一种基于相似性专家知识的未知辐射源体制自动识别方法技术

本发明专利技术公开了一种基于相似性专家知识的未知辐射源体制自动识别方法，基于属性重合度和参数相似度两大要素对未知辐射源进行了两次分类，再对两次分类结果进行融合，得到体制融合判决结果：基于特定专家知识的融合体制判决改进过程，如针对辐射源大时宽带宽积特性专家知识的脉压或扩频体制融合判决过程，等等；提升了对未知辐射源的体制识别能力，以及对批量未知辐射源的体制识别效率。

An automatic identification method of unknown radiant source system based on the knowledge of similarity

The invention discloses a similarity expert knowledge of the unknown radiation source system automatic recognition method based on attribute coincidence degree and similarity parameters of two elements of the unknown radiation source for two times to two times classification based on classification results fusion system obtained fusion decision results: improved process specific expert knowledge fusion system as for the radiation source judgment based on the characteristics of large time bandwidth product knowledge or pulse spread spectrum system fusion decision process, and so on; to enhance the recognition system of the unknown radiation ability, and the system identification of unknown mass radiation efficiency.

【技术实现步骤摘要】
一种基于相似性专家知识的未知辐射源体制自动识别方法
本专利技术属于辐射源识别
，涉及一种基于相似性专家知识的未知辐射源体制自动识别方法。
技术介绍
随着电子技术的发展，特别是雷达、通信等技术的广泛应用，使得辐射源工作体制变得复杂多样，电磁环境变得愈加复杂。电子侦察系统侦获的辐射源参数也愈加多样化，仅依靠人工判读或简单比较查询方式去识别辐射源所属类型或型号存在耗时耗力、识别速度慢、识别准确率较低、未知辐射源体制难以识别等缺陷，因而对辐射源的自动识别提出了越来越高的要求，一方面要求针对已知或未知辐射源的自动分类识别能力逐渐加强，另一方面对知识库里不掌握参数的未知辐射源的体制识别需求日益迫切，对未知辐射源的体制自动识别是进一步了解掌握未知辐射源的重要途径。目前基于模式识别的辐射源识别方法研究较多，总体可分为比较查询、神经网络、模糊集多属性理论三类，这几类方法基于构建的雷达知识库可应用于对已知辐射源进行识别及未知辐射源的判别，但对于未知辐射源的体制自动识别在参数变化较多的复杂情况下往往无法直接应用。
技术实现思路
有鉴于此，本专利技术提出一种相似性专家知识的未知辐射源体制自动识别方法，可应用于对批量未知辐射源进行体制自动识别，以提高对未知辐射源的掌握能力，以提升对未知辐射源的体制识别能力和体制识别效率。一种未知辐射源体制的识别方法，具体包括如下步骤：步骤1、根据输入的单组未知辐射源至少三个参数的变化特征与辐射源知识库模板矩阵中的每个类型或型号的对应参数的变化特征分别进行比较，估算相对于各类型或型号的重合度系数序列Cj，其中，j＝1,2,...,M，M为辐射源知识库模板矩阵中的辐射源类型或型号总数目；将各个重合度系数与设定的重合度门限CT进行比较：将大于门限CT的所有辐射源知识库模板矩阵中的类型或型号对应体制作为体制粗分类结果，同时记录辐射源知识库模板矩阵中对应的辐射源类型或型号代号作为参考类型或型号结果；若所有重合度系数均小于门限CT，则将重合度系数最大值Cmax对应的辐射源知识库模板矩阵中辐射源类型或型号代号作为参考类型或型号结果，将其所属体制作为体制粗分类结果；步骤2、根据输入的单组未知辐射源的至少三个参数变化特征及变化范围，与辐射源知识库模板矩阵中的每个类型或型号的对应参数变化特征及变化范围，估算未知辐射源相对于各类型或型号辐射源