一种基于通信流量信息辅助的雷达组网方式识别方法技术

本发明专利技术公开了一种基于通信流量信息辅助的雷达组网方式识别方法。现有的雷达组网识别方法主要依赖网内雷达特征信息的提取与融合，识别方法所使用的参数较为单一，识别可信度较低。考虑到组网雷达系统通过相应的通信手段实现了互联互通，对网内通信流量的分析与研究就变得十分重要。此外，不同的组网雷达系统在面对干扰时其通信流量具有不同特征，加入对抗时的网内通信流量特征将有助于对雷达组网方式的识别。因此，本发明专利技术在传统雷达组网方式识别所使用的参数集的基础上增加了通信流量这一参数，并将通信流量特征细分为三大类：无干扰、点迹欺骗、航迹欺骗下的通信流量特征，有效的提升了对雷达组网方式识别的可靠性与准确率，具有良好的应用价值。具有良好的应用价值。具有良好的应用价值。

【技术实现步骤摘要】
一种基于通信流量信息辅助的雷达组网方式识别方法


[0001]本专利技术属于雷达
，具体涉及一种基于通信流量信息辅助的雷达组网方式识别方法。

技术介绍

[0002]雷达组网方式的识别是和雷达网进行电子对抗的必要条件，对抗策略的选取以及对抗资源的调度都需要在对雷达组网方式成功识别的基础上进行。
[0003]不同组网方式下的雷达网具有不同的特征，这些特征将组成区分不同组网方式的规则。对雷达组网方式的识别工作，在国内开展较少，主要是以电子侦察得到的雷达特征为基础开展研究工作，然而考虑到组网雷达系统内各雷达间还通过相应的通信手段实现了互联互通，对组网雷达的通信特征的分析与研究就变得十分重要，同时这也是突破组网雷达对抗研究瓶颈的一个方向。此外，不同的组网雷达系统在面对干扰时其系统特征会有不同的变化，所以加入对抗下的组网雷达特征将更有助于雷达组网方式的识别。

