Link16风格参数化干扰效能评估：链路仿真、多指标构建与组合赋权评分

原文链接

摘要
本文构建了一套面向公开研究的 Link16 风格参数化干扰效能评估框架。框架包含三个层次：(1) 物理层链路仿真 —— 建立从信息比特到射频发射的完整收发链路，并在信道中注入三类参数化干扰剖面；(2) 4 模块 11 指标体系 —— 覆盖解调、解跳、解扩、解码四个功能模块，分别提取信号级和译码级的抗干扰性能退化量；(3) 组合赋权与灰色关联评分 —— 通过 AHP 主观赋权与 D-CRITIC 客观赋权的博弈论组合，在灰色关联分析框架下产出连续评分标签。本文提供完整的数据集生成流水线、指标定义与数学公式、以及评分方法论的严格推导。

关键词：Link16；跳频扩频；参数化干扰；效能评估；D-CRITIC；博弈论组合赋权；灰色关联分析

1 引言

对战术数据链在干扰环境下的性能进行量化评估，是通信抗干扰研究和电子对抗效能分析中的核心课题。然而，现有的公开评估数据集往往存在两个问题：

• 评估指标过于单一（通常仅记录误码率），无法反映链路各环节的差异化损伤；

• 评分方法缺乏系统的主客观融合，标签的区分度和可解释性不足。

本文提出的参数化干扰效能评估框架，以 Link16 风格物理层链路为仿真对象，核心贡献可总结为 4 点：
✅ 完整冻结的收发链路：覆盖 CRC、RS 编解码、块交织、CCSK 扩频解扩、MSK 调制解调、双脉冲成帧合并、伪随机跳频全流程；
✅ 三类参数化干扰剖面：宽带重叠干扰、梳状部分频带干扰、扫频部分频带干扰，由频率覆盖项、密度形状项和时间重叠系数共同刻画；
✅ 4 模块 11 指标体系：从解调、解跳、解扩、解码四个维度，定义 11 个有明确物理含义的指标，区分正式定义与仿真实现口径；
✅ 组合赋权与 GRA 端点评分：AHP 与 D-CRITIC 博弈论组合实现主客观融合，结合灰色关联端点比率产出连续评分。

2 系统模型

2.1 链路总体架构

系统以「信息比特 → 发送链路 → 信道 → 接收链路 → 信息比特」的闭合回路仿真，每个场景通过paired-run 方式（参考链路仅加 AWGN、干扰链路加 AWGN + 参数化干扰），对比两路信号中间量提取性能退化指标。

发射链流程

信息比特 → CRC-16-CCITT → RS (31,15)×4 → 23×4 块交织 → 5-bit 分组 → CCSK (5,32) → MSK 码片波形 → 双脉冲成帧 → 跳频移位

接收链流程

射频前端 → 解跳 → 双脉冲合并 → MSK 码片解调 → CCSK 相关判决 → 5-bit 解组 → 解交织 → RS 译码 → CRC 校验

2.2 关键链路参数

参数	数值	含义
信息比特 / 包	284 bit	每包信息载荷
CRC	CRC-16-CCITT	多项式 0x1021
RS 码	(31, 15), GF(2⁵)	每包 4 块，可纠 8 符号 / 块
交织	23 × 4 矩阵转置	块大小 92 bit
CCSK	(5, 32)	5-bit → 32-chip 码字
采样率（归一化）	1.0	每码片 8 采样点
双脉冲	528 样本 / 帧	间隔 2 码片
跳频	51 频率槽，每 4 帧一跳	槽间距 0.80/50
AWGN	σ = 0.10	加性白高斯噪声标准差

3 发射链路

3.1 CRC-16-CCITT

信息比特序列经多项式 $g(x)=x^{16}+x^{12}+x^5+1$（0x1021）编码，生成 16 位校验比特，拼接后得到 300 位带校验序列。

3.2 RS (31, 15) 编码

在有限域 ${\mathbb{F}}_{32}$ 上构造 Reed-Solomon 码：

• 300 位按 5-bit 分组为 60 个${\mathbb{F}}_{32}$符号，均分 4 个 RS 块（每块 15 个消息符号）；

• 每块编码扩展为 31 个符号，可纠正 8 个符号错误；

• 编码后总码字比特数：$4\times 31\times 5=620$ 位。

3.3 块交织

620 位码字按 92 位分块，每块重塑为 23×4 矩阵，按「行写入、列读出」展平输出，可将突发错误散布至多个码字，增强 RS 译码有效性。

3.4 CCSK (5, 32) 扩频

核心逻辑：基于 5 级 LFSR 生成 31 位 m 序列，映射为双极性码片后首位重复，得到 32 位参考码字；循环移位生成 32 个码字的码本，每个码字对应 1 个 5-bit 符号。