的相似性度量值序列Sj，并求取其中的相似性度量值最大值Smax，及确定最大值Smax对应于辐射源知识库模板矩阵中的类型或型号所属的体制，将该体制作为体制识别二次分类结果，同时记录对应于辐射源知识库模板矩阵中的类型或型号代号作为参考类型或型号结果；步骤3、根据步骤1的体制粗分类结果及步骤2的二次分类结果，采用体制融合判决得出体制融合判决结果，具体为：(1)当Cj＞CT时，若二次分类结果与粗分类结果一致或二次分类结果只是粗分类结果的一个子集，体制融合判决结果采用二次分类结果；若二次分类结果与粗分类结果不一致或起冲突，体制融合判决结果仍以二次分类结果为准；(2)当Cj≤CT时，若二次分类结果与粗分类结果一致或二次分类结果是粗分类结果的一个子集，体制融合判决结果采用二次分类结果；若二次分类结果与粗分类结果不一致或起冲突，体制识别结果仍以二次分类结果为准；步骤4、采用专家知识，对未知辐射源的体制进行判断，得到专家知识判决结果，具体为：S41、根据大时宽带宽积特性的脉压或扩频体制的基本特征，对未知辐射源参数进行判断：a、若单组侦测辐射源频率Fc参数变化特征为分集类型，则将信号带宽B估计为B≈|fmax-fmin|，fmin～fmax表示参数变化范围；b、若Fc参数变化特征不为分集类型，但信号带宽参数Br已知，则信号带宽B＝Br；S42、根据所给的辐射源侦测信号脉宽范围，取其最小值τmin作为信号时宽T估计值，即T≈τmin，若认为其是内部无调制的常规脉冲信号，则常规脉冲信号带宽B0估计为B0≈1/T，在信号脉宽参数缺省条件下，若调制方式已知，且为编码形式，则信号时宽T由码宽Tc及码周期数Nc的乘积确定，即T≈NcTc，此时常规信号带宽B0仍估计为B0≈1/T；S43、在B和B0均获取条件下，最终专家知识的判决结果如下：若B＞B0，则认为是脉压或扩频体制辐射源；否则，则认为是常规非脉压或扩频体制辐射源；S44、在认为是脉压或扩频体制辐射源情况下：若信号脉宽参数已知则认为是脉压体制辐射源；若调制方式为编码形式则认为是扩频体制辐射源；步骤5、将步骤3的体制融合判决结果和步骤4的专家知识判决结果进行融合，得到最终体制判决结果，具体为：若步骤3的体制融合判决结果和步骤4的专家知识判决结果不一致时，将两个结果一并作为最终的体制识别结果；当两者结果一致或步骤四的专家知识判决结果无输出时，最终的体制识别结果为采用步骤3的体制融合判决结果。较佳的，所述步骤1中，具体的，步骤1中，重合度系数的计算方法如下：设集合X表示未知辐射源的参数变化特征；集合Vj表示辐射源知识模板矩阵中第j个类型或型号辐射源所属体制对应的参数变化特征，则重合度系数计算公式如下：其中，length(·)表示集合(·)中元素的个数，X∩Vj表示两个集合的交集，N表示参数变化特征的数目。较佳的，所述设定门限CT＝0.6。较佳的，所述步骤2中，相似性度量值Sj，公式如下：式中n为参与计算相似性度量值的辐射源参数个数；是反映辐射源知识模板矩阵中第j类辐射源各参数重要程度的权系数，且是体现辐射源知识模板矩阵中第j类辐射源参数变化范围相似度的关联系数，定义为其中为未知辐射源的对应参数变化范围，为辐射源知识库模板矩阵中待比对类型或型号体制的对应参数变化范围。较佳的，还包括步骤6，计算体制识别相似度参数SS，具体公式如下：SS＝WcCi0+WsSi0(3)公式(3)中，i0为未知辐射源步骤5中最终判决结果所认为的未知辐射源的参考类型或型号代号，Ci0为参考代号为i0的辐射源对应的重合度系数，Si0为参考代号为i0的辐射源对应的相似性度量值，Wc为重合度系数权值，Ws为相似性度量值权值，且具有关系式Wc+Ws＝1。较佳的，在辐射源参数包含3个的情形下，Wc＝0.3,Ws＝0.7。本专利技术具有如下有益效果：本方法针对知识库里不掌握参数的未知辐射源基于相似性专家知识进行体制自动识别，构建了一种未知辐射源体制自动识别方法，提升了对未知辐射源的体制识别能力，以及对批量未知辐射源的体制识别效率。基于相似性专家知识的未知辐射源体制自动识别方法中，相似性专家知识包含属性重合度和参数相似度两大要素：属性重合度考虑了多参数属性变化特征的一致性度量，通过重合度系数估算；参数相似度考虑了多参数变化范围或取值的相似性度量，基于各参数识别置信度通过估算相似性度量值实现。基于相似性专家知识的体制自动识别方法包含结合相似性专家知识两大要素的体制融合判决准则：属性重合度检测可视为对体制识别的粗分类结果，参数相似度检测可视为体制识别的二次分类结果，体制融合判决准则给出粗分类结果及二次分类结果一致或冲突条件下的体制自动识别判决过程。基于相似性专家知识的体制自动识别方法还包含基于特定专家知识的融合体制判决改进过程，如针对辐射源大时宽带宽积特性专家知识的脉压或扩频体制融合判决过程，等等。基本文档来自技高网...