技术实现思路

[0004]为了改进现有的雷达组网方式识别工作中，对雷达网辐射源参数选取较为单一且欠缺对网内通信特征的研究与分析这一不足点，本专利技术提出了一种基于通信流量信息辅助的雷达组网方式识别方法，其目的在于提升对雷达组网方式识别的可信度与准确率。本专利技术在传统雷达组网方式识别所使用的参数集的基础上增加了通信流量这一参数，并将通信流量特征细分为三大类：无干扰下通信流量特征、点迹欺骗下通信流量特征、航迹欺骗下通信流量特征，有效的提升了对雷达组网方式识别的可靠性与准确率。
[0005]本专利技术的技术方案为：
[0006]一种基于通信流量信息辅助的雷达组网方式识别方法，包括以下步骤：
[0007]S1、辐射源特征参数的选取：
[0008]本专利技术选用了两种常用于雷达组网方式识别的雷达特征：雷达工作状态和雷达网布站方式，并在此基础上增加了雷达网内通信流量这一新特征，且由于不同的干扰类型对不同组网方式下雷达网内的通信流量特征影响不同，所以本专利技术还将通信流量特征细分为三大类：无干扰下通信流量特征、点迹欺骗下通信流量特征、航迹欺骗下通信流量特征；
[0009]S2、确定标准特征向量
[0010]给出步骤S1中选取的雷达特征和通信流量特征在不同组网方式下的标准特征值，其中各特征的标准特征值需要根据先验知识，以及设定的场景来给出；将雷达组网方式C
i
下的标准雷达特征向量记为将雷达组网方式C
i
下不同对抗条件时的标准通信流量特征向量记为参数n1、n2分别为选取的雷达特征参数的个数以及通信流量特征参数的个数，含义为第n个特征参数在第i种组网方式下的标准特征值；
[0011]S3、计算特征参数与组网方式间的匹配度
[0012]特征参数的匹配度记为s
in
，s
in
表示第n个特征参数与组网方式C
i
的匹配度，表示如下：
[0013][0014]其中为第n个特征参数在第i种组网方式下的标准特征值，z
in
表示第n个特征参数的实测时的特征值；d
in_k
为第n个特征参数在组网方式C
i
下的匹配度计算函数，本专利技术选择使用离散化函数d
in_k
来构造匹配度s
in
，如下所示：
[0015][0016]其中d
in_1
≥d
in_2
≥d
in_3
且d
in_1
,d
in_2
,d
in_3
均属于0至1间的小数，代表特征参数对组网方式的支持程度，s
in
的具体取值由每个特征参数对应的离散化函数以及标准特征值与实测特征值z
in
决定；
[0017]通过实测下的各特征参数的特征值z
in
以及步骤S2中给出的各特征参数标准特征值使用离散化函数d
in_k
即可得出第n个特征参数对组网方式C
i
的匹配度s
in
；
[0018]S4、确定特征参数的权重系数
[0019]使用w
in
表示特征参数判断权重，其表示第n个特征参数对雷达组网方式C
i
匹配判断的重要程度，将各雷达特征参数所组成的权重向量记为将各通信流量特征参数所组成的权重向量记为且W
i_radar
与W
i_com
中所有权重系数之和等于1；权重向量由相关专家给出；
[0020]S5、计算特征向量与组网方式之间的匹配度
[0021]使用矢量和矢量分别表示选取的雷达特征参数与通信流量特征参数在组网方式C
i
下的实测特征向量与标准特征向量之间的距离,具体表示如下：
[0022][0023][0024]结合专家给出的标准特征向量和利用特征向量的匹配度计算模型计算出雷达特征向量Z
i_radar
和通信流量特征向量Z
i_com
对雷达组网方式C
i
的匹配度S
i_radar
和S
i_com
如下(5)、(6)两式所示，其中s
in
由式(2)给出；其中n1表示选取的雷达特征总个数，n2表
示选取的通信流量特征总个数，参数M表示雷达组网方式种类的个数；
[0025][0026][0027]将步骤S4中给出的权重向量W
i_radar
、W
i_com
和(3)、(4)式得出的向量和(3)、(4)式得出的向量分别带入式(5)和式(6)即可计算得出雷达特征向量和通信流量特征向量与组网方式C
i
的匹配度S
i_radar
和S
i_com
；
[0028]S6、使用D
‑
S证据融合规则对雷达特征匹配度及通信流量特征匹配度进行信息融合：
[0029]构建雷达组网方式识别的基本概率赋值函数BPAF(Basic Probability Assignment Function)m(A)，表示对判断A的支持程度；
[0030]对于式(5)和式(6)中求得的匹配度S
i_x
(x为radar或com)，若S
i_x
>0，则代表了特征向量x对雷达组网方式C
i
是支持的，支持的程度为S
i_x
；当S
i_x
≤0时，则代表了特征向量x对该组网方式C
i
是不支持的，不支持的程度为S
i_x
，这也同样意味着特征向量x支持其他的组网方式，支持程度为S
i_x
+1∈[0,1]；
[0031]令i＝1,2
…
K，当K≤M时，S
i_x
≥0，当i＝K+1,K+2,
…
,M时S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于通信流量信息辅助的雷达组网方式识别方法，其特征在于，包括以下步骤：S1、辐射源特征参数的选取：采用雷达工作状态、雷达网布站方式和雷达网内通信流量作为特征，其中雷达网内通信流量特征包括：无干扰下通信流量特征、点迹欺骗下通信流量特征、航迹欺骗下通信流量特征；S2、确定标准特征向量将雷达组网方式C
i
下的标准雷达特征向量记为将雷达组网方式C
i
下不同对抗条件时的标准通信流量特征向量记为参数n1、n2分别为选取的雷达特征参数的个数以及通信流量特征参数的个数，含义为第n个特征参数在第i种组网方式下的标准特征值；标准特征值由先验知识，以及设定的场景得到；S3、计算特征参数与组网方式间的匹配度特征参数的匹配度记为s
in
，s
in
表示第n个特征参数与组网方式C
i
的匹配度，表示如下：其中为第n个特征参数在第i种组网方式下的标准特征值，z
in
表示第n个特征参数的实测时的特征值；d
in_k
为第n个特征参数在组网方式C
i
下的匹配度计算函数，使用离散化函数d
in_k
来构造匹配度s
in
，如下所示：其中d
in_1
≥d
in_2
≥d
in_3
且d
in_1
,d
in_2
,d
in_3
均属于0至1间的小数，代表特征参数对组网方式的支持程度，s
in
的具体取值由每个特征参数对应的离散化函数以及标准特征值与实测特征值z
in
决定；通过实测下的各特征参数的特征值z
in
以及步骤S2中给出的各特征参数标准特征值使用离散化函数d
in_k
即可得出第n个特征参数对组网方式C
i
的匹配度s
in
；S4、确定特征参数的权重系数使用w
in
表示特征参数判断权重，其表示第n个特征参数对雷达组网方式C
i
匹配判断的重要程度，将各雷达特征参数所组成的权重向量记为将各通信流量特征参数所组成的权重向量记为且W
i_radar
与W
i_com
中所有权重系数之和等于1；权重向量由相关专家给出；S5、计算特征向量与组网方式之间的匹配度使用矢量和矢量分别表示选取的雷达特征参数
与通信流量特征参数在组网方式C
i
下的实测特征向量与标准特征向量之间的距离,具体表示如下：示如下：结合专家给出的标准特征向量和利用特征向量的匹配度计算模型计算出雷达特征向量Z
i_radar
和通信流量特征向量Z
i_com
对雷达组网方式C
i
的匹配度S
i_radar
和S
i_com
如下(5)、(6)两式所示，其中s<...

【专利技术属性】
技术研发人员：刘凯旋，周瑶，彭晓燕，田勇，汪鹏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：