一种基于数据挖掘的红外空空导弹抗干扰效能评估方法技术

本发明专利技术公开了一种基于数据挖掘的红外空空导弹抗干扰效能评估方法，包括：根据所确定的红外对抗仿真系统的参数信息获得该系统的输入参数集，并根据该输入参数集设计红外对抗仿真试验方案；将仿真试验方案输入到所述红外对抗仿真系统，记录红外对抗仿真数据结果；对输入参数、仿真数据结果作为红外对抗数据并进行编号；运用FP

【技术实现步骤摘要】
一种基于数据挖掘的红外空空导弹抗干扰效能评估方法


[0001]本专利技术属于武器装备抗干扰的计算机仿真
，尤其涉及一种基于数据挖掘的红外空空导弹抗干扰效能评估方法。

技术介绍

[0002]红外对抗问题属于高非线性高复杂性的问题，技术人员对其最关心的就是在不同的对抗环境下，导弹能否命中目标(即脱靶量是否满足要求)。然而，这个问题背后的影响因素众多，包括目标方面、导弹方面、诱饵使用方面以及相对初始态势等且存在很大不确定性。若是通过实弹靶试来分析上述问题，需要耗费极大的人力物力，代价十分昂贵。
[0003]目前可行的方法是首先在纯数字仿真系统上对对抗环境进行大致摸底，删除其中无价值的对抗场景，保留关键对抗场景；在纯数字仿真系统分析结果基础上，运用半实物仿真的方法对对抗环境进行二次筛选，保留最具代表性以及最能反映红外空空导弹抗干扰能力的对抗场景；最后从经过上述两轮筛选后的对抗场景中选定关键几种进行实弹靶试。但是由于红外对抗问题的超复杂性，目前现有的方法依然无法直接给出各影响因素与脱靶量之间的函数关系。

