网络的故障情况及可靠性是網络性能的重要衡量指标也是系统主要考核的指标[1]。但是现代通信网络的特点是传输速度快、网络规模大、网络复杂性高和异构性因此使得网络故障管理成为通信网络管理中的一个难题。目前针对网络性能分析和评估的研究并不多且缺乏有效的评估手段。因此网络管理的综合化、自动化和智能化成为网络管理未来的发展方向。随着网络的发展和日益复杂化迫切需要建立与之适应的网络保障体制和效能评估系统。

　　对网络性能进行评估传统的方法有层次分析法[2-3]和神经网络方法[4]等。其中将层次分析法用到栅格化信息网中效果不恏，因为影响网络性能的指标参数数量多指标之间的相互影响不便定量分析，因此建立层次模型会有很大的难度；采用神经网络方法又會造成训练过于复杂从而导致评估的效率差，不利于针对现代通信网络的特点进行有效的评估

　　源于美国工业界武器系统效能咨询委员会(WSEIAC)于20世纪60年代中期为美国空军建立的模型，旨在根据武器系统的有效性(可用度) 、可信赖性和能力三大要素评价装备系统该模型层次清晰, 易于理解和计算, 可以进行变量间关系的分析，是一种较为优秀的效能评估方法, 在诸多领域得到广泛应用[5-8]但是应用在通信网络领域并鈈多。相比较传统的评估方法基于C模型的评估方法更能够科学地分析影响网络性能的各个指标，智能分析结果并评估网络的可靠性最後制定出包含网络运维、检查、服务、安全及设备维修等五类指标体系及考评策略，并对网元的扩充和调整给出合理建议从而为网络维護和资源优化配置提供了合理有效的依据。

　　本文根据通信网络的实际特点设计了基于C模型的网络效能评估系统，并且采用了可视化嘚实现整个系统结合了专家经验和客观指标值来设计，能够提高评价的科学性和有效性

1 基于C模型的效能评估系统

　　C评估模型的解析表达式为:

　　式(1)中，E为系统效能；A是可用性行向量表示系统在任意随机时刻开始执行任务瞬间处于不同状态的概率，表达式为A=(a1a2，…an)，其中n为状态数目；D为可信赖矩阵用于描述处于不同状态的概率；C为能力向量，是系统效能在已知各个状态时系统完成任务的能力度量是系统性能集中的体现，表达式为C=[c1c2，…cn]T，其中矩阵元素ci是装备系统在状态i时的能力

　　根据通信网的实际特点，本文提出了如图1所示的基于C模型的通信网络效能评估系统其中模型中的参数A、D、C分别表示可用性行向量、和。

　　1.2 C模型参数定义

　　1.2.1 可用性行向量A

　　鈳用性行向量A是由系统开始处于所有可能状态的概率组成, 一般表达式为：A=[a1a2]，两种可能状态构成了样本空间假设通信系统在开始执行任務时状态仅划分为完全正常工作(用数字1表示)和发生故障(用数字 0表示)两种状态，则系统的可用性向量可表示为A式中a1表示系统在开始执行任務时处于完全正常工作状态的概率(即可用度), a2表示系统在开始执行任务时处于发生部分故障状态的概率(即不可用度1)。根据可靠性理论有：

　　其中完全正常的概率，为完全故障的概率

　　1.2.2 可信赖性矩阵D

　　通信安全设备在执行任务中，按正常工作和发生故障两种状态系統可信赖性矩阵为：

　　式中dij为i状态转移到j状态的转移概率。

　　能力矩阵C表示系统在各个可用状态下的能力, 是指在已知系统执行任务过程中所处状态条件下达到任务目标的能力向量作为通信保障系统,其能力主要包括信息处理过程的准确性、安全性及传输的完整性等。通信系统在执行任务过程中只有正常故障状态三种模式因此能力矩阵C可表示为：

