一种基于电子侦察信号的目标威胁评估方法、模型及模型构建方法技术

本发明专利技术提供了一种基于电子侦察信号的目标威胁评估方法、模型及模型构建方法，获得某一方向上电磁波信号的时间、频率、幅度和电磁信号所属本体的工作状态；将获得的电磁波信号进行归一化处理；将归一化处理后的数据分布转换为二维图片；对输入的二维图片通过神经网络判断得出综合威胁概率；所述神经网络为基于实际采集或仿真模拟的未完成目标识别的传感器数据进行一系列的训练学习得出。与现有技术相比，能够基于未完成目标识别的传感器数据，直接进行威胁评估，弥补基于目标识别的威胁评估之不足。同时通过神经网络的学习，可将专家或老兵对环境威胁判断的作战经验提取出来融入到设备之中。

A Target Threat Assessment Method, Model and Model Construction Method Based on Electronic Reconnaissance Signal

The invention provides a target threat assessment method, model and model construction method based on electronic reconnaissance signal, obtains the time, frequency, amplitude of electromagnetic wave signal in a certain direction and the working state of the body to which the electromagnetic wave signal belongs; normalizes the obtained electromagnetic wave signal; converts the normalized data distribution into two-dimensional picture; and converts the input two-dimensional picture. The comprehensive threat probability is judged by the neural network, which is obtained by a series of training and learning for the sensor data of incomplete target recognition based on actual acquisition or simulation. Compared with the existing technology, it can directly conduct threat assessment based on the sensor data of incomplete target recognition, and make up for the deficiency of threat assessment based on target recognition. At the same time, through the learning of neural network, the operational experience of experts or veterans in judging environmental threats can be extracted and integrated into the equipment.