技术实现思路

[0004]本专利技术的目的在于现有针对红外空空导弹抗干扰效能评估问题，提出了一种基于数据挖掘的红外空空导弹抗干扰效能评估方法。
[0005]本专利技术是这样实现的，一种基于数据挖掘的红外空空导弹抗干扰效能评估方法，该方法包括以下步骤：
[0006]S1、根据所确定的红外对抗仿真系统的参数信息获得该系统的输入参数集，并根据该输入参数集设计红外对抗仿真试验方案；
>[0007]S2、将上述仿真试验方案输入到所述红外对抗仿真系统，记录红外对抗仿真数据结果；
[0008]S3、对上述输入参数、仿真数据结果作为红外对抗数据并进行编号；
[0009]S4、运用FP
‑
Growth算法对上述编号后的红外对抗数据进行挖掘，按照筛选条件获得符合条件的关联规则；
[0010]S5、将符合条件的关联规则汇总分析，得到诱饵干扰条件下影响红外空空导弹命中率的潜在关联规则和关键影响因素。
[0011]优选地，所述步骤S1中，所述参数信息包括输入参数个数、参数类型以及取值范围。
[0012]优选地，在步骤S2中，所述仿真数据结果为在不同对抗态势下对应的红外空空导弹的命中率。
[0013]在本
中，通过合理的设定大批量作战想定(通过试验设计方案来设定)，得到大批量的仿真数据。如何通过这些仿真数据，从中分析出来影响导弹最终命中率的关
键因素是当前比较难解决的问题。而上述问题不解决，就无法对红外空空导弹抗干扰能力进行评估，因此本专利技术运用机器学习的方法从关联规则挖掘方面进行分析研究。关联规则主要是通过数理与统计知识，依据概率值从结果反推各因素之间潜在的内在联系。由于红外对抗仿真相关数据维度高、非线性强、数据量大、多样性、时空性以及模糊性等特征，使得红外对抗数据与导弹命中率之间内在关联十分隐蔽，无法通过一般手段进行分析，因此，本专利技术通过运用关联规则算法去深入挖掘红外对抗数据之间潜在的关联规则，期望通过数据挖掘(DataMining)(参考文献1：JiaweiHan,MichelineKamber,JianPei,等.数据挖掘概念与技术[M].北京:机械工业出版社,2012.，参考文献2：范明.数据挖掘导论(完整版)[M].西安:人民邮电出版社,2011.)的方法来发现隐藏在大量红外对抗仿真数据背后影响导弹抗干扰能力的一些规律。
[0014]相比于现有技术的缺点和不足，本专利技术具有以下有益效果：
[0015](1)本专利技术通过一种基于启发式算法的拉丁超立方采样方法设计仿真试验方案，使得实验数据充满整个系统取值区间，并尽量最大化数据点之间的空间距离来使得在有限仿真次数下所得到的仿真数据能够反映更多的红外对抗仿真内在信息；
[0016](2)本专利技术在大量的仿真数据支撑下，运用FP
‑
Growth算法挖掘红外对抗中的关键关联规则及影响因素，继而评估空空导弹抗干扰的效能，克服了红外空空导弹抗干扰评估中人为主观的干预的问题，评估结果更客观。
附图说明
[0017]图1是本专利技术方法的步骤流程图；
[0018]图2是本专利技术实施例中连续试验方案图；
[0019]图3是本专利技术实施例中离散化后的试验方案图；
[0020]图4是图3所示试验方案图的局部放大图；
[0021]图5是本专利技术实施例中100000条数据的脱靶量统计结果；
[0022]图6是本专利技术实施例中100000条数据的命中率统计结果；
[0023]图7是本专利技术实施例中FP
‑
Growth算法的步骤流程图；
[0024]图8是弹目初始距离在低命中率和中命中率中的条形统计图；
[0025]图9是导弹进入角在低命中率和中命中率中的条形统计图；
[0026]图10是目标机动在低命中率和中命中率中的条形统计图；
[0027]图11是诱饵齐投数量及单双侧控制在低命中率和中命中率中的条形统计图。
具体实施方式
[0028]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仅用以解释本专利技术，并不用于限定本专利技术。
[0029]本专利技术实施例公开了一种基于数据挖掘的红外空空导弹抗干扰效能评估方法，如图1所示，该方法包括以下步骤：
[0030]S1、根据所确定的红外对抗仿真系统的参数信息获得该系统的输入参数集，并根据该输入参数集设计红外对抗仿真试验方案
[0031]在步骤S1中，确定红外对抗仿真系统的输入参数个数和类型，如下表1所示：
[0032]表1红外对抗系统输入参数
[0033][0034]基于上述步骤，确定红外对抗仿真系统输入参数集。
[0035]红外对抗仿真试验设计方案要求有以下几点：
[0036](1)生成的试验方案要尽可能充满整个试验设计空间；
[0037](2)避免出现试验空间局部试验样本过密或过疏的现象；
[0038](3)生成的试验方案中不能有重复试验样本出现；
[0039](4)保证上述几点要求的前提下，试验方案生成效率越高越好。
[0040]考虑到红外对抗仿真系统结果具有一定的随机性，需要对同一种对抗想定运行多次取命中率来表征该想定下导弹的抗干扰能力；同时又考虑到该仿真系统运行起来较为耗时，试验次数及重复试验次数又不能太多。综合考虑时间及可行性因素，在条件允许范围内尽可能增加试验次数从而使论文数据更加准确全面，本文将总的仿真试验次数为100000，每种想定重复运行10次，以该想定下导弹命中率作为表征导弹抗干扰性能指标。
[0041]总的试验次数为100000次，参数维度为12，即需要设计m＝100000，n＝12的采样方案运用一种基于启发式算法的拉丁超立方采样方法(见另一专利)生成试验本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据挖掘的红外空空导弹抗干扰效能评估方法，其特征在于，该方法包括以下步骤：S1、根据所确定的红外对抗仿真系统的参数信息获得该系统的输入参数集，并根据该输入参数集设计红外对抗仿真试验方案；S2、将上述仿真试验方案输入到所述红外对抗仿真系统，记录红外对抗仿真数据结果；S3、对上述输入参数、仿真数据结果作为红外对抗数据并进行编号；S4、运用FP
‑
Growth算法对上述编号后的红外对抗数据进行挖掘，按照筛选条件...

【专利技术属性】
技术研发人员：伍友利，牛得清，杨鹏飞，郭亚军，高翔，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：