【技术保护点】
一种未知辐射源体制的识别方法，其特征在于，具体包括如下步骤：步骤1、根据输入的单组未知辐射源至少三个参数的变化特征与辐射源知识库模板矩阵中的每个类型或型号的对应参数的变化特征分别进行比较，估算相对于各类型或型号的重合度系数序列Cj，其中，j＝1,2,...,M，M为辐射源知识库模板矩阵中的辐射源类型或型号总数目；将各个重合度系数与设定的重合度门限CT进行比较：将大于门限CT的所有辐射源知识库模板矩阵中的类型或型号对应体制作为体制粗分类结果，同时记录辐射源知识库模板矩阵中对应的辐射源类型或型号代号作为参考类型或型号结果；若所有重合度系数均小于门限CT，则将重合度系数最大值Cmax对应的辐射源知识库模板矩阵中辐射源类型或型号代号作为参考类型或型号结果，将其所属体制作为体制粗分类结果；步骤2、根据输入的单组未知辐射源的至少三个参数变化特征及变化范围，与辐射源知识库模板矩阵中的每个类型或型号的对应参数变化特征及变化范围，估算未知辐射源相对于各类型或型号辐射源的相似性度量值序列Sj，并求取其中的相似性度量值最大值Smax，及确定最大值Smax对应于辐射源知识库模板矩阵中的类型或型号所属的体制，将该体制作为体制识别二次分类结果，同时记录对应于辐射源知识库模板矩阵中的类型或型号代号作为参考类型或型号结果；步骤3、根据步骤1的体制粗分类结果及步骤2的二次分类结果，采用体制融合判决得出体制融合判决结果，具体为：(1)当Cj＞CT时，若二次分类结果与粗分类结果一致或二次分类结果只是粗分类结果的一个子集，体制融合判决结果采用二次分类结果；若二次分类结果与粗分类结果不一致或起冲突，体制融合判决结果仍以二次分类结果为准；(2)当Cj≤CT时，若二次分类结果与粗分类结果一致或二次分类结果是粗分类结果的一个子集，体制融合判决结果采用二次分类结果；若二次分类结果与粗分类结果不一致或起冲突，体制识别结果仍以二次分类结果为准；步骤4、采用专家知识，对未知辐射源的体制进行判断，得到专家知识判决结果，具体为：S41、根据大时宽带宽积特性的脉压或扩频体制的基本特征，对未知辐射源参数进行判断：a、若单组侦测辐射源频率Fc参数变化特征为分集类型，则将信号带宽B估计为B≈|fmax‑fmin|，fmin～fmax表示参数变化范围；b、若Fc参数变化特征不为分集类型，但信号带宽参数Br已知，则信号带宽B＝Br；S42、根据所给的辐射源侦测信号脉宽范围，取其最小值τmin作为信号时宽T估计值，即T≈τmin，若认为其是内部无调制的常规脉冲信号，则常规脉冲信号带宽B0估计为B0≈1/T，在信号脉宽参数缺省条件下，若调制方式已知，且为编码形式，则信号时宽T由码宽Tc及码周期数Nc的乘积确定，即T≈NcTc，此时常规信号带宽B0仍估计为B0≈1/T；S43、在B和B0均获取条件下，最终专家知识的判决结果如下：若B＞B0，则认为是脉压或扩频体制辐射源；否则，则认为是常规非脉压或扩频体制辐射源；S44、在认为是脉压或扩频体制辐射源情况下：若信号脉宽参数已知则认为是脉压体制辐射源；若调制方式为编码形式则认为是扩频体制辐射源；步骤5、将步骤3的体制融合判决结果和步骤4的专家知识判决结果进行融合，得到最终体制判决结果，具体为：若步骤3的体制融合判决结果和步骤4的专家知识判决结果不一致时，将两个结果一并作为最终的体制识别结果；当两者结果一致或步骤四的专家知识判决结果无输出时，最终的体制识别结果为采用步骤3的体制融合判决结果。...

