張宗恕，路正國(guó)

(1.裝備工程技術(shù)研究實(shí)驗(yàn)室，河北 石家莊 050081； 2.河北師范大學(xué) 附屬民族學(xué)院，河北 石家莊 050011)

基于粗糙集的多源通信網(wǎng)絡(luò)信息分析方法

張宗恕1，路正國(guó)2

(1.裝備工程技術(shù)研究實(shí)驗(yàn)室，河北 石家莊 050081； 2.河北師范大學(xué) 附屬民族學(xué)院，河北 石家莊 050011)

針對(duì)通信對(duì)抗多源傳感器獲取的通信網(wǎng)絡(luò)信息挖掘問題，對(duì)通信信號(hào)外部技術(shù)特征和內(nèi)涵信息進(jìn)行形式化表示，根據(jù)傳感器處理信息深度建立了域數(shù)據(jù)模型。深入分析了通信信息數(shù)據(jù)挖掘準(zhǔn)備的方法，基于域數(shù)據(jù)模型和粗糙集理論，采用決策表分解知識(shí)發(fā)現(xiàn)的方法提取規(guī)則，對(duì)復(fù)雜通信網(wǎng)絡(luò)信息挖掘過程進(jìn)行了基于規(guī)則的非機(jī)理指示建模，按信號(hào)體制分類對(duì)通信網(wǎng)絡(luò)信息挖掘模型進(jìn)行組織，構(gòu)建了基于規(guī)則的知識(shí)系統(tǒng)，應(yīng)用粗糙集理論和方法實(shí)現(xiàn)了通聯(lián)關(guān)系的挖掘，并提出了對(duì)數(shù)據(jù)挖掘模型的評(píng)價(jià)方法。

通信對(duì)抗；多源傳感器；粗糙集；域數(shù)據(jù)模型；網(wǎng)絡(luò)信息挖掘；決策表分解

0 引言

通信對(duì)抗[1]是電子戰(zhàn)的重要內(nèi)容之一。及時(shí)、準(zhǔn)確、全面地提供通信對(duì)抗情報(bào)[2]，是保證有效實(shí)施通信對(duì)抗的先決條件之一。通過多種傳感器集成，是全面獲取通信設(shè)備系統(tǒng)和通信網(wǎng)臺(tái)的戰(zhàn)術(shù)技術(shù)情報(bào)，從中分析出對(duì)手通信態(tài)勢(shì)和薄弱環(huán)節(jié)，掌握對(duì)手通信網(wǎng)臺(tái)的重要目標(biāo)，做到知己知彼，使行動(dòng)計(jì)劃有充分依據(jù)的重要途徑[3]。

多種傳感器集成面臨日益嚴(yán)峻的“數(shù)據(jù)豐富、信息缺乏”問題?？紤]到通信對(duì)抗信息挖掘數(shù)據(jù)的多樣性、過程的復(fù)雜性，難以用精確模型表示，本文基于粗糙集理論[4]和域數(shù)據(jù)模型[5]，構(gòu)建基于規(guī)則的知識(shí)系統(tǒng)，不需要對(duì)過程進(jìn)行數(shù)學(xué)描述，而是對(duì)過程進(jìn)行經(jīng)驗(yàn)總結(jié)，依據(jù)信號(hào)分類，將操作員的日常經(jīng)驗(yàn)總結(jié)形成“if…then…”的規(guī)則集合，構(gòu)造粗糙集，利用決策表對(duì)規(guī)則進(jìn)行分解，提出形成知識(shí)，并給出規(guī)則有效性評(píng)價(jià)方法，利用粗糙集在分析處理不完全、不精確和不一致數(shù)據(jù)中所具有的優(yōu)勢(shì)，將粗糙集方法應(yīng)用于通聯(lián)關(guān)系的挖掘。