【技术实现步骤摘要】
一种基于电子侦察信号的目标威胁评估方法、模型及模型构建方法
本专利技术涉及一种基于电子侦察信号的目标威胁评估方法、模型及模型构建方法，涉及基于电子侦察信号的环境威胁评估领域。
技术介绍
在现有辐射源威胁评估方法中，都是以目标作为评估对象。即首先识别出了辐射源平台，从而对目标的威胁程度进行评估。如：张莹等发表的论文《ＩＦＳ－ＢＮ结合的辐射源威胁评估方法》，如图1所示，文章中提出的基于直觉模糊集和贝叶斯网络的辐射源评估方法，其前提是对辐射源平台及辐射源雷达的识别。其评估输入参数为平台状态，包括速度、距离、进攻夹角等。以及雷达状态，包括载频、重频、脉宽、来波方位等信息。文章中提到的多篇参考文献的评估也是以目标识别为前提的。在文章《基于云推理的目标电磁环境威胁度评估方法》（代强伟；薛磊；李修和，现代防御技术,2017年01期）和文章《云贝叶斯网络在目标电磁环境威胁评估中的应用》（代强伟；薛磊；李修和，舰船电子对抗,2016年06期）中提到的目标电磁环境威胁评估，虽然没有对电磁环境进行目标识别，但其评估目的是判断电磁环境对自身设备的影响。以设备自身工作参数为基础，将电磁环境表示为几个指标：（与己方侦察设备信号的）时间重合度、方向重合度、频率重合度、能域覆盖度等，都是与指定评判目标特征相关的。而在实际作战环境中，由于电磁空间信号复杂，例如在海面除了有对抗双方的雷达信号，还有成百上千的渔船同样装备有X、ku波段的雷达。而在地面，则有大量的通信信号混杂在对抗双方的电磁信号里。因此，在很多场景下，对威胁的判断取决于是否能够正确识别出目标，而不是取决于对目标进行威胁评估。专利
技术实现思路
本专利技术提供了一种基于电子侦察信号的目标威胁评估方法、模型及模型构建方法，能够基于未完成目标识别的传感器数据，直接进行威胁评估，弥补目标识别的不足。根据本专利技术提供的一种基于电子侦察信号的目标威胁评估模型构建方法，具体方法包括，获取大量电子侦察信号作为模拟数据；一方面将所述模拟数据输入神经网络进行学习，得出第一威胁概率；另一方面对所述模拟数据的威胁进行打分得出第二威胁概率；将第一威胁概率与第二威胁概率进行比较得出误差，并将误差发送给神经网络，得出更新后的第一威胁概率；将更新后的第一威胁概率与第二威胁概率进行比较得出误差然后再更新第一威胁概率，再比较，循环往复，直至得出的第一威胁概率满足设置条件。所述电子侦察信息包括电磁波信号；所述电磁波信号包括时间、频率、幅度和电磁信号所属本体的工作状态。将所述模拟数据输入神经网络进行学习的具体方法包括，将电磁波信号的时间、频率和幅度信息进行归一化处理后，将归一化处理后的数据分布转换为二维图片；其中，纵坐标为频率，横坐标为时间，用颜色或深度表示幅度；电磁波信号的幅度以噪声为标准，分布在-13dB~25dB之间；电磁波信号中选取一种信号为威胁信号，其余为背景信号；当威胁信号出现时，判断电磁信号所属本体的工作状态，如果工作在搜索状态，指定第一威胁程度；如果工作在跟踪状态，指定第二威胁程度；当威胁信号没有出现时，指定第三威胁程度；一一选去完所有的威胁信号，最终得出综合威胁程度。归一化处理的具体方法还包括，对数据量化，将幅度数据归一化到（-1,1）区间，将频率数据归一化到（0,1）区间。所述方法还包括，指定第一维系程度为50%，第二威胁程度为100%，第三威胁程度为0%。一种基于电子侦察信号的目标威胁评估模型，在上述目标威胁评估模型构建方法上实现，包括，电磁环境感知信息获取模块，获取某一方向的电磁波信号，包括时间、频率、幅度和电磁信号所属本体的工作状态；电磁环境感知信息归一化处理模块，将获得的电磁波信号进行归一化处理；二维图片转换模块，将归一化处理后的数据分布转换为二维图片；其中，纵坐标为频率，横坐标为时间，用颜色或深度表示幅度；神经网络判断模块，对输入的二维图片进行判断得出综合威胁概率；威胁概率输出模块，输出得出的综合威胁概率。一种基于电子侦察信号的目标威胁评估方法，在上述目标威胁评估模型的基础上实现，具体方法包括，S1、获得某一方向上电磁波信号的时间、频率、幅度和电磁信号所属本体的工作状态；S2、将获得的电磁波信号进行归一化处理；S3、将归一化处理后的数据分布转换为二维图片；其中，纵坐标为频率，横坐标为时间，用颜色或深度表示幅度；S4、对输入的二维图片通过神经网络判断得出综合威胁概率。与现有技术相比，能够基于未完成目标识别的传感器数据，直接进行威胁评估，弥补目标识别的不足。附图说明图1为现有技术评估方法中示意图。图2为本专利技术目标威胁评估模型构建的原理示意图。图3为本专利技术目标威胁评估方法流程示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。一种基于电子侦察信号的目标威胁评估模型构建方法，具体方法包括，如图2所示，获取大量电子侦察信号作为模拟数据；一方面将所述模拟数据输入神经网络进行学习，得出第一威胁概率；另一方面对所述模拟数据的威胁进行打分得出第二威胁概率；将第一威胁概率与第二威胁概率进行比较得出误差，并将误差发送给神经网络，得出更新后的第一威胁概率；将更新后的第一威胁概率与第二威胁概率进行比较得出误差然后再更新第一威胁概率，再比较，循环往复，直至得出的第一威胁概率满足设置条件。该设置条件可以为一个能够达到的威胁评估准确率，如90%，也可以是循环更新达到的次数，或则其他条件。所述电子侦察信息包括电磁波信号；所述电磁波信号包括时间、频率、幅度和电磁信号所属本体的工作状态。将所述模拟数据输入神经网络进行学习的具体方法包括，将电磁波信号的时间、频率和幅度信息进行归一化处理后，将归一化处理后的数据分布转换为二维图片；其中，纵坐标为频率，横坐标为时间，用颜色或深度表示幅度；电磁波信号的幅度以噪声为标准，分布在-13dB~25dB之间；电磁波信号中选取一种信号为威胁信号，其余为背景信号；当威胁信号出现时，判断电磁信号所属本体的工作状态，如果工作在搜索状态，指定第一威胁程度；如果工作在跟踪状态，指定第二威胁程度；当威胁信号没有出现时，指定第三威胁程度；一一选去完所有的威胁信号，最终得出综合威胁程度。归一化处理的具体方法还包括，对数据量化，将幅度数据归一化到（-1,1）区间，将频率数据归一化到（0,1）区间。所述方法还包括，指定第一维系程度为50%，第二威胁程度为100%，第三威胁程度为0%。作为本专利技术的一个具体实施例，模拟20种型号，100种信号样式（不同的型号/调制类型/频率的组合对应同的脉冲样式，10600个信号数据文件)；按照12位量化，9位有效量化位数模拟数据，将幅度数据归一化到(-1，1)区间；频率数据归一化到（0,1）区间；信号幅度以噪声为标准，即噪声为0dB，分布在-13~25dB之间；信号中有一种信号为威胁信号，其余为背景信号；当威胁信号出现时，当工作在搜索状态时，指定威胁程度为50%；当威胁信号出本文档来自技高网...

