虞業(yè)濼,施敏華,鄧洛鳳,楊 萍,鄭倩云
(1.中國科學(xué)院微小衛(wèi)星創(chuàng)新研究院,上海 201203;2.上海微小衛(wèi)星工程中心,上海 201203;3.中國人民解放軍63921部隊(duì),北京 100094)
衛(wèi)星裝備試驗(yàn)鑒定階段包括性能試驗(yàn)、作戰(zhàn)試驗(yàn)、在役考核,每個(gè)階段均會產(chǎn)生大量重要的試驗(yàn)數(shù)據(jù),由于衛(wèi)星裝備的這些試驗(yàn)鑒定數(shù)據(jù)分散保存在不同單位、不同部門、不同計(jì)算機(jī)和存儲介質(zhì)上,且數(shù)據(jù)類型多樣、數(shù)據(jù)格式不一致,導(dǎo)致試驗(yàn)鑒定數(shù)據(jù)的有效利用率低,原始數(shù)據(jù)與試驗(yàn)相關(guān)其它數(shù)據(jù)信息脫節(jié),大量的試驗(yàn)數(shù)據(jù)無法利用或無法有效關(guān)聯(lián)使用,存在嚴(yán)重的信息孤島現(xiàn)象,并且試驗(yàn)鑒定數(shù)據(jù)中包括了有效數(shù)據(jù)及大量無效數(shù)據(jù)[1-2]。而衛(wèi)星裝備的試驗(yàn)鑒定評價(jià)工作的開展對于裝備能力、性能滿足度、在役適用性等多項(xiàng)指標(biāo)具有實(shí)際意義,因此需針對衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)確定健全合適的數(shù)據(jù)質(zhì)量檢驗(yàn)方法,剔除無用數(shù)據(jù),確保衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)干凈整齊高質(zhì)量;并進(jìn)一步建立數(shù)據(jù)質(zhì)量的評價(jià)的體系和方法,使用合理的數(shù)據(jù)質(zhì)量評價(jià)方式完成多維數(shù)據(jù)質(zhì)量評價(jià),為后續(xù)衛(wèi)星裝備試驗(yàn)鑒定評估工作獲得準(zhǔn)確的結(jié)果提供前期保障。
衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)來源多樣且存在數(shù)據(jù)缺失、數(shù)據(jù)異常、數(shù)據(jù)冗余、數(shù)據(jù)格式不規(guī)范或精度不統(tǒng)一等問題,無法直接通過常規(guī)質(zhì)量評價(jià)方式方法完成評價(jià)[3-4]。因此,針對衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)的特點(diǎn),提出兩級遞進(jìn)式的數(shù)據(jù)質(zhì)量評價(jià)流程,如圖1所示。第一級規(guī)定需要進(jìn)行計(jì)算評價(jià)的數(shù)據(jù)集合,通過批處理和流模式兩種數(shù)據(jù)質(zhì)量初檢方式從多個(gè)維度對目標(biāo)數(shù)據(jù)進(jìn)行統(tǒng)一、規(guī)整并給出初步質(zhì)量評價(jià);第二級以衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)質(zhì)量評價(jià)體系為基礎(chǔ),建立針對某種衛(wèi)星的具體評價(jià)指標(biāo),根據(jù)選取的評價(jià)指標(biāo)建立評價(jià)規(guī)則,按照指標(biāo)權(quán)重確定的方法確定指標(biāo)權(quán)重和期望,并計(jì)算數(shù)據(jù)質(zhì)量綜合評估得分。通過定性定量結(jié)合的方式完成衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)質(zhì)量的評價(jià)。
