The invention belongs to the technical field of identification and evaluation of radar emitter signals in electronic countermeasures, and discloses a method and system for evaluation of recognition efficiency of radar emitter signals. Firstly, the intuitionistic fuzzy network analysis method is used to analyze the attributes with correlation characteristics under the evaluation criteria, and the corresponding attribute weights are obtained. Then, based on the interval hesitation fuzzy idea, the recognition rate is tested. Finally, based on the idea of interval hesitation ambiguity, the elimination and selection conversion method and the approximate ideal ranking method are used to evaluate the recognition efficiency of radar emitter signals. The invention can reasonably and effectively solve the situation that attributes are independent of each other, and can avoid inefficient evaluation caused by doping human factors in decision-making methods and failing to fully evaluate all recognition schemes.
【技术实现步骤摘要】
一种雷达辐射源信号识别效能评估方法及系统
本专利技术属于电子对抗中雷达辐射源信号的识别评估
,尤其涉及一种雷达辐射源信号识别效能评估方法及系统。
技术介绍
目前,业内常用的现有技术是这样的:雷达辐射源信号分选识别的两大关键要素就是特征参数和分类器,因此,这两大技术构成的识别效能的评估称为雷达辐射源信号识别效能评估中关键的一环。目前,在电子战领域并没有完整的雷达辐射源信号识别效能评估理论体系,这一现象的原因主要有:应用于雷达辐射源信号识别的特征参数、分类器种类繁多,性能各异;雷达辐射源信号识别系统应用环境不同,受到的干扰、噪声也有很大的差异,很难在同一环境下对识别效能进行评估。传统比较雷达辐射源信号识别效果的好坏,一般是求识别率,即在识别测试中,正确地识别脉冲数除以总的脉冲数就是该条件下对该信号的识别率,也可以理解为该方法在这一条件下对目标信号的识别能力。从一般意义来讲,求解的识别率都是有限次的实验结果,只能无限接近真值而不能达到真值。如果进行不同的实验,则可以发现识别率是波动的变量,变动的范围、方式以及发生较大变化的次数都反映识别方法的性能。传统的求解识别率来验证识别方法能力的做法存在一些弊端,主要体现在:对于求解不同的识别方法以及在不同的外界条件下,所需的测试数量如何确定,传统的求解识别率的方法是无法解决的;传统的求解识别率的结果是一次对识别方法的测试结果,怎样确定它的置信度和置信区间,传统求解方法是无法给出的;针对在信噪比等外界因素干扰引起的识别率变化的情况下,传统方法无法科学的评价识别方法的稳定性问题。目前,业内常用的现有技术是这样的:针对雷达 ...
【技术保护点】
1.一种雷达辐射源信号识别效能评估方法,其特征在于,所述雷达辐射源信号识别效能评估方法包括:首先根据直觉模糊网络分析法对评估准则下具有关联性特点的属性进行分析,得到各属性的属性权重;然后在基于区间犹豫模糊的思想上,并对识别率测试结果进行更合理的选取,确定决策矩阵中的区间犹豫模糊元;最后通过消去与选择转换法并结合逼近理想排序法实现雷达辐射源信号识别效能的有效评估。
【技术特征摘要】
1.一种雷达辐射源信号识别效能评估方法,其特征在于,所述雷达辐射源信号识别效能评估方法包括:首先根据直觉模糊网络分析法对评估准则下具有关联性特点的属性进行分析,得到各属性的属性权重;然后在基于区间犹豫模糊的思想上,并对识别率测试结果进行更合理的选取,确定决策矩阵中的区间犹豫模糊元;最后通过消去与选择转换法并结合逼近理想排序法实现雷达辐射源信号识别效能的有效评估。2.如权利要求1所述的雷达辐射源信号识别效能评估方法,其特征在于,根据直觉模糊网络分析法对评估准则下具有关联性特点的属性进行分析,得到各属性的属性权重具体过程包括:1)确定雷达辐射源信号识别效能评估问题的目标、属性集C={C1,C2,...,Cn}(j=1,2,...,n)、子属性集为cj={cj1,cj2,...,cjh}(j=1,2,...,n),h代表子属性的个数,识别方案集A={A1,A2,...,Am}(i=1,2,...,m),并构建问题的网络层次结构;2)通过对属性的两两比较,构造直觉模糊偏好关系,属性和属性之间的相对重要性用直觉模糊数表示,各属性对属性Ci的影响程度利用1-9标度构成偏好关系Ai,记为n表示属性个数,其中表示属性Cl对Ci的影响程度是属性Cj对Ci影响程度的倍;3)检查每一个直觉模糊偏好关系的一致性,若所有直觉模糊偏好关系都具有可接受的一致性,则计算每一个直觉模糊偏好关系的优先权向量ωi=(wi1,wi2,...,win)T,其中为直觉模糊值;否则,需要重新修正非一致性直觉模糊偏好关系,或者对模糊偏好关系进行重新评估,直到其具备可接受的一致性;4)确定加权矩阵A,根据步骤3)中每一个直觉模糊偏好关系Ai计算出的优先权向量ωi=(wi1,wi2,…,win)T,构造加权矩阵A=(ω1,ω2,...,ωn),记5)确定超矩阵W,每一个分块矩阵代表了一个属性组内部子属性对另一个属性组内部子属性的影响;6)确定加权超矩阵结合层次分析法求解优先权重的思想,存在相互关联关系的网络分析法中的属性之间的实际影响程度表示为:其中7)计算得分矩阵对得分函数S(α)进行规范化,得到得分矩阵8)求出极限矩阵W∞,对得分矩阵的k次方求极限,得到极限矩阵9)确定属性权重,在极限矩阵W∞中,各列元素均相同且均为归一化特征向量,作为属性的属性权重。3.如权利要求1所述的雷达辐射源信号识别效能评估方法,其特征在于,在基于区间犹豫模糊的思想上,并对识别率测试结果进行更合理的选取,确定决策矩阵中的区间犹豫模糊元具体过程包括:首先将M次测试结果逐个与M次测试结果的均值做差,选取测试结果中最小的值作为一个区间的左端点,然后判断其他结果与均值的差值,如果差值在很大范围内发生突变,则将该次测试结果作为该区间的右端点;进行下一个区间的判断,区间犹豫模糊元中最后一个区间数的右端点取测试结果中的最大值,最终用不同的区间数构成区间犹豫模糊元来表达识别率测试的具体结果。4.如权利要求1所述的雷达辐射源信号识别效能评估方法,其特征在于,在基于区间犹豫模糊的思想上,通过消去与选择转换法并结合逼近理想排序法实现雷达辐射源信号识别效能的有效评估具体过程包括:1)确定区间犹豫模糊初始决策矩阵:构建指标评价矩阵,方案集为A={A1,A2,...,Am}(i=1,2,...,m),属性集为C={C1,C2,...,Cn}(j=1,2,...,n);若已知确定的属性权重为...
【专利技术属性】
技术研发人员:刘明骞,孟燕,张卫东,李兵兵,宫丰奎,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
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。