【技术保护点】
1.一种基于电子侦察信号的目标威胁评估模型构建方法，具体方法包括，获取大量电子侦察信号作为模拟数据；一方面将所述模拟数据输入神经网络进行学习，得出第一威胁概率；另一方面对所述模拟数据的威胁进行打分得出第二威胁概率；将第一威胁概率与第二威胁概率进行比较得出误差，并将误差发送给神经网络，得出更新后的第一威胁概率；将更新后的第一威胁概率与第二威胁概率进行比较得出误差然后再更新第一威胁概率，再比较，循环往复，直至得出的第一威胁概率满足设置条件。

【技术特征摘要】
1.一种基于电子侦察信号的目标威胁评估模型构建方法，具体方法包括，获取大量电子侦察信号作为模拟数据；一方面将所述模拟数据输入神经网络进行学习，得出第一威胁概率；另一方面对所述模拟数据的威胁进行打分得出第二威胁概率；将第一威胁概率与第二威胁概率进行比较得出误差，并将误差发送给神经网络，得出更新后的第一威胁概率；将更新后的第一威胁概率与第二威胁概率进行比较得出误差然后再更新第一威胁概率，再比较，循环往复，直至得出的第一威胁概率满足设置条件。2.根据权利要求1所述的目标威胁评估模型构建方法，所述电子侦察信息包括电磁波信号；所述电磁波信号包括时间、频率、幅度和电磁信号所属本体的工作状态。3.根据权利要求2所述的目标威胁评估模型构建方法，将所述模拟数据输入神经网络进行学习的具体方法包括，将电磁波信号的时间、频率和幅度信息进行归一化处理后，将归一化处理后的数据分布转换为二维图片；其中，纵坐标为频率，横坐标为时间，用颜色或深度表示幅度；电磁波信号的幅度以噪声为标准，分布在-13dB~25dB之间；电磁波信号中选取一种信号为威胁信号，其余为背景信号；当威胁信号出现时，判断电磁信号所属本体的工作状态，如果工作在搜索状态，指定第一威胁程度；如果工作在跟踪状态，指定第二威胁程度；当威胁信号没有出现时，指...

【专利技术属性】
技术研发人员：高建荣，廖羽宇，黎盛泉，
申请(专利权)人：中国电子科技集团公司第二十九研究所，
类型：发明
国别省市：四川,51