1 通信信號(hào)外部技術(shù)特征和內(nèi)涵信息

傳感器對(duì)通信信號(hào)能夠獲取的外部技術(shù)特征[6]和內(nèi)涵信息形式化表示可以記為s(t)，一般包括：頻率參數(shù)、調(diào)制參數(shù)[7]、編碼參數(shù)、解調(diào)信息、解碼信息(包括還原信息)和時(shí)空信息等。

其形式化表示為：

(1)

其中，頻率參數(shù)記為：

(2)

式中，SF(t)=SingleFP(F,B,L,t)，表示單載波頻率特性，其中F為頻率，B為帶寬，L為信號(hào)電平，t為測(cè)量時(shí)間；MF(t)=MultiFP(FNum,F,Space,SubBand,t)，表示多載波頻率特性，其中FNum為子載波波數(shù)，F(xiàn)為起始子載波頻率，Space為子載波間隔，SubBand為子載波帶寬，t為測(cè)量時(shí)間；HF(t)=HopFP(FNum,FSet,SubBand,t)，表示跳頻頻率特性，其中FNum為跳頻點(diǎn)數(shù)，F(xiàn)Set為跳頻頻率集，SubBand為跳頻帶寬，t為測(cè)量時(shí)間。

調(diào)制參數(shù)與解調(diào)參數(shù)一致，記為：

(3)

式中，SWM(t)=SingalWaveMP(MT,MM,MH,FOffset,R,t)，表示單載波調(diào)制特性，其中MT為調(diào)制類型，MM為調(diào)制階數(shù)，MH為調(diào)制指數(shù)，F(xiàn)Offset為頻偏，R為符號(hào)速率，t為測(cè)量時(shí)間；MWM(t)=MultWaveMP(SubMT,MM，R,…,t)，表示多載波調(diào)制特性，其中SubMT為子載波調(diào)制類型，MM為調(diào)制階數(shù)，R為子載波符號(hào)速率，t為測(cè)量時(shí)間；HFM(t)=HopFreqMP(HSpeed,STime,MT,R,B,DR,t)，表示跳頻調(diào)制特性，其中HSpeed為跳頻速率，STime為駐留時(shí)間，MT為調(diào)制類型，R為符號(hào)速率，B為帶寬，DR為占空比，t為測(cè)量時(shí)間。

編碼參數(shù)記為：

CP(t)=CodeParam(CL,CW,CType,CParam,IL,…,t)，其中CL為碼長(zhǎng)，CW為特征字，CType為編碼類型，CParam為編碼參數(shù)，InterL為交織參數(shù)，t為測(cè)量時(shí)間。

解調(diào)信息記為：

(4)式中，ADI(t)=AnalogDInfo(IDAddress,t)，表示模擬調(diào)制信息，其中IDAddress為呼號(hào)地址碼等身份信息，t為測(cè)量時(shí)間；DDI(t)=DigitalDInfo(AddressCode,DCode,t)，表示數(shù)字調(diào)制信息，其中AddressCode為地址碼、身份碼等信息，DCode為解調(diào)碼流，t為測(cè)量時(shí)間。

解碼結(jié)果記為：

DP(t)=DecodeInfo(Type,Te,P,V,SA,TA,t)，

(5)

表示解碼信息，其中Type為信息類型，Te為文本信息，P為圖象信息，V為聲音信息，SA為源地址，TA為目標(biāo)地址，t為測(cè)量時(shí)間。

時(shí)空特性記為：

(6)

表示獲取信號(hào)的時(shí)間、方位信息，其中SP為觀測(cè)點(diǎn)地址，Az為方位角，El為仰角，Lo為經(jīng)度，La為緯度，ST為開始時(shí)間，ET為結(jié)束時(shí)間。

對(duì)傳感器s(t)多次獲取的信號(hào)信息可以記為：

(7)

