红外成像导引头抗干扰性能评估方法及系统技术方案

本发明专利技术提供了一种红外成像导引头抗干扰性能评估方法及系统，包括：对每个核函数训练单核SVR，得到输入抗干扰性能指标值和输出综合性能评估值之间的映射关系；获取训练样本，并初始化每个训练样本的权值，初始化回归器F(x)＝0；对每个单核SVR计算回归误差，并选择回归误差最小的最优SVR；计算最优学习器H

【技术实现步骤摘要】
红外成像导引头抗干扰性能评估方法及系统
本专利技术涉及信号处理与导航制导领域，具体地，涉及一种基于支持向量回归与多核集成的红外成像导引头抗干扰性能评估方法及系统。
技术介绍
红外干扰技术特别是新型诱饵的出现和迅猛发展，使红外制导导弹的效能在一定程度上被削弱了很多。因此在红外制导武器的研制中明确提出红外成像导引头抗人工干扰的性能指标，当研制的导弹在这些指标上满足一定条件，才能使未来生产出的导弹能够在目标施放各种干扰的条件下，仍然能够以一个较大的概率击中目标，该型号导弹才具备生产的资格。用合适的方法对导弹的整体性能指标进行评估，具有重要意义。首先，能为指标的论证提供方法，在保证必需的综合作战能力的前提下，得到最佳作战使用性能和战术技术指标的结合。其次，能够为方案论证和方案评审提供方法，对不同导引头研制方案的优劣提出结论性建议。最后，能为鉴定定型提供方法，方便与用类导引系统作战能力做综合比较。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种红外成像导引头抗干扰性能评估方法及系统。根据本专利技术提供的一种红外成像导引头抗干扰性能评估方法，包括：映射关系建立步骤：对每个核函数训练单核SVR(支持向量回归)，得到输入抗干扰性能指标值和输出综合性能评估值之间的映射关系；样本初始化步骤：获取训练样本，并初始化每个训练样本的权值，初始化回归器F(x)＝0；回归误差计算步骤：对每个单核SVR计算回归误差，并选择回归误差最小的最优SVR；权值计算步骤：计算最优学习器H(j)的权值β(j)，更新回归器F←F+β(j)H(j)；权值更新步骤：根据最优学习器的权值β(j)更新训练样本的权值，然后归一化所有最优学习器的权值β(j)；迭代步骤：返回回归误差计算步骤，直到达到迭代次数。较佳的，初始化每个训练样本的权值包括：其中：ns是训练样本量，nK是核函数的数量，j表第j次迭代。较佳的，对每个单核SVR计算回归误差包括：其中：符号函数Ψ[r]在r＞0条件下等于1，其余情况下等于0，hm(xi)是第m个核函数的SVR在训练样本xi上的输出，容忍程度阈值Δ表示对样本误差的容忍程度。较佳的，所述回归误差的容忍程度阈值其中yi表示第i个样本的抗干扰性能评价量。较佳的，计算最优学习器H(j)的权值β(j)包括：其中：函数ln(r)是自然对数，表示最优的SVR的最优学习器H(j)。较佳的，根据最优学习器的权值β(j)更新训练样本的权值包括：根据本专利技术提供的一种红外成像导引头抗干扰性能评估系统，包括：映射关系建立模块：对每个核函数训练单核SVR，得到输入抗干扰性能指标值和输出综合性能评估值之间的映射关系；样本初始化模块：获取训练样本，并初始化每个训练样本的权值，初始化回归器F(x)＝0；回归误差计算模块：对每个单核SVR计算回归误差，并选择回归误差最小的最优SVR；权值计算模块：计算最优学习器H(j)的权值β(j)，更新回归器F←F+β(j)H(j)；权值更新模块：根据最优学习器的权值β(j)更新训练样本的权值，然后归一化所有最优学习器的权值β(j)；迭代模块：返回回归误差计算，直到达到迭代次数。较佳的，初始化每个训练样本的权值包括：其中：ns是训练样本量，nK是核函数的数量，j表第j次迭代。较佳的，对每个单核SVR计算回归误差包括：其中：符号函数Ψ[r]在r＞0条件下等于1，其余情况下等于0，hm(xi)是第m个核函数的SVR在训练样本xi上的输出，容忍程度阈值Δ表示对样本误差的容忍程度。较佳的，所述回归误差的容忍程度阈值其中yi表示第i个样本的抗干扰性能评价量。与现有技术相比，本专利技术具有如下的有益效果：本专利技术能够建立抗干扰评估指标与抗干扰综合性能值之间的定量关系，在抗干扰评估指标体系下得到综合的抗干扰性能值，为红外成像导引头抗干扰性能评估提供新的思路。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1为本专利技术的流程图。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。抗干扰评估指标集，可以从导引头的固有性能指标和引入抗干扰措施后的性能改善指标这两方面入手。红外导引头的固有性能指标中，陀螺漂移率衡量了稳定陀螺仪的漂移程度，是指单位时间内陀螺仪自转轴的进动角度；最小可分辨温差是以观察者主动视觉参与评估热像仪系统性能的综合指标；瞬时视场是指单元探测器通过光学系统所能感知的空间范围。引入抗干扰措施后的性能改善指标中，发现真实目标的时间是指从末制导开始到发现真实目标所需要的时间；跟踪效率是指导引头在攻击过程中稳定跟踪目标的时间与末制导时间的比值；跟踪精度是指导引头跟踪目标过程中系统光轴与目标视线之间的角度误差，作用距离是指导引头能够分辨出目标几何尺寸的最大距离；抗欺骗式干扰有效概率是指干扰消失后导引头正确跟踪目标的概率；目标图像损失度是图像中被遮挡的目标面积与目标总面积的比值。如图1所示，本专利技术提供的一种红外成像导引头抗干扰性能评估方法，包括：映射关系建立步骤：对每个核函数训练单核SVR，得到输入抗干扰性能指标值和输出综合性能评估值之间的映射关系；样本初始化步骤：获取训练样本，并初始化每个训练样本的权值，初始化回归器F(x)＝0；回归误差计算步骤：对每个单核SVR计算回归误差，并选择回归误差最小的最优SVR；权值计算步骤：计算最优学习器H(j)的权值β(j)，更新回归器F←F+β(j)H(j)；权值更新步骤：根据最优学习器的权值β(j)更新训练样本的权值，然后归一化所有最优学习器的权值β(j)；迭代步骤：返回回归误差计算步骤，直到达到迭代次数。初始化每个训练样本的权值包括：其中：ns是训练样本量，nK是核函数的数量，j表第j次迭代。对每个单核SVR计算回归误差包括：其中：符号函数Ψ[r]在r＞0条件下等于1，其余情况下等于0，hm(xi)是第m个核函数的SVR在训练样本xi上的输出，容忍程度阈值Δ表示对样本误差的容忍程度。回归误差的容忍程度阈值其中yi表示第i个样本的抗干扰性能评价量。计算最优学习器H(j)的权值β(j)包括：其中：函数ln(r)是自然对数，表示最优的SVR的最优学习器H(j)。根据最优学习器的权值β(j)更新训练样本的权值包括：在上述一种红外成像导引头抗干扰性能评估方法的基础上，本专利技术还提供一种红外成像导引头抗干扰性能评估系统，包括：映射关系建立模块：对每个核函数训练单核SVR，得到输入抗干扰性能指标值和输出综合性能评估值之间的映射关系；样本初始化模块：获取训练样本，并初始化每个训练样本的权值，初始化回归器F(x)＝0；回归误差计算模块：对每个单核SVR计算回归误差，并选择回归误差最小的最优SVR；权值计算模块：计算最优学习器H(j)的权值β(j)，更新回归器F←F+β(j)H(j)；权值更新模块：根据最优学习器的权值β(j)更新训练样本的权值，然后归一化所有最优学习器的权值β(j)；迭代模块：返回回归误差计算，直到达到迭代次数。本专利技术是为了建立抗干扰评估指标与抗本文档来自技高网...