整個(gè)數(shù)據(jù)質(zhì)量評價(jià)實(shí)現(xiàn)主要分為以下兩個(gè)步驟:
第一步是初檢-數(shù)據(jù)質(zhì)量篩選評價(jià):多源異構(gòu)衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)在完成格式統(tǒng)一轉(zhuǎn)換后并不能直接進(jìn)行數(shù)據(jù)質(zhì)量評價(jià),需要在該過程下從數(shù)據(jù)完整性、準(zhǔn)確性、一致性、冗余性和及時(shí)性等多個(gè)維度對數(shù)據(jù)質(zhì)量進(jìn)行篩選評價(jià),從而提升后續(xù)使用數(shù)據(jù)的準(zhǔn)確性、可信度[5-7]。
其工作流程如下所示:
1)數(shù)據(jù)注冊。將轉(zhuǎn)換后或能夠支持試驗(yàn)鑒定工作開展的待使用數(shù)據(jù)進(jìn)行統(tǒng)一注冊;
2)數(shù)據(jù)度量標(biāo)準(zhǔn)。制定數(shù)據(jù)質(zhì)量度量標(biāo)準(zhǔn),針對單一裝備或衛(wèi)星關(guān)鍵器部件人為設(shè)定數(shù)據(jù)度量或準(zhǔn)入標(biāo)準(zhǔn);
3)數(shù)據(jù)質(zhì)量篩選。在統(tǒng)一的數(shù)據(jù)度量標(biāo)準(zhǔn)下,利用自定義數(shù)據(jù)質(zhì)量篩選算法,從:完整性、準(zhǔn)確性、一致性、冗余性、及時(shí)性等維度對數(shù)據(jù)開展定性定量相結(jié)合的質(zhì)量篩選;
4)數(shù)據(jù)檢查評價(jià)。對完成質(zhì)量篩選后的數(shù)據(jù)進(jìn)行二次檢查,以原始數(shù)據(jù)為參考,對數(shù)據(jù)處理前后各維度下的量化值進(jìn)行打分評價(jià),評價(jià)準(zhǔn)則支持定性定量兩種方式;
5)數(shù)據(jù)下放。對完成初檢的數(shù)據(jù)給出第一次維度質(zhì)量評價(jià),并對符合篩選標(biāo)準(zhǔn)的數(shù)據(jù)進(jìn)行下放至第二步數(shù)據(jù)復(fù)檢使用。
初檢流程實(shí)現(xiàn)如圖2所示。
第二步是復(fù)檢-數(shù)據(jù)質(zhì)量評價(jià)體系及方法:影響衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)質(zhì)量評價(jià)的因素多而復(fù)雜,較之前述第一步中完整性等有限維度評價(jià)而言,試驗(yàn)鑒定數(shù)據(jù)的后續(xù)評價(jià)仍然涉及到多個(gè)方面,因此引入多層樹形指標(biāo)體系來分析,數(shù)據(jù)質(zhì)量評價(jià)指標(biāo)的選取可以依據(jù)實(shí)際衛(wèi)星裝備特性、平臺甚至試驗(yàn)任務(wù)等進(jìn)行調(diào)整,指標(biāo)的設(shè)立能夠全面地反映數(shù)據(jù)的客觀真實(shí)情況,且合理和可操作性。完成指標(biāo)體系構(gòu)建之后,采用多因素層次分析法,并確定多因素模糊隸屬度,最終進(jìn)行評價(jià),最后完成綜合評價(jià)[8-9]。
數(shù)據(jù)質(zhì)量評價(jià)體系及方法具體實(shí)現(xiàn)步驟如下所示:
1)確定評價(jià)數(shù)據(jù)對象。按照衛(wèi)星裝備特性、衛(wèi)星平臺、試驗(yàn)任務(wù)等不同,對評估的數(shù)據(jù)質(zhì)量對象進(jìn)行梳理劃分。
2)評價(jià)指標(biāo)的選取。根據(jù)被評價(jià)數(shù)據(jù)對象,選取合適的指標(biāo),形成數(shù)據(jù)質(zhì)量評價(jià)指標(biāo)體系。