2 通信信息的域數(shù)據(jù)模型

域的概念通常被用于對(duì)信息管理系統(tǒng)中的行為特點(diǎn)進(jìn)行抽象和劃分，把具有某些共同特性或作用范圍的行為抽象成一個(gè)域。域數(shù)據(jù)模型把數(shù)據(jù)的歸屬作為共性之一，把數(shù)據(jù)的可訪問范圍作為抽象依據(jù)，把一定的數(shù)據(jù)結(jié)構(gòu)作為被管理目標(biāo)，那就把域的特征和數(shù)據(jù)模型的特征結(jié)合起來。

傳感器獲取的通信信號(hào)信息一般按域進(jìn)行組織，即按傳感器對(duì)數(shù)據(jù)的處理深度和處理過程進(jìn)行組織，充分考慮傳感器應(yīng)用領(lǐng)域的組織結(jié)構(gòu)和數(shù)據(jù)的歸屬、訪問控制等方面的特點(diǎn)。通信信息的域數(shù)據(jù)模型的構(gòu)建如下：

(8)

(9)

(10)

(11)

(12)

(13)

3 通信網(wǎng)絡(luò)數(shù)據(jù)挖掘準(zhǔn)備

在挖掘前需要進(jìn)行數(shù)據(jù)準(zhǔn)備[8]，數(shù)據(jù)準(zhǔn)備是對(duì)相關(guān)數(shù)據(jù)的基本屬性進(jìn)行傳輸、抽取、清洗、轉(zhuǎn)換和加載等處理，使得源數(shù)據(jù)滿足數(shù)據(jù)挖掘方法模型的需要。

對(duì)多次接收的信號(hào)sj，進(jìn)行通信網(wǎng)絡(luò)信息挖掘數(shù)據(jù)準(zhǔn)備，需要經(jīng)過信號(hào)關(guān)聯(lián)、信號(hào)歸并和信號(hào)野值剔除。

信號(hào)關(guān)聯(lián)是指在對(duì)信號(hào)監(jiān)視過程中，需要判斷監(jiān)視的為同一個(gè)目標(biāo)信號(hào)，或者判斷本次監(jiān)視信號(hào)與以前出現(xiàn)的信號(hào)為同一個(gè)目標(biāo)信號(hào)。

信號(hào)關(guān)聯(lián)可以表示為：

(14)

式中，

(1) 以頻率作為關(guān)聯(lián)條件，可以分為以下幾種情況：

① 單載波的頻率關(guān)聯(lián)，其關(guān)聯(lián)條件為：

(15)

式中，ε為頻率測(cè)量誤差門限。

② 多載波的頻率關(guān)聯(lián)，其關(guān)聯(lián)條件為：

(16)

即以FNum子載波波數(shù)、F起始子載波頻率、Space子載波間隔和SubBand子載波帶寬等多載波參數(shù)作為關(guān)聯(lián)判斷條件。

③ 跳頻的頻率關(guān)聯(lián)

(17)

即以FNum跳頻點(diǎn)數(shù)、FSet跳頻頻率集和SubBand跳頻帶寬等跳頻頻率參數(shù)作為關(guān)聯(lián)判斷條件。

(2) 以調(diào)制參數(shù)作為關(guān)聯(lián)條件：

CM=CMod(Si(t),Sj(t))=

(18)

(3) 以編碼參數(shù)作為關(guān)聯(lián)條件：

CCP=CCodeParam(Si(t),Sj(t))。

(19)

(4) 以解調(diào)信息作為關(guān)聯(lián)條件：

CDP=CDemod(Si(t),Sj(t))。

(20)

(5) 以解碼結(jié)果作為關(guān)聯(lián)條件：

CI=CDecodeInfo(Si(t),Sj(t))。

(21)

(6) 以空間方位位置作為關(guān)聯(lián)條件：

CST=CTimeSpace(Si(t),Sj(t))。

(22)

