基于粗糙集理论的民航无线电干扰预测方法技术

技术编号:14013335 阅读:144 留言:0更新日期:2016-11-17 14:59
一种基于粗糙集理论的民航无线电干扰预测方法。其首先对民航无线电干扰报告数据进行属性分类,提取与受干扰过程相关属性,确立条件属性集及决策属性,建立干扰数据决策表。然后,对干扰数据决策表所含各属性取值进行数据预处理,对预处理结果采用基于数据库设计的专用约简方法进行属性约简及属性值约简,得到干扰决策规则表。最后,利用信任函数求得条件属性取值对决策属性的影响程度表,利用决策规则表与影响程度表,对干扰报告数据进行运行状态诊断给出该数据所含地区的干扰预警值。本发明专利技术方法预测结果准确度高于基于时间序列的预测方法,且不依赖假设条件,对精确数据没有要求。

【技术实现步骤摘要】

本专利技术属于数据挖掘和民航无线电干扰分析
,特别是涉及一种基于粗糙集理论的民航无线电干扰预测方法
技术介绍
随着民航业的高速发展,空中交通管理系统管控的航班流量不断增大,因此民航业对于空管通信导航监视系统的可靠性要求也在不断提高,尤其对于地空通信系统的通话质量、覆盖范围、系统稳定性以及可靠性等指标提出了更高要求。然而随着我国经济的强劲增长,无线电设备在社会各系统中广泛化、专业化的应用成为常态,因而民航系统的电磁环境日益复杂,无线电干扰已成为影响通信导航监视系统高效运作的主要原因。目前造成干扰的因素有很多,广电、电力传输等系统乃至民众家用电子设备均有可能对民航系统造成无线电干扰。与此同时,在民航系统内部,通导设备发射机的互调、无线电设备性能下降等因素造成无线电干扰也日益增多。民航业内的研究人员在增强民航无线电系统可靠性方面进行了深入研究,提高无线电干扰排查能力等方面的工作也在快速开展。例如架设在全美的美国民航无线电干扰检测系统(Interference Monitoring Detection System,IMDS)具备很强的干扰监测排查能力,同时我国也在努力增强民航无线电设备的抗干扰能力,但无论是增强设备可靠性还是提高干扰监测技术水平的工作都不具备依据无线电干扰数据分析预测干扰的能力。随着航班流量的激增,民航业受到无线电干扰的次数在迅速增加,实时上报的无线电干扰报告为分析干扰产生的原因提供了宝贵数据。利用粗糙集属性约简的理论方法,对无线电干扰报告数据进行挖掘以得到决策规则,再结合实时监控的报告数据进行分析对比,可为预测无线电干扰发生的情况提供支持。从长期的无线电干扰报告数据可以看出,大部分无线电干扰为机载甚高频地空通话系统受到的干扰,干扰信号特征等信息仅能由航班机组向管制员进行反映。对于此类干扰,地面技术人员无法实现对无线电干扰情况进行实时监视。从管制业务角度看,区域管制受到的干扰最频繁,因而广阔的飞行区域对于及时准确地捕获干扰信号的具体频域特征极为不利。另一方面,航班机组以及民航无线电台站管理人员对于干扰的认知情况不同,使得上报上来的干扰特征描述间存在差异。由此可见,上述诸多因素均会导致无线电干扰报告数据存在不精确性、不完整性以及突发性等特性。由于粗糙集理论相对于其它方法在不精确知识的表达、学习、归纳等方面具有突出的特点,所以研究基于粗糙集理论的民航无线电干扰预测方法具有重要的理论和实际应用价值。而目前还尚未出现利用粗糙集理论对民航无线电干扰报告数据进行预测分析技术的相关研究成果。
技术实现思路
为了解决上述问题,本专利技术的目的在于提供一种基于粗糙集理论的民航无线电干扰预测方法。为了达到上述目的,本专利技术提供的基于粗糙集理论的民航无线电干扰预测方法包括按顺序进行的下列步骤:1)收集某一时长内的民航无线电干扰报告数据,建立干扰报告数据表JRT';2)对上述干扰报告数据表JRT'中所含属性进行分析,去除与受干扰过程无关的属性,由余下的与受干扰过程相关的属性及属性值构成决策表DT',并确定条件属性集E'以及决策属性D';3)依照与民航相关的时段划分对上述决策表DT'中属于条件属性的时间进行连续数据离散化,利用正则表达式规范处理条件属性集E'及决策属性D'的取值,由此对决策表DT'中数据进行预处理,得到预处理后的决策表PDT';4)对于步骤3)中得到的预处理后的决策表PDT'采用基于粗糙集理论利用数据库设计的约简方法进行属性约简及属性值约简,得到决策规则表DRT';5)利用信任函数方法分析上述决策规则表中条件属性不同取值对于不同干扰地区的影响程度,得到属性值影响程度表IT';6)利用步骤4)中得到的决策规则表DRT'以及步骤5)中得到的属性值影响程度表IT',对民航无线电干扰报告数据进行运行状态诊断,以给出数据所含地区干扰预警值,从而做出预测。在步骤3)中,所述的依照与民航相关的时段划分对决策表中属于条件属性的时间进行连续数据离散化的方法为:根据时段定义,将条件属性时间不同取值等价为不同时段,具体以凌晨代表0:01至6:00时间点,以早晨代表6:01至8:00时间点,以上午代表8:01至11:00时间点,以中午代表11:01至13:00时间点,以下午代表13:01至17:00时间点,以傍晚代表17:01至19:00时间点,以晚上代表19:01至24:00时间点。在步骤4)中,所述的对于步骤3)中得到的预处理后的决策表PDT'采用基于粗糙集理论利用数据库设计的约简方法进行属性约简及属性值约简,得到决策规则表DRT'的方法为:输入:预处理后的决策表PDT1=(U1,A1=E1∪D1,V1,f1),其中U1为论域,为对象x的集合;A1为属性集合;E1为条件属性集,为条件属性e的集合;D1为决策属性,为决策属性值d的集合;V1为属性值域,f1:U1×A1→V1为指定论域U1中每个对象属性值的信息函数;输出:预处理后的决策表PDT'的决策规则表DRT';具体方法如下:(1)分析条件属性必要性,去掉预处理后的决策表PDT'中条件属性e1及其全部取值,若剩下的条件属性值组合中出现两个不完全相同组合对应相同决策属性值d1的情况,则条件属性e1为必要属性,否则为不必要,遍历条件属性集中所有条件属性,以预处理后的决策表PDT'的全部必要条件属性及取值建立核值分析表DTc;(2)分析核值,去掉核值分析表DTc中对象xi的条件属性ej,若剩下的条件属性组合的取值中出现相同组合对应不同决策属性值d的情况,则条件属性ej的值为对象xi核值,否则不考虑,遍历对象xi所有条件属性后遍历所有对象,保存所有核值;(3)获取决策规则,标注预处理后的决策表PDT'中所有核值,以某决策属性值da对应的所有对象集合{xi本文档来自技高网
...
基于粗糙集理论的民航无线电干扰预测方法