3)確定評價(jià)指標(biāo)權(quán)重及隸屬度。利用層次分析法來計(jì)算數(shù)據(jù)質(zhì)量判斷時(shí)所用的指標(biāo)的權(quán)值,其與數(shù)據(jù)質(zhì)量的關(guān)聯(lián)度成正比。結(jié)合衛(wèi)星裝備試驗(yàn)鑒定各項(xiàng)數(shù)據(jù)關(guān)聯(lián)度極高的特點(diǎn),選取多因素模糊隸屬度集合。
4)試驗(yàn)鑒定數(shù)據(jù)評價(jià)。根據(jù)數(shù)據(jù)質(zhì)量的評價(jià)指標(biāo)和規(guī)則集中的每條評價(jià)規(guī)則,計(jì)算得到最終試驗(yàn)鑒定數(shù)據(jù)的評價(jià)結(jié)果。
5)試驗(yàn)鑒定數(shù)據(jù)質(zhì)量分析。依據(jù)第一、二項(xiàng)的數(shù)據(jù)結(jié)果,給出試驗(yàn)鑒定數(shù)據(jù)質(zhì)量綜合分析結(jié)果。
圍繞衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)質(zhì)量評價(jià)所涉及的初檢及復(fù)檢兩個(gè)過程開展數(shù)據(jù)質(zhì)量評價(jià)算法實(shí)現(xiàn)。初檢數(shù)據(jù)質(zhì)量篩選評價(jià),主要包括從數(shù)據(jù)完整性、準(zhǔn)確性、一致性、冗余性、有效性和及時(shí)性等多個(gè)維度對數(shù)據(jù)質(zhì)量進(jìn)行篩選評價(jià)。結(jié)合衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)多維關(guān)聯(lián)性極強(qiáng)的實(shí)際特點(diǎn),選取關(guān)聯(lián)決策樣本計(jì)算、數(shù)據(jù)完整檢測計(jì)算等方法實(shí)現(xiàn);復(fù)檢數(shù)據(jù)質(zhì)量評價(jià)則包含基于多因素模糊推理及綜合層級分析等算法[10-12]。
衛(wèi)星裝備試驗(yàn)鑒定過程中產(chǎn)生的數(shù)據(jù)完整性的判別主要通過星-地?cái)?shù)據(jù)發(fā)送-接收數(shù)據(jù)完整檢測來實(shí)現(xiàn)。由于通信干擾、數(shù)據(jù)丟失等原因造成的部分試驗(yàn)鑒定數(shù)據(jù)丟失或無法使用的情況,需要對實(shí)際數(shù)據(jù)進(jìn)行完整性計(jì)算。設(shè)定星上實(shí)際下傳數(shù)據(jù)包(數(shù)量)為D,實(shí)際采集(解析)得到的數(shù)據(jù)為D1,采集(解析)得到但為空值數(shù)據(jù)為D2,在完成數(shù)據(jù)統(tǒng)計(jì)后,可以得到數(shù)據(jù)的完整性占比為:
式中,CWZ為數(shù)據(jù)完整性,其結(jié)果表針衛(wèi)星裝備試驗(yàn)鑒定待評價(jià)數(shù)據(jù)的完整性占比,可以通過專家經(jīng)驗(yàn)或總師定義數(shù)據(jù)完整性占比下限,若數(shù)據(jù)完整性不達(dá)標(biāo),則直接對該組數(shù)據(jù)進(jìn)行棄用,不進(jìn)入后續(xù)數(shù)據(jù)質(zhì)量復(fù)檢評價(jià)。
衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)的準(zhǔn)確性計(jì)算需要將數(shù)據(jù)與具體裝備特性進(jìn)行結(jié)合并建立關(guān)聯(lián)判別。算法首先完成裝備與其對應(yīng)標(biāo)準(zhǔn)數(shù)據(jù)范圍信息值獲取,并將多類數(shù)據(jù)進(jìn)行樣本集合,將樣本集劃分為k個(gè)不同的類Li(i=1,2,…,k),每個(gè)不同的類Li含有的樣本數(shù)目為ni,所有的樣本數(shù)目ni均代表該數(shù)據(jù)所對應(yīng)在準(zhǔn)確范圍內(nèi)的值。計(jì)算得到衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)D按照準(zhǔn)確性劃分為k個(gè)類的對應(yīng)信息熵計(jì)算值為:
式中,pi=ni/n為衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)D樣本中第i個(gè)類Li對應(yīng)在準(zhǔn)確范圍內(nèi)的概率。
考慮到衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)的需要按照不同的衛(wèi)星、平臺及試驗(yàn)任務(wù)會具備不同的分類屬性Ti(i=1,2,…,m),Dj是D中屬性Ti樣本值有j個(gè)的樣本子集,則屬性Ti的信息熵為:
式中,Info(Dj)為Dj劃分到各個(gè)試驗(yàn)鑒定數(shù)據(jù)落于準(zhǔn)確性屬性的信息熵。
利用結(jié)合具體裝備特性關(guān)聯(lián)后獲取的數(shù)據(jù)準(zhǔn)確度信息熵及對應(yīng)試驗(yàn)屬性Ti的信息熵,可以得到進(jìn)一步計(jì)算得到試驗(yàn)鑒定數(shù)據(jù)的準(zhǔn)確度占比為:
式中,CZQ為衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)的準(zhǔn)確性。
分析衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)的特點(diǎn),以遙測數(shù)據(jù)為例,橫向?yàn)榫唧w的遙測量,縱向?yàn)檫b測量對應(yīng)的遙測數(shù)據(jù)量,該數(shù)據(jù)量會根據(jù)衛(wèi)星運(yùn)行時(shí)間產(chǎn)生一定的變化,但變化都在一定閾值范圍中,不會特別大,當(dāng)運(yùn)行過程中存在變化非常大的值時(shí),可以在大概率上判斷為異常值。因此,衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)一致性的判別主要依據(jù)衛(wèi)星試驗(yàn)數(shù)據(jù)的偏離度大小來實(shí)現(xiàn)。實(shí)現(xiàn)步驟如下:
1)利用最小二乘法對相應(yīng)遙測量的數(shù)據(jù)按照時(shí)間順序進(jìn)行排序;
2)利用基于多項(xiàng)式的最小二乘曲線擬合模型完成排序后的衛(wèi)星試驗(yàn)數(shù)據(jù)擬合。
建立擬合結(jié)果與真實(shí)遙測值之間的偏離度,最后根據(jù)偏離的情況來判斷衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)的一致性。
偏離度序列Dei的計(jì)算如下所示:
式中,DFY為試驗(yàn)數(shù)據(jù)集中參照一致性計(jì)算后異常個(gè)數(shù);D為試驗(yàn)數(shù)據(jù)總數(shù),CYZ為衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)的一致性計(jì)算結(jié)果。
衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)及時(shí)性的判別根據(jù)數(shù)據(jù)更新的時(shí)間與規(guī)定更新時(shí)間的差值來實(shí)現(xiàn)。各個(gè)數(shù)據(jù)包的規(guī)定的更新時(shí)間存在一定測差異,如平臺實(shí)時(shí)1 s包更新時(shí)間為1 s,平臺實(shí)時(shí)4 s包更新時(shí)間為4 s,設(shè)定一個(gè)時(shí)間差閾值ΔTSJ,當(dāng)實(shí)驗(yàn)數(shù)據(jù)的更新時(shí)間與規(guī)定更新時(shí)間差值大于指定時(shí)間差閾值ΔTSJ,則將該試驗(yàn)數(shù)據(jù)判斷為傳輸不及時(shí),最終統(tǒng)計(jì)得到試驗(yàn)數(shù)據(jù)及時(shí)度占比:
式中,DSJ為數(shù)據(jù)在指定時(shí)間差閾值ΔTSJ下更新不及時(shí)的個(gè)數(shù);D為數(shù)據(jù)樣本總數(shù),CJS為衛(wèi)星試驗(yàn)鑒定數(shù)據(jù)的及時(shí)性。
分析衛(wèi)星裝備試驗(yàn)數(shù)據(jù),以遙測數(shù)據(jù)為例可知每一行的數(shù)據(jù)不可能完全相同,主要表現(xiàn)在時(shí)間的不同,通過對時(shí)間的判斷確定是否為冗余數(shù)據(jù),在記錄冗余后,統(tǒng)計(jì)得到試驗(yàn)鑒定數(shù)據(jù)的記錄冗余占比如下所示:
式中,DRE為試驗(yàn)鑒定數(shù)據(jù)集中的得到的冗余數(shù)據(jù)個(gè)數(shù);D為試驗(yàn)數(shù)據(jù)綜述,CRY為數(shù)據(jù)冗余性計(jì)算結(jié)果。
針對衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)質(zhì)量復(fù)檢評價(jià)需求,結(jié)合衛(wèi)星試驗(yàn)鑒定多項(xiàng)數(shù)據(jù)存在的潛在多級關(guān)聯(lián)因素。如,試驗(yàn)任務(wù)過程下的衛(wèi)星姿控星敏與陀螺、太敏與帆板等數(shù)據(jù)之間。引入多因素模糊推理,較之常規(guī)單因素模糊推理只對所屬同一上級指標(biāo)進(jìn)行橫向模糊隸屬度實(shí)現(xiàn)不同,多因素模糊推理以衛(wèi)星裝備實(shí)際多關(guān)聯(lián)特性,在單因素模糊推理基礎(chǔ)上全面考慮整個(gè)同層級所有指標(biāo)間的相互關(guān)聯(lián)性。多因素模糊隸屬度指標(biāo):
D1={D11,D12,…,D1j}(j=12,…,n)
以標(biāo)準(zhǔn)樹形指標(biāo)拓?fù)潴w系為例,假設(shè)構(gòu)建其第二層級具有2項(xiàng)單列指標(biāo)A1、A2,同時(shí)A1指標(biāo)對應(yīng)所屬下級指標(biāo)為A11、A12;A2指標(biāo)對應(yīng)所屬下級指標(biāo)為A21、A22。先根據(jù)單因素模糊推理分別完成A11、A12及A21、A22進(jìn)行排列,再在此基礎(chǔ)上,利用多因素模糊推理,對A11、A12、A21、A22這4個(gè)所屬兩類分項(xiàng)指標(biāo)下的不同指標(biāo)分別進(jìn)行兩兩比對得到比對定量值,記該層級模糊隸屬度值D3為:D31、D32、D33、D34、D35、D36。同時(shí)將所得結(jié)果按照大小順序進(jìn)行排序,最后獲得的多因素模糊隸屬度集合D3={D34,D31,D32,D36,D35,D33}(D34>D31>D32>D36>D35>D33)。
待對衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)建立指標(biāo)體系后,通過多因素模糊推理算法完成隸屬度計(jì)算后,計(jì)算實(shí)現(xiàn)按照自底向上進(jìn)行,假設(shè)最底層指標(biāo)權(quán)重分配矩陣為Z、單因素模糊隸屬矩陣為N,同時(shí)利用多因素模糊推理下經(jīng)過兩兩比較后所獲取的差異量化加權(quán)值Q對單因素模糊隸屬矩陣進(jìn)行最優(yōu)至最劣對應(yīng)加權(quán)值調(diào)整,最終得到該層綜合評價(jià)結(jié)果為S*=Z×(N+“Q”)。同時(shí)將下一層級計(jì)算獲得的綜合評價(jià)結(jié)果S作為上層級計(jì)算所需的權(quán)重矩陣Z。向上層級運(yùn)算直至頂層,最終所獲取的定量綜合評判結(jié)果為Sfin[10]。