【技术特征摘要】
1.一种未知辐射源体制的识别方法，其特征在于，具体包括如下步骤：步骤1、根据输入的单组未知辐射源至少三个参数的变化特征与辐射源知识库模板矩阵中的每个类型或型号的对应参数的变化特征分别进行比较，估算相对于各类型或型号的重合度系数序列Cj，其中，j＝1,2,...,M，M为辐射源知识库模板矩阵中的辐射源类型或型号总数目；将各个重合度系数与设定的重合度门限CT进行比较：将大于门限CT的所有辐射源知识库模板矩阵中的类型或型号对应体制作为体制粗分类结果，同时记录辐射源知识库模板矩阵中对应的辐射源类型或型号代号作为参考类型或型号结果；若所有重合度系数均小于门限CT，则将重合度系数最大值Cmax对应的辐射源知识库模板矩阵中辐射源类型或型号代号作为参考类型或型号结果，将其所属体制作为体制粗分类结果；步骤2、根据输入的单组未知辐射源的至少三个参数变化特征及变化范围，与辐射源知识库模板矩阵中的每个类型或型号的对应参数变化特征及变化范围，估算未知辐射源相对于各类型或型号辐射源的相似性度量值序列Sj，并求取其中的相似性度量值最大值Smax，及确定最大值Smax对应于辐射源知识库模板矩阵中的类型或型号所属的体制，将该体制作为体制识别二次分类结果，同时记录对应于辐射源知识库模板矩阵中的类型或型号代号作为参考类型或型号结果；步骤3、根据步骤1的体制粗分类结果及步骤2的二次分类结果，采用体制融合判决得出体制融合判决结果，具体为：(1)当Cj＞CT时，若二次分类结果与粗分类结果一致或二次分类结果只是粗分类结果的一个子集，体制融合判决结果采用二次分类结果；若二次分类结果与粗分类结果不一致或起冲突，体制融合判决结果仍以二次分类结果为准；(2)当Cj≤CT时，若二次分类结果与粗分类结果一致或二次分类结果是粗分类结果的一个子集，体制融合判决结果采用二次分类结果；若二次分类结果与粗分类结果不一致或起冲突，体制识别结果仍以二次分类结果为准；步骤4、采用专家知识，对未知辐射源的体制进行判断，得到专家知识判决结果，具体为：S41、根据大时宽带宽积特性的脉压或扩频体制的基本特征，对未知辐射源参数进行判断：a、若单组侦测辐射源频率Fc参数变化特征为分集类型，则将信号带宽B估计为B≈|fmax-fmin|，fmin～fmax表示参数变化范围；b、若Fc参数变化特征不为分集类型，但信号带宽参数Br已知，则信号带宽B＝Br；S42、根据所给的辐射源侦测信号脉宽范围，取其最小值τmin作为信号时宽T估计值，即T≈τmin，若认为其是内部无调制的常规脉冲信号，则常规脉冲信号带宽B0估计为B0≈1/T，在信号脉宽参数缺省条件下，若调制方式已知，且为编码形式，则信号时宽T由码宽Tc及码周期数Nc的乘积确定，即T≈NcTc，此时常规信号...

【专利技术属性】
技术研发人员：张春红，宋光磊，周长青，王少刚，
申请(专利权)人：山东航天电子技术研究所，
类型：发明
国别省市：山东,37