【技术保护点】
1.一种红外成像导引头抗干扰性能评估方法，其特征在于，包括：映射关系建立步骤：对每个核函数训练单核SVR，得到输入抗干扰性能指标值和输出综合性能评估值之间的映射关系；样本初始化步骤：获取训练样本，并初始化每个训练样本的权值，初始化回归器F(x)＝0；回归误差计算步骤：对每个单核SVR计算回归误差，并选择回归误差最小的最优SVR；权值计算步骤：计算最优学习器H(j)的权值β(j)，更新回归器F←F+β(j)H(j)；权值更新步骤：根据最优学习器的权值β(j)更新训练样本的权值，然后归一化所有最优学习器的权值β(j)；迭代步骤：返回回归误差计算步骤，直到达到迭代次数。

【技术特征摘要】
1.一种红外成像导引头抗干扰性能评估方法，其特征在于，包括：映射关系建立步骤：对每个核函数训练单核SVR，得到输入抗干扰性能指标值和输出综合性能评估值之间的映射关系；样本初始化步骤：获取训练样本，并初始化每个训练样本的权值，初始化回归器F(x)＝0；回归误差计算步骤：对每个单核SVR计算回归误差，并选择回归误差最小的最优SVR；权值计算步骤：计算最优学习器H(j)的权值β(j)，更新回归器F←F+β(j)H(j)；权值更新步骤：根据最优学习器的权值β(j)更新训练样本的权值，然后归一化所有最优学习器的权值β(j)；迭代步骤：返回回归误差计算步骤，直到达到迭代次数。2.根据权利要求1所述的红外成像导引头抗干扰性能评估方法，其特征在于，初始化每个训练样本的权值包括：其中：ns是训练样本量，nK是核函数的数量，j表第j次迭代。3.根据权利要求2所述的红外成像导引头抗干扰性能评估方法，其特征在于，对每个单核SVR计算回归误差包括：其中：符号函数Ψ[r]在r＞0条件下等于1，其余情况下等于0，hm(xi)是第m个核函数的SVR在训练样本xi上的输出，容忍程度阈值Δ表示对样本误差的容忍程度。4.根据权利要求3所述的红外成像导引头抗干扰性能评估方法，其特征在于，所述回归误差的容忍程度阈值其中yi表示第i个样本的抗干扰性能评价量。5.根据权利要求4所述的红外成像导引头抗干扰性能评估方法，其特征在于，计算最优学习器H(j)的权值β(j)包括：其中：函数ln(r)是自然对数，表示最...

【专利技术属性】
技术研发人员：洪泽华，陆志沣，葛辰杰，乔宇，马潮，余海鸣，
申请(专利权)人：上海机电工程研究所，
类型：发明
国别省市：上海,31