下所示：

30、

31、式中，iij1表示指标iij量化后的值；iijmin和iijmax是以当前效能指标j的第i个下级效能指标的最小和最大取值；ic是该效能指标的集合，t1表示效益型指标；

32、当数据类型为成本型时，归一化后的指标监测数据iij1如下所示：

33、

34、式中，t2表示成本型指标；

35、当数据类型为概率型时，归一化后的指标监测数据iij1如下所示：

36、iij1＝iij(i∈t3)                                      (3)

37、式中，t3表示成本型指标；

38、当数据类型为期望值型时，归一化后的指标监测数据iij1如下所示：

39、

40、式中，iij*表示期望值；t4表示期望值型指标；

41、当数据类型为区间型时，归一化后的指标监测数据iij1如下所示：

42、

43、式中，[iija，iijb]表示区间范围，iija、iijb为区间下限和区间上限；t5表示区间型指标。

44、进一步，所述因子提取法用于减少待评估的指标数量，包括因子分析方法、主成份分析方法；

45、所述因子分析方法用于提取多个指标的共性因子；

46、所述主成份分析方法用于提取指标体系中的特征指标；

47、所述灵敏度分析法包括方差分析方法、极差分析方法；

48、所述方差分析方法用于进行两个或两个以上指标检测数据均数差别的显著性检验；

49、所述极差分析方法用于判断指标检测数据的离散程度；

50、所述相关性与独立性分析法包括协方差算法、相关系数算法；

51、所述协方差算法用于计算任意两个指标检测数据间的误差；

52、所述相关系数算法用于计算任意两个指标检测数据之间的相关程度；

53、所述分类算法包括支持向量机；

54、所述支持向量机用于计算指标检测数据的最大边距超平面；

55、所述拟合类算法用于分析指标检测数据的分布趋势，包括趋势面分析、线性拟合、指数拟合、对数拟合、多项式拟合；

56、所述参数估计法用于估计总体分布中未知参数，包括矩估计法、最大似然估计法、区间估计

57、所述假设检验用于检验统计假设，包括z检验、f检验、u检验、t检验；

58、所述正态性检验用于判断指标检测数据是否服从正态分布，包括d检验、w检验、偏度检验、峰度检验。

59、进一步，所述评估方案管理单元还包括自定义算法添加单元；

60、用户通过自定义算法添加单元添加自定义评估算法。

61、进一步，还包括评估任务管理单元；

62、用户通过评估任务管理单元添加、删除、管理无人机综合效能评估任务。

63、进一步，还包括评估模板单元和评估工程管理单元；

64、所述评估模板单元用于建立无人机综合效能评估工程，包括指标体系，权重方案、评估方案的增加、删除、修改；

65、所述评估工程管理单元用于对无人机综合效能评估工程进行管理，包括增加、删除、打开、关闭功能。

66、进一步，还包括评估实例管理单元；

67、所述评估实例管理单元调取csv文件、mysql数据库、oracle数据库、达梦数据库中的评估数据，建立评估数据与指标的映射关系；评估数据与指标体系中的底层指标一一对应。

68、进一步，还包括仿真分析单元；

69、所述仿真分析单元对无人机综合效能评估中的不确定因素进行灵敏度分析，从而修正无人机综合效能评估系统。

70、进一步，还包括数据存储与备份单元；

71、所述数据存储与备份单元用于存储无人机综合效能评估系统的数据。

72、本发明的技术效果是毋庸置疑的，本发明针对传统的人为驱动的效能评估方法依赖专家经验的问题以及新兴的数据驱动的评估方法需要大量数据样本的问题，提供一种无人机综合效能评估系统。

73、该系统通过嵌入多种不同效能评估算法，包括：层次分析法、模糊综合评判法、topsis、主成分分析法、adc法、支持向量机法、灵敏度分析法、模糊综合评判法、sea法、神经网络法、德尔菲法、pau法等多种算法，以便于根据不同类型无人机系统、不同任务场景等选择合适的算法对系统进行效能评估，依据不同无人机系统以及不同任务场景的特点，给出各级指标能力的计算方法，设计出一种客观、精细、可操作性强的效能评估系统，实现对无人机系统的多尺度效能评估。

74、用户可根据不同算法对同一无人机系统进行评估，并根据评估结果与实际数据综合分析，通过反馈不断修正仿真模型。