3.5 MSK 调制

采用最小频移键控（恒包络连续相位调制），每个码片的相位增量为$\pm \pi /2$，保证相位连续且包络恒定，每码片取 8 个采样点。

3.6 双脉冲成帧

每个 CCSK 符号生成 256 采样点脉冲，复制为两段并插入 16 采样点零填充间隙，功率归一后帧长为 528 采样点。

3.7 跳频移位

系统使用 51 个等间距频率槽，跳频图案为伪随机序列（每 4 帧一跳），发射端通过频率累积产生相位旋转，完成跳频移位。

4 信道与干扰模型

4.1 AWGN

加性白高斯噪声为独立同分布复高斯随机变量：$\mathbf{n}\sim \mathcal{C}\mathcal{N}(0,{\sigma }^2\mathbf{I})$（$\sigma =0.10$），I/Q 分量独立服从$\mathcal{N}(0,{\sigma }^2/2)$。

4.2 参数化干扰总体框架

干扰信号由「剖面类型、干信比（JSR）、频谱占用、时间重叠」四类参数控制，生成流程：
原始波形 → 频率覆盖包络 → 成形波形 → 功率归一化 → JSR 幅度调整 → 时间门控 → 最终干扰

参考 / 干扰接收信号公式：
${\mathbf{y}}_{\text{ref}}={\mathbf{x}}_{\text{TX}}+\mathbf{n}$
${\mathbf{y}}_{\text{jam}}={\mathbf{x}}_{\text{TX}}+\mathbf{n}+\mathbf{d}$

4.3 干扰预算

干扰总功率由 JSR（dB）决定：$P_{\text{jam}}=1/10^{\text{JSR}/10}$（JSR 范围：-19~-10 dB）；
每个命中频槽功率预算：$P_{\text{slot}}=P_{\text{jam}}/N_{\text{spec}}$，对应注入幅度 $A=\sqrt{P_{\text{slot}}}$。

4.4 频率域刻画

定义两个核心因子：

• 覆盖项：$\text{coverage}[k]\in [0,1]$，刻画干扰在帧频槽上的存在程度；

• 密度项：$\text{density}[k]\in [0,1]$，刻画命中频槽内干扰能量集中度；

• 频率重叠权重：$w_{\text{freq}}[k]=\text{clip}(\text{coverage}[k]\times \text{density}[k],0,1)$。

4.5 三类干扰剖面

干扰类型	频域特征	核心波形
宽带重叠干扰	中心频槽 + 半径覆盖，密度项与频谱占用负相关	复高斯白噪声经 129 点 Hanning 窗滤波
梳状部分频带干扰	选取高频次跳频频槽，覆盖项为 0/1 二值	载波跟踪跳频 + 四相随机码片扰乱
扫频部分频带干扰	中心频率线性扫描，覆盖项含时间聚焦因子	扫频啁啾叠加相位抖动

4.8 时间重叠

时间重叠系数 $\eta \in 1/3,2/3,1$，干扰仅在信号全长的居中连续段激活，最终干扰信号：
KaTeX parse error: Expected 'EOF', got '_' at position 56: …ot \text{active_̲mask}[n]

5 接收链路

5.1 解跳

接收端以已知跳频图案共轭解旋：$x_{\text{dehop}}[n]=y_{\text{rx}}[n]\cdot \exp (-j{\varphi }_{\text{hop}}[n])$。

5.2 双脉冲合并

分帧后将两个脉冲加权相加，合并后保持单位功率匹配。

5.3 MSK 软解调

提取码片首末采样点相位差作为软判决值：${\hat{s}}_k=\angle (x_{k,M}\cdot x_{k,0}^{\ast })/(\pi /2)$，输出${\hat{s}}_k\in [-1,1]$（±1 为硬判决，中间值反映置信度）。

5.4 CCSK 相关检测

软判决码片与 CCSK 码本相关，取最大相关值索引为检测符号，核心指标：

• 峰值旁瓣比（PSR）：衡量扩频判别增益；

• 符号错误率（SER${}_{\text{CCSK}}$）：解扩符号错误占比。

5.5 解交织与 RS 译码

检测符号还原比特流后解交织，RS 译码对 4 个块分别执行，定义「RS 块成功率（BSR）」：4 个块中译码正确的块数占比。

6 4 模块 11 指标体系

核心设计原则

除 X1-X3（解调偏移量）、X8（白噪声相似度）外，其余指标均采用「损失度量范式」：
$X_{\text{raw}}=1-\frac{{\text{performance}}_{\text{jam}}}{{\text{performance}}_{\text{ref}}+\epsilon }$
（$\epsilon =10^{-15}$ 防止除零）