信號(hào)歸并：主要是對(duì)數(shù)據(jù)集合的合并與索引，即對(duì)各傳感器獲取的輻射源參數(shù)信息按照傳感器、通信體制和通信網(wǎng)絡(luò)進(jìn)行統(tǒng)一編批；對(duì)輻射源數(shù)據(jù)進(jìn)行一致性檢驗(yàn)、糾錯(cuò)及去重復(fù)處理；管理傳感器多次獲取的同一批號(hào)的數(shù)據(jù)；根據(jù)傳感器持續(xù)獲取的同一批號(hào)數(shù)據(jù)進(jìn)行處理，完善輻射源屬性信息、參數(shù)信息及位置/方位信息，并對(duì)多次分時(shí)獲取的信源信息進(jìn)行拼接接續(xù)。

信號(hào)野值剔除：一般通過與觀測(cè)量均值偏差的大小來判斷野值并剔除，表示如下：

(23)

式中，Ave(S(t))為信號(hào)觀測(cè)量均值。

對(duì)不同體制的信號(hào)，其關(guān)聯(lián)判斷條件是不同的，需要根據(jù)不同的通信體制、通信網(wǎng)絡(luò)選取。

4 通信網(wǎng)絡(luò)數(shù)據(jù)挖掘方法建模

建立數(shù)據(jù)挖掘模型的目標(biāo)是從海量數(shù)據(jù)中發(fā)現(xiàn)未知的有價(jià)值的新知識(shí)或規(guī)律。數(shù)據(jù)挖掘是包含多個(gè)階段的知識(shí)發(fā)現(xiàn)過程，可能包括數(shù)據(jù)預(yù)處理階段、數(shù)據(jù)挖掘算法的應(yīng)用階段、對(duì)挖掘結(jié)果的評(píng)估階段以及最終挖掘模型的可視化處理階段。

數(shù)據(jù)挖掘方法模型根據(jù)應(yīng)用場(chǎng)合分為：通用模型和專用模型。

通用模型是針對(duì)通用問題所建立的適用于多個(gè)應(yīng)用場(chǎng)合的數(shù)據(jù)挖掘方法模型。例如，上述的信號(hào)關(guān)聯(lián)、信號(hào)歸并、信號(hào)野值剔除即為常見的通用模型。

專用模型是針對(duì)特定問題所建立的只適用于特定應(yīng)用場(chǎng)合的數(shù)據(jù)挖掘方法模型。例如，對(duì)定頻時(shí)分雙工的話音通信組網(wǎng)的挖掘模型，圖1描述了其通信交替過程和通信檢測(cè)方法。

圖1中，電臺(tái)1與電臺(tái)2的信道交替沒有重疊，因此二者可以進(jìn)行通信。

圖1 對(duì)定頻話音通信組網(wǎng)的挖掘模型

其信息關(guān)聯(lián)特征為：① 頻點(diǎn)的同頻；② 調(diào)制方式相同；③ 時(shí)間的交替；④ 信息內(nèi)容的相關(guān)。

針對(duì)定頻時(shí)分雙工的多個(gè)輻射源屬于同一個(gè)網(wǎng)的必要條件可以表示為：CF，CM，CST，CI取值為真，可以將其用粗糙集理論的知識(shí)表示方式[9]為：

定義：信息系統(tǒng)[10]為:

S=(U,C∪D,V,ρ)。

(24)

式中，U={s1,s2,…,sn}表示傳感器獲取通信信息的集合；C=(CF,CM,CCP,CDP,CI,CST)表示條件屬性集合；D為決策屬性集合；V為屬性值域，此種信息系統(tǒng)被稱為決策表，信息函數(shù)ρ如表1所示。

表1 對(duì)通信網(wǎng)絡(luò)數(shù)據(jù)的一個(gè)決策表

表1中，d1為定頻時(shí)分雙工的話音通聯(lián)關(guān)系；dm為ALE通信通聯(lián)關(guān)系。

在決策表中抽取規(guī)則的一般方法為：① 在決策表中將域數(shù)據(jù)的屬性信息壓縮得到壓縮后的信息表，即刪除多余域?qū)傩?；?對(duì)每一個(gè)對(duì)象及其信息中將多余的域刪除；③ 求出最小約簡(jiǎn)；④ 根據(jù)最小約簡(jiǎn)，給出邏輯規(guī)則。