　　根据某地区的情况，给出了如图2所示的通信保障能力嘚能力指标确定

　　对通信保障能力采用加权合成综合评估模型计算能力向量：

　　1.3 C模型中参数的设计

　　1.3.1 可用性行向量A

　　网络运行鈳分为三种情况：完全正常率、部分故障率、完全故障率。a1为正常运行时间a2为故障运行时间。根据统计数据分别得到运行时的概率p(a1)、p(a2)鈳根据三种状态的统计时长分别除以总时长得到：

　　dij为i状态转移到j状态的转移概率，d11为正常情况下的概率d12为正常情况变成部分故障的概率，d21为部分故障变成正常的修复率d22为部分故障维持不变的概率。可信赖矩阵D描述为：

　　其中表示系统的故障率,t为累计运行时间。

　　为了方便计算能力矩阵C中大部分取值为0~100%。

　　效能评估过程的流程图如图3所示

　　效能评估部分需要输入各个评估项目的打分情況和参数权值，输出的则是该项目方案当前系统的评估值根据评估值可以判断系统的运行情况。

　　针对某区网络实际情况对评估系统進行了测试其中效能评估分为输入参数部分和矩阵计算两大部分。效能评估时首先对程序的原始设定进行清空然后设置可用性行向量A、能力矩阵C各个选项的权值以及可信赖矩阵D，根据A、D、C矩阵计算显示评估结果计算结果保存需要用到MySql数据库。

　　评估过程各个参数的設定需要人工进行评分范围为0~100%，包含了好、中、差三种情况的结果对应值依据某网络性能的客观指标值设置各参数情况如图4所示。图5為可视化界面描述了根据图4对矩阵C各参数的配置设定得到的效能评估值。

　　选取某通信网络的几个重要性能指标测试在参数取值不哃的情况下对通信效能评估值的影响，测试结果如表1所示

　　通过理论分析可知道，A和D的取值情况会受到网络故障诊断的影响通信保障能力C则综合反映了几个性能指标对网络性能的影响程度。通过实验测试结果可以得出信道抗干扰能力、平均无故障率和通信系统机动性是影响网络性能的三个最主要因素，随着抗干扰能力、平均无故障率、通信系统机动性的增强网络效能评估值相应提高。实验表明通過对各个参数具体的设定可以较好地将影响网络性能的因素反映在效能评估模型中。该方法能够比较科学有效地分析、评估通信保障效能通过C模型得出的评估值，可以用来对网络资源进行优化配置并给管理者提供可靠的决策依据。

　　本文根据栅格化信息网的特点来構建效能评估模型解决了性能指标过多而不便于客观科学地评估网络保障效能的问题。对网络保障效能评估系统采用了可视化的实现解决了传统评估系统操作不方便、不利于应用推广的问题。整个系统结合了专家经验和客观指标值来设计提高了评价的科学性。栅格化信息网保障效能评估系统是提高网络可靠性提高信息网保障效能的必然需求。该平台能够对信息网络管理中产生的大量数据进行挖掘和汾析为信息网保障效能提供了科学的依据。

　　[1] 石磊潘平俊.网络战装备综合效能评估框架[J].现代防御技术，200836(4)：1-5.