6.1 解调模块（X1-X3）

• X1 幅度偏移：受扰 / 参考信号幅度特征（归一化幅度方差）的绝对差值；

• X2 频率偏移：受扰 / 参考信号频率特征（小波细节系数能量均值）的绝对差值；

• X3 相位偏移：强信号区域内，受扰与参考信号的相位差标准差（归一化至 [0,1]）。

6.2 解跳模块（X4-X5）

• X4 时间重合度：信号活跃区，干扰功率占总功率的比率均值；

• X5 频率重合度：以频率重叠权重加权的干扰功率占比均值。

6.3 解扩模块（X6-X8）

• X6 扩频能力：基于 PSR 的损失度量（1 - 受扰 PSR / 参考 PSR）；

• X7 纠错能力：基于 CCSK 符号正确率的损失度量；

• X8 白噪声相似度：受扰残余信号的谱平坦度（越接近 1 越像白噪声）。

6.4 解码模块（X9-X11）

• X9 交织程度：交织增益的损失度量（交织增益 = 1 - 有交织 / 无交织的误差突发度）；

• X10 纠错能力：基于 RS 块成功率的损失度量；

• X11 编码效率：编码后有效信息占比的损失度量。

7 指标归一化

7.1 半饱和指数映射（X1、X2）

无界原始值映射至 [0,1)：$g(x)=1-\exp (-x/\tau )$，其中$\tau$由 324 个标定场景的中位数确定（保证中位数映射后为 0.5）。

7.2 截断归一化（X3-X11）

• X3：$X{3}_{\text{eval}}=\text{clip}(X{3}_{\text{raw}}/\pi ,0,1)$；

• X4-X7、X9-X11：直接截断至 [0,1]；

• X8：天然 [0,1]，保持原值。

8 场景生成与数据集构建

8.1 场景因子组合

场景由 5 个因子全笛卡尔积生成，全量数据集共 5400 个场景：

因子	取值	数量
剖面类型	宽带重叠 / 梳状 / 扫频	3
干信比（JSR）	-19~-10 dB（步长 1）	10
时间重叠	1/3、2/3、1	3
频谱占用	17、34、51 频槽	3
随机种子	1~20	20

8.2 单场景仿真流程

1. 基于种子生成信息比特序列；

2. 执行 paired-run（交织开 / 关，共享随机实例）；

3. 生成参考 / 干扰接收信号；

4. 计算 X9 交织增益（突发应力探测）；

5. 逐级提取链路中间信号；

6. 生成 11 维原始指标，归一化得到评估指标向量。

9 v3 评分标签链

从 11 维指标到单连续评分的流水线：
$\text{eval指标}\stackrel{\text{AHP}}{\to }\text{主观权重}\stackrel{\text{博弈论组合}}{\to }\text{组合权重}\stackrel{\text{GRA}}{\to }\text{最终评分}$

9.1 AHP 主观赋权

• 两层结构：顶层（4 模块）+ 子层（模块内指标）；

• 模块重要性：调制 > 跳频 > 扩频 > 编码；

• 一致性检验：CR < 0.10 才符合要求。

9.2 鲁棒标准化

以中位数、中位数绝对偏差（MAD）替代均值 / 标准差，结合 tanh 函数限制值域：
$Z_{i,k}=\frac{X_{i,k}-{\tilde{m}}_k}{\max ({\text{MAD}}_k,10^{-6})},{\tilde{Z}}_{i,k}=\tanh (Z_{i,k})$

9.3 D-CRITIC 客观赋权

核心改进：用距离相关系数（捕捉非线性依赖）替代 Pearson 相关系数，计算指标信息量与权重，通过 Bootstrap 评估权重稳定性。

9.4 博弈论组合赋权

基于主观 / 客观权重的可靠性，最小化加权偏差得到组合权重：
${\mathbf{w}}_{\text{game}}={\alpha }_s{\mathbf{w}}_s+{\alpha }_o{\mathbf{w}}_o$
（${\alpha }_s+{\alpha }_o=1$，$\alpha$由可靠性加权确定）

9.5 GRA 灰色关联评分

1. 构造 5 级参考序列（0 = 低损伤，4 = 高损伤）；

2. 计算灰色关联系数与关联度（组合权重加权）；

3. 端点比率评分：$R_i={\gamma }_{i,4}/({\gamma }_{i,0}+{\gamma }_{i,4})$；

4. 归一化得到最终评分（越大表示干扰损伤越严重）。

10 结论

本文提出的 Link16 风格参数化干扰效能评估框架，核心创新可总结为：

1. 全流程链路冻结：从 CRC 到跳频的闭合链路，保证评估基准统一；

2. 参数化干扰剖面：三类剖面覆盖典型干扰策略，参数可控；

3. 多维度指标体系：4 模块 11 指标，物理含义明确，量化链路各环节损伤；

4. 主客观融合评分：D-CRITIC 捕捉非线性依赖，博弈论组合赋权，GRA 评分区分度更高。

该框架数学定义严格、工程实现可追溯，为干扰效能评估研究和数据集构建提供了完整的理论与方法论基础。

---

参考文献
[1] Saaty, T. L. The Analytic Hierarchy Process. McGraw-Hill, 1980.
[2] Diakoulaki, D., et al. “Determining Objective Weights in Multiple Criteria Problems: The CRITIC Method.” Computers & Operations Research, 1995.
[3] Székely, G. J., et al. “Measuring and Testing Dependence by Correlation of Distances.” The Annals of Statistics, 2007.
[4] Deng, J. L. “Introduction to Grey System Theory.” The Journal of Grey System, 1989.
[5] Proakis, J. G. Digital Communications, 5th ed. McGraw-Hill, 2008.
[6] Simon, M. K. Bandwidth-Efficient Digital Modulation. Wiley, 2003.