文獻(xiàn)[11-12]給出了粗糙集理論對(duì)知識(shí)(或數(shù)據(jù))的約簡(jiǎn)和求核的方法。對(duì)決策表抽取規(guī)則可以參考有決策情況的約簡(jiǎn)方法[13]。

5 通信網(wǎng)絡(luò)數(shù)據(jù)挖掘方法模型組織

數(shù)據(jù)挖掘模型選擇[14]是在應(yīng)用領(lǐng)域業(yè)務(wù)知識(shí)及數(shù)據(jù)挖掘?qū)I(yè)知識(shí)的約束下，基于數(shù)據(jù)探索建立適應(yīng)業(yè)務(wù)數(shù)據(jù)的建模過程。對(duì)通信對(duì)抗傳感器獲取的通信網(wǎng)絡(luò)信息挖掘內(nèi)容一般包括：

① 將數(shù)據(jù)按照平臺(tái)及通信體制、通信網(wǎng)絡(luò)進(jìn)行分類處理，對(duì)各傳感器獲取的信號(hào)信息按照傳感器、目標(biāo)進(jìn)行統(tǒng)一編批；

② 對(duì)傳感器獲取的數(shù)據(jù)進(jìn)行一致性檢驗(yàn)、糾錯(cuò)和去重復(fù)處理，管理傳感器多次獲取的同一批號(hào)的數(shù)據(jù)，根據(jù)傳感器持續(xù)獲取的同一批號(hào)數(shù)據(jù)完善目標(biāo)屬性信息、參數(shù)信息及位置/方位信息，并對(duì)多次分時(shí)獲取的信源信息進(jìn)行拼接接續(xù)；

③ 根據(jù)目標(biāo)組網(wǎng)特性挖掘通聯(lián)關(guān)系，生成通信網(wǎng)絡(luò)，并根據(jù)傳感器上報(bào)的不同目標(biāo)間的通聯(lián)關(guān)系，補(bǔ)充完善通信網(wǎng)絡(luò)成員信息。

通信網(wǎng)絡(luò)信息挖掘處理過程如圖2所示。通信對(duì)抗信息挖掘可以被認(rèn)為是一種從輸入到輸出的映射，將通信對(duì)抗信息挖掘模型看作一個(gè)盒子，輸入變量經(jīng)過這個(gè)盒子的變換，成為希望的輸出。對(duì)于一些簡(jiǎn)單的系統(tǒng)，挖掘模型往往可以采用一些簡(jiǎn)單的數(shù)學(xué)公式來表示。但對(duì)于通信網(wǎng)絡(luò)信息挖掘，難以用數(shù)學(xué)公式對(duì)系統(tǒng)加以表述，或者必須花費(fèi)極大的代價(jià)才能求得精確的數(shù)學(xué)模型。此時(shí)，傳統(tǒng)的過程建模方法就失去了作用。而在現(xiàn)實(shí)中，操作員沒有精確的數(shù)學(xué)模型，但是通過經(jīng)驗(yàn)積累和不斷學(xué)習(xí)，卻可以手動(dòng)分析的很好，操作員的經(jīng)驗(yàn)常?？梢杂谩癷f…then…”的規(guī)則形式表達(dá)[15]，這些規(guī)則常常是基于可以觀測(cè)的系統(tǒng)狀態(tài)和輸出信號(hào)。

圖2 通信網(wǎng)絡(luò)信息挖掘處理過程

因此，對(duì)通信對(duì)抗信息挖掘可以通過構(gòu)建粗造集，在信號(hào)分類的基礎(chǔ)上，將規(guī)則理解為對(duì)數(shù)據(jù)的分類，利用已有的知識(shí)庫(kù)，將不精確或不確定的知識(shí)用已知的知識(shí)庫(kù)中的知識(shí)來(近似)表達(dá)，用以發(fā)掘海量數(shù)據(jù)項(xiàng)之間的某種潛在關(guān)系。