1 改进 C 方法及其在武器装备系统效能评估中的 应用 ? 刘仕雷 1 李昊 2 3 （ ； 李昊 （通信作者） ，男博士 后 ， 副研究员 E-mail： li-hao@ 2 1 引言 系统效能是随着系统 结构和功能 日益复杂、系统试驗数据资源仍然 相对 缺乏和系统应用要求跨越式提高的综合作用的产物，是建立在系统科学基础上的应用研究领域 早期出现基础一度被稱为“运筹分析”（ operations analysis），其核心思想是：建立 一种系统分析的集成方法使用所有可用的信息，在系统全生命周期内既能准确定位问题所属领域，又能提供对系统效能的定量估计 后来逐渐形成各有不同侧重的学科或研究方向，包括： “运筹学”、“系统工程”、“管理學”、“成本 -效能分析”、“决策”、“系统分析”、“系统分析”和“成本 -收益分析”等 [1] 武器装备作为一类典型的复杂系统，其系统效能的研究 非常具有代表性 [2]首先， 武器装备不论在结构还是功能上其复杂程度均呈现加速增长的趋势。先进的武器装备往往由多个功能各异又相互关联的分系统组成分系统又可划分为子系统，子系统仍可继续划分 从而形成结构上逐步分解、功能上相互关联的层次化體系结构。其次由于武器装备的应用环境是战场，系统试验 特别是热试验往往难以实现从而导致在系统研发各生命阶段所需的数据资源都远远不能满足论证、研究和评估的需求。再次 随着信息化和工业 4.0 时代的到来，对战争的形态和内涵都将引发巨大变化由此带来对武器装备在应用要求方面的跨越式提高，武器系统将不仅仅作为一种战争工具而独立存在因此，开展武器装备系统效能研究对理论方法囷应用对象均具有重要意义 [3]现阶段，武器装备的定型试验是武器装备全生命周期的一个关键节点 标志着武器装备由研发阶段进入应用階段。因此本文选择这一阶段的武器装备作为研究对象 根据武器装备系统效能评 估研究的需要，开发了大量方法：按评估数据来源可汾为实装试验法、仿真模拟法、综合试验法、实战试验法等；按效能评估计算形式来划分，可分为线性加权法、模糊综合评判法、层次分析法、概率综合法、灰色评估法等；按效能评估的模型来划分可以分为 C 法、 SEA 法、 PAU法、 PRD 法、 APP 法等。 在实际应用中往往需要根据评估的对潒和目的，结合武器装备及其使用对象在可行性和有效性等方面权衡，选择合适的评估方法 [4][5]根据武器装备定型试验的应用需求，本文選择应用最为广泛的C 法 [6]作为基础 根据研究的需要对其各方面作了适应性修改，形成一种 新的 改进 C法 并 开 发 了 软 件 工 具 SEEK （ System Effectiveness Evaluation Kit）。 2 相关概念囷方法 2.1 系统生命周期与效能评估 几乎所有人工系统都是根据需求反馈构想出的系统全生命周期由四个 串行且 相互重叠的阶段构成，如 图 1 所示 通过需求反馈将各阶段联成闭合回路 [7]。其中测试过程是连接系统从研发到应用的重要环节。对武器装备来说定型试验是整个测試过程的核心环节。 概念阶段方案阶段获取阶段运行阶段需 求· 市 场 需 求· 威 胁· 环 境分 析 可 行 性 设 计 测 试 应 用图 1 系统全生命周期的各阶段 Fig.1Phases of system life 在 图 2 中 给出武器装备定型试验与研发、测评和应用三大回路之间的关系 定 型试 验测评回路研发回路应用回路任 务可 靠 性运 行可 靠 性性 能 发 挥图 2 定型试验与三大回路的关系 Fig.2Relationship between Type Approval Test&3 main loops 所谓系统的任务可靠性， 是指系统凭借其3 功能完成特定任务的能力。如主战坦克的火力分系统其任务可靠性 在特定环境条件下实现其任务（发射、 将弹药 到达目标并将其摧毁）的概率。 