選取某衛(wèi)星在同等試驗(yàn)任務(wù)條件背景下產(chǎn)生的試驗(yàn)鑒定數(shù)據(jù)為例,對數(shù)據(jù)進(jìn)行質(zhì)量評價(jià)。
數(shù)據(jù):測試時(shí)間為2019年6月2日,試驗(yàn)數(shù)據(jù)為衛(wèi)星遙測數(shù)據(jù)1 s包,數(shù)據(jù)長度為82 431點(diǎn),周內(nèi)秒從45 001~116 999,反應(yīng)的為衛(wèi)星執(zhí)行某試驗(yàn)任務(wù)時(shí)的衛(wèi)星轉(zhuǎn)臺信息。數(shù)據(jù)如圖3所示。
利用所提出的初檢-復(fù)檢相結(jié)合的二級試驗(yàn)鑒定數(shù)據(jù)質(zhì)量評價(jià)方法對上述某衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)進(jìn)行指令評價(jià)實(shí)現(xiàn)。
基于數(shù)據(jù)本身特性,由型號總師預(yù)設(shè)數(shù)據(jù)接收各項(xiàng)閾值。
完整性閾值:ΔTWZ≥95%;
準(zhǔn)確性閾值:ΔTZQ≥96%;
一致性閾值:ΔTYZ≥99.5%;
及時(shí)性閾值:ΔTJS≥90%;
冗余性閾值:ΔTRY≤0.5%。
在此閾值基礎(chǔ)上,分項(xiàng)計(jì)算各項(xiàng)初檢數(shù)據(jù)篩選值。數(shù)據(jù)在一秒包記錄單項(xiàng)數(shù)據(jù)的情況下,設(shè)定標(biāo)準(zhǔn)長度為83 000點(diǎn),實(shí)際數(shù)據(jù)經(jīng)檢查獲取長度為82 431點(diǎn),其中空值61點(diǎn),數(shù)據(jù)量值完整性計(jì)算值為:
(82 431-61)/83 000*100%≈99.2%
1 s包數(shù)據(jù)包含試驗(yàn)數(shù)據(jù)類型17類,每類含有的樣本數(shù)目約為4 848,經(jīng)與型號各項(xiàng)標(biāo)準(zhǔn)閾值比對,所獲取的17類數(shù)據(jù)落于標(biāo)準(zhǔn)閾值范圍內(nèi)的概率:
p17={0.996,0.991,0.994,0.994,0.989,0.992,0.999,0.990,0.997,0.996,0.994,0.994,0.996,0.991,0.988,0.996,0.995}
計(jì)算獲得對應(yīng)信息熵計(jì)算值:
Info(D)=0.085, Info(D,T)=0.082
進(jìn)一步計(jì)算得到準(zhǔn)確性計(jì)算值為:
(0.082/0.085)*100%≈96.4%
通過最小二乘法對該試驗(yàn)鑒定數(shù)據(jù)進(jìn)行計(jì)算,選取4次多項(xiàng)式擬合函數(shù),α0=3,α1=2,α2=-1,α3=0.5,α4=0.8,即:
y=0.8x4+0.5x3-x2+2x+3
擬合計(jì)算得到偏離度Ai處于{0,0.007}范圍內(nèi),對應(yīng)數(shù)據(jù)樣本計(jì)算得到:
CYZ=(1-577/82431)*100%≈99.3%
檢查衛(wèi)星遙測1 s包數(shù)據(jù)星地傳輸時(shí)間欄信息,配合指定時(shí)間差閾值ΔTsj=0.000 01,計(jì)算得到CJS=100%,當(dāng)前處理數(shù)據(jù)全部符合時(shí)間閾值約束;同時(shí),與遙測標(biāo)準(zhǔn)幀結(jié)構(gòu)比對得到,該組數(shù)據(jù)中不存在重復(fù)數(shù)據(jù),CRY=0。全部初檢數(shù)據(jù)篩選值與預(yù)先設(shè)置的閾值比較均滿足,通過初檢,可以進(jìn)入復(fù)檢階段。