對(duì)式(24)定義的通信對(duì)抗信息系統(tǒng)，可以將決策屬性集合擴(kuò)充到不同的通信系統(tǒng)D={d1,d2,…,dm}，其信息函數(shù)如表1所示。

對(duì)不同通信系統(tǒng)的處理，可以利用粗糙集在分析處理不完全、不精確和不一致數(shù)據(jù)中所具有的優(yōu)勢(shì)，對(duì)復(fù)雜通信網(wǎng)絡(luò)過程進(jìn)行基于規(guī)則的非基理指示建模，在規(guī)則模型的基礎(chǔ)上，將粗糙集方法應(yīng)用于通信網(wǎng)絡(luò)分析。

6 通信網(wǎng)絡(luò)數(shù)據(jù)挖掘方法模型評(píng)價(jià)

判斷通信網(wǎng)絡(luò)數(shù)據(jù)挖掘的有效性，可以從2個(gè)方面進(jìn)行評(píng)價(jià)：① 便于控舊查新，快速識(shí)別新目標(biāo)；② 便于深度分析，能夠全面掌握通信網(wǎng)絡(luò)情況。可以采用支持度和置信度對(duì)挖掘方法的有效性進(jìn)行評(píng)價(jià)。

定義通聯(lián)關(guān)系為C→D，則其支持度[16]為：

(25)

置信度[17]為：

(26)

這里支持度表示規(guī)則的頻繁程度，支持度高，這種規(guī)則使用概率高，價(jià)值更大。置信度表示規(guī)則的可靠度，置信度越高，表示C→D的可能性越大。

7 結(jié)束語(yǔ)

粗糙集理論是一種通過等價(jià)關(guān)系和近似概念對(duì)數(shù)據(jù)進(jìn)行約簡(jiǎn)以獲取知識(shí)的方法。本文主要目的是利用粗糙集在分析處理不完全、不精確和不一致數(shù)據(jù)中所具有的優(yōu)勢(shì)，對(duì)通信網(wǎng)絡(luò)挖掘過程進(jìn)行基于規(guī)則的非基理指示建模，在規(guī)則模型的基礎(chǔ)上，將粗糙集方法應(yīng)用于通信網(wǎng)絡(luò)信息挖掘，并給出了挖掘的有效性評(píng)價(jià)方法。在利用粗糙分析對(duì)大型數(shù)據(jù)表進(jìn)行規(guī)則發(fā)現(xiàn)時(shí)，由于必要的條件屬性很多，直接進(jìn)行粗糙分析效率低且難以得到最小簡(jiǎn)約?？紤]到各條件屬性相對(duì)于決策屬性的重要性有所不同，因此在對(duì)大型數(shù)據(jù)表進(jìn)行規(guī)則發(fā)現(xiàn)時(shí)，可以研究對(duì)其進(jìn)行分解，通過屬性集的重要程度將數(shù)據(jù)表按對(duì)象劃分，對(duì)分解得到的各個(gè)子表進(jìn)行并行規(guī)則發(fā)現(xiàn)，以提高運(yùn)算速度和規(guī)則質(zhì)量。

[1] 高曉濱.先進(jìn)的通信對(duì)抗系統(tǒng)[J].無線電工程，1997，27(6)：1-3.

[2] 王海清.數(shù)據(jù)挖掘在情報(bào)偵察系統(tǒng)中的應(yīng)用[J].無線電工程，2009，39(4)：20-22.

[3] 蘇春梅，何劍偉，李永剛，等.一種多傳感器空情信息融合算法[J].電訊技術(shù)，2015，55(2)：193-199.

[4] 張文修，吳偉志，梁吉業(yè)，等.粗糙集理論與方法[M].北京：科學(xué)出版社，2001.