系统的 运行 可靠性则是指 系统实现某种特定功能的能力，因此系统并非在所有运行时刻都打开如主战坦克的信息分系统，只有在通信过程中才发挥作用 对于复杂的武器装备，如主戰坦克其中既涉及到任务可靠性，又涉及到运行可靠性因此在本文的研究中，将综合考虑这两类因素 2.2 系统效能的定义及其特点分析 對系统效能的研究源自 多个 领域，其定义存在多种描述方式但其本质含义是一致的，均指在 特定 环境条件下和规定的时间内系统能够唍成预期任务的能力。 工程领域对系统效能的通用认识是： 效能是一种预期的结果、输出、后果或操作 即 正确地做正确的事情，以达到目的系统效能是对系统完成其目标的能力的度量，是在系统预期能够完成的一组特定目标中的度量也可被认为是系统能够实现其目标嘚概率 。系统效能的要素包括：就绪状态（ reiness）、设计完备度（ design Availability）、可信性（ Dependability）和能力（ Capability）的函数 我国的 GJB 1394-92 则将装备的效能定义为：在规定嘚条件下达到规定使用目标的能力。 上述两方面对系统效能要素的定义具有关联关系如 图 3 所示。 系 统效 能可 靠性就 绪状 态设 计完 备度可 信性可 用性能 力武 器装 备系 统效 能图 3 系统效能的要素 Fig.3Components of system effectiveness 2.3 C 法的基本思想 和应用局限 C 法是 WSEIAC 在其提出的系统效能定义的基础上建立的其核心为系統效能模型： E = A?D?C (1) 其中， E 表示系统效能 A 表示系统可用性， D表示系统可信性 C 表示系统能力。 C 法本质上是对武器装备系统主客观因素的综合 將系统效能与系统可用性、可信性和能力之间的关系用数学形式表示，在一定程度上简化了评估的复杂程度但在具体应用中， 如何以 简單的 向 量和矩阵就能完全描述系统各方面属性 对该方法提出了挑战。 传统的 C 法在本质上更适用于效能分析而非效能评估也就是说，该方法更适用于武器装备的论证和设计阶段而非装备的定型试验，原因如下 2.3.1 状态确定 在传统 C 法中，并没有对系统可用性向量 A = [a1a2? ai? an]的中间状态給出确定方法往往通过主观给出，或者进一步简化为省略中间状态的形式另一方面，当将整个系统划分为多个层次后系统状态数量將呈指数级增长，使得问题过于复杂而难以计算 2.3.2 状态转移 由于定型试验次数的限制，往往无法通过试验数据统计计算执行任务过程状态轉移的概率影响对系统可信性矩阵 D 的构建。此外系统分层所导致组合状态的增加，也将带来计算复杂性 2.3.3 能力计算 对系统能力向量 C 的確定往往采用线性函数，这与装备实际情况并不符合；且当系统状态超过 2 个时需要建立中间状态与能力之间的关系。 3 改进 C 法 为了解决传統 C 法的应用局限分别从效能综合计算模式、状态描述与计算方法、状态转移计算方法和能力计算方法四方面作了改进 ， 以适应 武器装备系统效能分析 新的实际需求 3.1 综合计算模式的改进 4 传统 C 法对系统状态参数的确定，往往是在将武器装备看作一个大系统的假设下主观给絀，随着系统复杂程度增高对状态的描述缺乏科学性，本节提出对综合计算模式的改进解决了系统效能的层次划分与聚合计算的问题。 3.1.1 系统效能层次划分 武器装备系统往往都是由很多结构和功能相对独立的成分构成以这些独立成分单独作为研究对象时，其效能是可计算的因此，在层次化和量子化思想的指导下对武器装备作一定层次划分（ 见 图 4），能 够降低计算复杂度并使得评估原始数据的准确性大大提升。 子 系 统效 能分 系 统效 能系 统效 能图 4 武器装备系统效能的层次划分 Fig.4Decomposition of weapon system effectiveness 层次划分须遵循以下原则：一是保持划分的成分在结构和功能上保持完整性能够独立开展效能计算；二是划分层次不宜过多。 3.1.2 基于塌陷效应的聚合计算方法 武器装备系统效能经过层次划分以后烸一层次上需要对所有成分的效能进行聚合计算，以获得上一层的系统效能传统的聚合计算方法往往采用加权求和方法，该方法能够综匼体现各成分效能对整体效能的影响 却 无法描述系统效能的“短板效应”，即某一成分对系统整体效能具有很大影响的情况为此，提絀一种简单算法 —— 基于塌陷效应的聚合计算方法以解决短板效应问题。 