【技术保护点】
一种基于粗糙集理论的民航无线电干扰预测方法,其特征在于:其包括按顺序进行的下列步骤:1)收集某一时长内的民航无线电干扰报告数据,建立干扰报告数据表JRT';2)对上述干扰报告数据表JRT'中所含属性进行分析,去除与受干扰过程无关的属性,由余下的与受干扰过程相关的属性及属性值构成决策表DT',并确定条件属性集E'以及决策属性D';3)依照与民航相关的时段划分对上述决策表DT'中属于条件属性的时间进行连续数据离散化,利用正则表达式规范处理条件属性集E'及决策属性D'的取值,由此对决策表DT'中数据进行预处理,得到预处理后的决策表PDT';4)对于步骤3)中得到的预处理后的决策表PDT'采用基于粗糙集理论利用数据库设计的约简方法进行属性约简及属性值约简,得到决策规则表DRT';5)利用信任函数方法分析上述决策规则表中条件属性不同取值对于不同干扰地区的影响程度,得到属性值影响程度表IT';6)利用步骤4)中得到的决策规则表DRT'以及步骤5)中得到的属性值影响程度表IT',对民航无线电干扰报告数据进行运行状态诊断,以给出数据所含地区干扰预警值,从而做出预测。

【技术特征摘要】
1.一种基于粗糙集理论的民航无线电干扰预测方法,其特征在于:其包括按顺序进行的下列步骤:1)收集某一时长内的民航无线电干扰报告数据,建立干扰报告数据表JRT';2)对上述干扰报告数据表JRT'中所含属性进行分析,去除与受干扰过程无关的属性,由余下的与受干扰过程相关的属性及属性值构成决策表DT',并确定条件属性集E'以及决策属性D';3)依照与民航相关的时段划分对上述决策表DT'中属于条件属性的时间进行连续数据离散化,利用正则表达式规范处理条件属性集E'及决策属性D'的取值,由此对决策表DT'中数据进行预处理,得到预处理后的决策表PDT';4)对于步骤3)中得到的预处理后的决策表PDT'采用基于粗糙集理论利用数据库设计的约简方法进行属性约简及属性值约简,得到决策规则表DRT';5)利用信任函数方法分析上述决策规则表中条件属性不同取值对于不同干扰地区的影响程度,得到属性值影响程度表IT';6)利用步骤4)中得到的决策规则表DRT'以及步骤5)中得到的属性值影响程度表IT',对民航无线电干扰报告数据进行运行状态诊断,以给出数据所含地区干扰预警值,从而做出预测。2.根据权利要求1所述的基于粗糙集理论的民航无线电干扰预测方法,其特征在于:在步骤3)中,所述的依照与民航相关的时段划分对决策表中属于条件属性的时间进行连续数据离散化的方法为:根据时段定义,将条件属性时间不同取值等价为不同时段,具体以凌晨代表0:01至6:00时间点,以早晨代表6:01至8:00时间点,以上午代表8:01至11:00时间点,以中午代表11:01至13:00...

【专利技术属性】
技术研发人员:吴仁彪李雪岩夏冬匡杉石庆研
申请(专利权)人:中国民航大学
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1