[5] 趙 雷.域數(shù)據(jù)模型的研究與實(shí)現(xiàn)[D].蘇州：蘇州大學(xué)，2006.

[6] 王海清.戰(zhàn)術(shù)通信網(wǎng)絡(luò)的識(shí)別方法[J].無線電通信技術(shù)，2004，34(3)：47-49.

[7] 陸滿君.通信輻射源個(gè)體識(shí)別與參數(shù)估計(jì)[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2009.

[8] 馬 昕.粗糙集理論在數(shù)據(jù)挖掘領(lǐng)域中的應(yīng)用[D].杭州：浙江大學(xué)，2003.

[9] 張文修，吳偉志.粗糙集理論介紹和研究綜述[J].模糊系統(tǒng)與數(shù)學(xué)，2000(4)：1-12.

[10] 關(guān) 欣，潘麗娜，張政超，等.基于粗糙集理論的雷達(dá)輻射源信號(hào)識(shí)別[M].北京：國(guó)防工業(yè)出版社，2015.

[11] 官禮和.基于Rough集的不完備信息處理方法研究[D].成都：西南交通大學(xué)，2012.

[12] 王永生.基于粗糙集理論的動(dòng)態(tài)數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D].北京：北京科技大學(xué)，2016.

[13] 裴小兵.粗糙集的知識(shí)約簡(jiǎn)研究[D].長(zhǎng)沙：中南大學(xué)，2006.

[14] 高雅田.基于MAS的數(shù)據(jù)挖掘模型自動(dòng)選擇方法研究[D].大慶：東北石油大學(xué)，2011.

[15] 譚天樂.基于粗糙集理論的過程建模、控制和故障診斷[D].杭州：浙江大學(xué)，2003.

[16] 王慶東.基于粗糙集的數(shù)據(jù)挖掘方法研究[D].杭州：浙江大學(xué)，2005.

[17] 王加陽(yáng).面向海量數(shù)據(jù)的粗糙集理論與方法研究[D].長(zhǎng)沙：中南大學(xué)，2005.

張宗恕 男，(1977—)，高級(jí)工程師。主要研究方向：信息處理。

路正國(guó) 男，(1980—)，講師。主要研究方向：信息處理。

The Analyzing Method of Multi-source Communication Network Information Based on Rough Sets

ZHANG Zong-shu1,LU Zheng-guo2

(1.EquipmentEngineeringTechnologyResearchLaboratory,ShijiazhuangHebei050081,China； 2.InstituteforNationalities,HebeiNormalUniversity,ShijiazhuangHebei050011,China)

Aiming at the problem of the mining method of communication network information about the multi-source data of communication countermeasure,external technical features and connotation information are represented by formulae.According to the depth of the sensor processing information,the domain data model is established.The method of data mining preparation of communication information is deeply analyzed.On the basis of the domain data model and Rough Set theory,the rules are extracted by the method that decomposes the knowledge by the decision table.The information mining process of complex communication network is modeled based on non-mechanism rules.The communication network information mining model is organized according to the classification of the signal transmitting system.Knowledge system based on rule is constructed.The communication relationship is mined based on rough set theory and method.And the evaluation method of data mining model is analyzed.

communication countermeasure;multi-source sensor;rough set;domain data model;network information mining;decomposition of decision talbe

10.3969/j.issn.1003-3106.2017.05.01

張宗恕,路正國(guó).基于粗糙集的多源通信網(wǎng)絡(luò)信息分析方法[J].無線電工程,2017,47(5):1-5.[ZHANG Zongshu,LU Zhengguo.The Analyzing Method of Multi-source Communication Network Information Based on Rough Sets[J].Radio Engineering,2017,47(5):1-5.]

2017-02-09

河北省重大科技成果轉(zhuǎn)化專項(xiàng)基金資助項(xiàng)目(14040322Z)。

TP391.4

A

1003-3106(2017)05-0001-05