針對所選取的某衛(wèi)星試驗(yàn)任務(wù)數(shù)據(jù),在復(fù)檢過程中先進(jìn)行指標(biāo)體系預(yù)建,如圖4所示。
利用所建設(shè)的指標(biāo)體系進(jìn)行評價(jià)計(jì)算,首先分配各層級所對應(yīng)的任務(wù)指標(biāo)權(quán)重矩陣,設(shè)定二級、三級指標(biāo)權(quán)重矩陣為W2,W3。其具體權(quán)重值設(shè)定如表1、表2所示。將數(shù)據(jù)質(zhì)量分為“I、II、III、VI、V”5個(gè)層次。分別對應(yīng)模糊推理中的{很好、好、一般、較差、差},本例設(shè)定三級指標(biāo)層模糊向量的單因素評判矩陣R3如表3所示。
表1 二級指標(biāo)權(quán)重向量劃分
表3 單因素評判矩陣R2
計(jì)算過程自底向上進(jìn)行,以最底層模糊向量隸屬度為行,并作為其上一級指標(biāo)評判矩陣,即:
Rn-1=Rn×Wn(n≥2)
同時(shí)通過專家或經(jīng)驗(yàn)系統(tǒng)梳理多指標(biāo)因素之間的加權(quán)數(shù)值為多因素模糊隸屬度量化加權(quán)指標(biāo),本例設(shè)定Q3={0.25(R34),0.02(R32),0.01(R37),0.00(R31),-0.01(R35),-0.02(R33),-0.25(R36)}。依據(jù)S*=Z×(N+“Q”)層層計(jì)算,最終得到評價(jià)結(jié)果Sfin={0.171,0.324,0.138,0.131,0}。分析最終結(jié)果,得到其最終評價(jià)隸屬度項(xiàng)表示約32.4%的專家認(rèn)為經(jīng)過二級數(shù)據(jù)質(zhì)量評價(jià)后,該組衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)結(jié)果為II級對應(yīng)“好”??梢愿鶕?jù)實(shí)際定義最終確定是否將數(shù)據(jù)繼續(xù)用于后續(xù)試驗(yàn)鑒定工作使用。
數(shù)據(jù)質(zhì)量評價(jià)技術(shù)的探索是以提高衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)質(zhì)量為目的,對試驗(yàn)鑒定過程中需要使用的數(shù)據(jù)進(jìn)行二級質(zhì)量評價(jià),通過標(biāo)準(zhǔn)化數(shù)據(jù)質(zhì)量篩選初檢及構(gòu)建數(shù)據(jù)質(zhì)量評價(jià)指標(biāo),并對評價(jià)指標(biāo)進(jìn)行配置,從不同試驗(yàn)?zāi)繕?biāo)對衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)進(jìn)行整體把關(guān)。不過,數(shù)據(jù)質(zhì)量評價(jià)應(yīng)用于試驗(yàn)鑒定領(lǐng)域仍然需要結(jié)合裝備特性、數(shù)據(jù)本身特性在方法側(cè)、指標(biāo)側(cè)等多方面進(jìn)行繼續(xù)研究。二級數(shù)據(jù)質(zhì)量評價(jià)方法的提出不一定能100%應(yīng)對所有衛(wèi)星裝備試驗(yàn)鑒定數(shù)據(jù)的質(zhì)量評價(jià)工作,但該方法的提出是對傳統(tǒng)分立、單一且不成體系的數(shù)據(jù)質(zhì)量評價(jià)的一種創(chuàng)新嘗試,具有一定的新意及實(shí)際研究價(jià)值。