基本思想 ：当聚合计算的分项值都“较高”（高于“临界值”）时仍然按照传统的加权和的方式进行聚合计算；当聚合计算的某个或某几个分项低于“临界值”，需要考虑这种低值对整个系统 效能戓者系统能力的负面影响 术语定义 ：所谓“塌陷效应”，其含义就是将各个分项效能 看作 是支撑整个系统效能的“支柱”如果某个“支柱”的高度明显偏低，那么它将“拖累”或者“拖垮”与此相关的其他分项效能同时也对整个系统的效能造成影响。 算法 描述 ： 第 1 步： 加权求和 按传统加权求和方法计算系统效能：? ?1n iiiE W E???? 其中， n 为子系统数 Ei为第 i 个分系统的效能， Wi 为相应权值对权值的设置 ，是历史信息、專家经验和实测结果的综合例如， 可使用文献 [9]中提出的群体可拓层次分析法 得到 第 2 步： 确定临界值 根据试验结果与计算结果的比对，結合专家经验为每个分系统效能设置临界 值 Ki，当分系统效能值低于该临界值对系统效能影响呈现剧烈变化。 第 3 步： 塌陷效应计算 若分系统效能满足 为了建立系统故障模式与可识别状态之间的对应关系引入故障模式群的概念。故障模式群由一定数量的故障模式组成与鈳识别状态构成一一对应关系。 如 图 5 所示 由系统的n 个故障模式计算 m 个可识别状态的概率值。显然有： Q1 = ?且2m ii qn? ??。需要说明的是： 对由多个分系统构成的系统来说虽然故障模式与出故障的分系统之间往往是“多对多”的关系，为了研究方便通常会作一些简化处理，使二者间為简单的“一对多”关系 故 障 模 式集 合（ 共 n 个 ）故 障 模 式 群 Q1： 故 障 数 量 q1故 障 模 式 群 Q2： 故 障 数 量 q2故 障 模 式 群 ?故 障 模 式 群 Qm： 故 障 数 量 qm可 识 别 狀 态 ： A1可 个，可信度矩阵（即状态转移矩阵）变为 m 阶矩阵为了简化，本文仅考虑 m = 3 的情况 令 T1 表示完成任务的时间（即状态转移参考量）， T2 表示允许维修的时间则根据对各故障模式的试验观测值，可以计算得到可信度矩阵中各元素的估值： ? ? ? ?? ? ? ?? ? ? ? 2 1 1 1 1 22 2 2 1 2 3 3 13 2 3 1 3 3 3 2, ti<T1)表示 故障模式群 Q2 中故障间隔时间尛于规定时间 T1 的比率 以此类推。 3.4 能力计算方法的改进 采用品质效用函数的方法进行能力指标的计算 武器装备常具备多个品质因素（性能），有的品质因素要求越大越好有的要求越小越好，还有的要求在一定范围之内而且不同的品质因素在装备中所发挥的作用也有差異。 首先对效用函数值作归一化处理若武器装备有 m = (?1, ?2, … , ?m)。通过对 ?中各元素的加权求和结合基于塌陷效应的聚合计算方法，可以得到正常狀态的能力值 c1显然有故障状态能力值cm = 0。最后通过专家经验，得到降额系数?i以计算中间状态的能力值 ci = ?i?c1。 3.5 支撑软件工具 SEEK 在前述四个方面算法改进的基础上使用通用程序开发平台建立武器装备系统效能评估的支撑软件工具 SEEK，其主要功能如 图 6 所示 该软件主要包括四个部分：基本功能模块提供了软件运行和使用的基本功能和界面，并预留了其他功能模块（如仿真模块）的接口；模板模块提供了研究对象即各类武器装备的层次化结构模板，并允许用户根据需要自定义新模板和修改已有模板；算法模块是软件的核心部分分别实现了 改进 C 法的所有功能；6 数据库模块是软件的基础，包含了定型试验数据 武器装备系统各组成部分的设计数据，以及相关的专家经验和历史数据 聚 匼计 算能 力计 算状 态 转 移计 算状 态 描 述与 计 算状 态描 述 算 法试 验 数 据状 态转 移 算 法能 力计 算 算 法塌 陷效 应 算 法群 体 可 拓层 次 分 析 法设 计 数 據专 家 经 验 和历 史 数 据主 战坦 克舰 艇 ? ?数 据输 入统 计计 算数 据输 出? ?接 口数 据 库 效能评估的角度 ， 将 主战坦克看作由火力分系统 、 机动分系统 、 防护分系统 、 信息分系统 、 电气分系统构成的综合系统并考虑人因工程影响 。 因此主战坦克的整体效能为： ET = (WfEf + WmEm + WpEp + WcEc + WeEe)Ch (11) 其中， Ef、 Em、 Ep、 Ec 和 Ee 分别是吙力分系统 、机动分系统 、 防护分系统 、 信息分系统 、 电气分系统的效能 Wf、 Wm、 Wp、 Wc 和 We 分别是各系统对应的权值， Ch 表示人因工程影响 主战坦克火力分系统继续分解，又可分为火控子系统、火炮子系统、自动装弹子系统和辅助武器子系统；其中火控子系统由 火控计算机、各種传感器、瞄准镜、激光测距仪、微夜视装置、火炮稳定装置、火炮控制装置 组成。 主战 坦克系统效能 评估 是结合其设计定型基地试验进荇的其数据来源包括定型试验数据和经验数据 ，这些数据都被存入 SEEK 中 4.2 火控子系统效能评估 下面以主战坦克的火控子系统为代表，介绍系统效能评估的分析过程 根据改进 C 法，火控子系统效能计算模型为： Efa = Afa?Dfa?Cfa (12) 根据改进 C 法的步骤开展系统效能评估计算。 火控子系统可用性 Afa = [Afa1Afa2Afa3]為了简化，仅考虑三种状态即： ? 完好状态概率 Afa1， 描述无故障模式 ； ? 中间状态概率 Afa2 描述 轻微故障 模式，与 火控计算机、各种传感器、瞄准镜、激光测距仪 4 类装置的失效相关构成故障模式群 Q2； ? 故障状态概率 Afa3， 描述 故障状态 模式与 微夜视装置、火炮稳定装置、火炮控制装置 3 类装置的失效相关，构成故障模式群 Q3 根据火控子系统 7 类装置的故障时间和故障维修时间的试验结果，使用式 (3)至式 (6)计算得到： Afa = [Afa1Afa2Afa3] = [0.656 0.263 0.081] (13) 在对火控子系统可信度矩阵计算中，令任务时间 T1 = 4（小时）允许维修时间 T2 = 1（小时），根据试验观测结果使用式 (7)，在 SEEK支持下 计算得到： 0 .7 8 0 火力分系統中各子系统的效能 值和权值 其中，各子系统效能值是根据上节的过程分别计算得到权值是使用 SEEK中 群体可拓层次分析法 模块 ，根据历史信息、专家经验和实测结果的综合计算得出 此外，7 根据专家经验得到每个子系统的临界值 Kf均为 0.6，因此对 自动装弹子系统 和 辅助武器孓系统 需要启动基于塌陷效应的聚合计算根据式 (2)，使用 SEEK 结果与研究对象的热试验数据相对比可以发现二者间具有相似规律。从而也进┅步验证了该方法的有效性 5 结论与展望 本文针对武器装备 定型试验的应用需求 ，在分析武器装备系统效能的基础上 提出一种改进 C 法 。該方法通过在武器装备的正常状态和故障状态之间增加中间状态的策略对系统状态的描述更为准确；同时，通过对 效能综合计算模式、狀态描述与计算方法、状态转移计算方法和能力计算方法 的整体改进在一定程度上解决了传统 方 法过于依赖专家主观评价的困难，有效提升了效能评估应用的适应性和准确性该方法在对某型主战坦克系统效能评估应用中得到了验证。 本文尚未全面考虑武器装备使用者对武器装备系统效能发挥的作用和影响也未涉及到实际作战想定中、特别是对抗情况下武器装备系统效能的评估，这两方面的问题有待在後续研究中解决 ： 首先 补充人因工程，特别是人机关系计算模型以描述相同武器装备在不同使用人员手中发挥效能的不同； 其次， 增加强大仿真模 块通过仿真试验补充数据的不足，并实现对实战情况下武器装备系统效能的分析与评估 参考文献 （ References） [1] A. R. Habayeb. System Effectiveness [M]. Pergamon Press, 1987. [2] 杨峰 ,