基于量子认知的雷达干扰决策方法技术

本发明专利技术公开了一种基于量子认知的雷达干扰决策方法，其具体步骤包括：1、设置接收的相控阵雷达信号特征的置信度，2、生成相控阵雷达各个工作状态的联合置信度，3、生成相控阵雷达的转移矩阵，4、预测当前环境下的相控阵雷达工作状态，5、选择干扰收益最大的干扰样式。本发明专利技术可以实现非合作条件下的干扰决策，提高了决策的效率和决策的可信度。策的效率和决策的可信度。策的效率和决策的可信度。

【技术实现步骤摘要】
基于量子认知的雷达干扰决策方法


[0001]本专利技术属于雷达通信
，更进一步涉及电子对抗
中的一种基于量子认知的雷达干扰决策方法。本专利技术可用于当干扰方侦察到雷达的特征信号时，干扰方选择最优的干扰策略。

技术介绍

[0002]雷达对抗作为电子对抗领域中重要的一部分，是现代信息化战争的重要环节。雷达干扰决策作为雷达干扰的核心环节，是指在已有雷达先验知识库的基础上，通过对比匹配或相应算法选择适用于雷达不同工作模式的干扰样式的过程。但现有技术目前仍存在一定的问题和不足，没有考虑到决策是一个博弈的动态过程，评估结果过于单一，同时一些算法的模型过于复杂，数据处理的时间上无法满足实时决策的要求。
[0003]哈尔滨工程大学在其申请的专利文献“一种基于马尔可夫过程决策的认知干扰方法”(专利申请号：201810511830.9，申请公布号：CN 108710110 A)中提出了一种基于马尔可夫过程决策的认知干扰方法。该方法的具体步骤是：第一步，雷达工作在任意一种模式，干扰机利用雷达信息识别工作状态，并在其方案池中寻找最优的干扰对其进行干本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于量子认知的干扰决策方法，其特征在于，干扰方得到的相控阵雷达的信号特征，基于量子认知理论计算转移概率值，生成的相控阵雷达的转移矩阵，根据干扰方施加干扰后雷达威胁度等级的变化，选择干扰收益最大的干扰样式；该干扰决策方法的步骤包括如下：步骤1，设置接收的相控阵雷达信号特征的置信度：对干扰方的一部侦察机接收的相控阵雷达信号的时频图进行时频分析，从时频图提取出相控阵雷达信号的特征参数；步骤2，生成相控阵雷达各个工作状态的联合置信度：联合提取信号特征值识别工作状态，生成每个工作状态雷达信号所有特征参数的联合置信度；步骤3，生成相控阵雷达的转移矩阵：计算雷达工作状态是否转移的概率，将雷达工作状态的所有转移概率值组成雷达工作状态转移矩阵；步骤4，预测当前环境下的相控阵雷达工作状态：(4a)计算当前环境下雷达的工作状态概率分布；(4b)将当前环境下雷达的工作状态概率分布中最大值对应的工作状态，作为预测的当前环境下雷达下一步的工作状态；步骤5，选择干扰收益最大的干扰样式：(5a)生成干扰方施加干扰后相控阵雷达威胁度等级变化矩阵；(5b)选择威胁度等级变化矩阵中的最小值对应的干扰样式作为干扰收益最大的干扰样式。2.根据权利要求1所述的基于量子认知的干扰决策方法，其特征在于，步骤1中所述的特征参数包括相控阵雷达信号的脉冲数、相控阵雷达信号的带宽、相控阵雷达信号的调斜率、相控阵雷达信号的脉冲宽度。3.根据权利要求1所述的基于量子认知的干扰决策方法，其特征在于，步骤2中所述的每个工作状态雷达信号所有特征参数的联合置信度是由下式实现的：其中，C
l
表示相控阵雷达在第l个工作状态时的联合置信度，l表示相控阵雷达工作状态的序号，l＝1,2,...L，L≥2，L表示相控阵雷达工作状态的总数，N表示相控阵雷达信号特征参数的总数，k表示相控阵雷达信号特征参数的序号，k＝1,2,...,N，N≥2，表示相控阵雷达信号特征参数中第k个特征参数对第l个工作状态重要程度的权值因子，达信号特征参数中第k个特征参数对第l个工作状态重要程度的权值因子，表示相控阵雷达信号特征参数中第k个特征参数对应第l个工作状态的置信度值。4.根据权利要求1所述的基于量子认知的干扰决策方法，其特征在于，步骤3中所述的雷达工作状态是否转移的概率是由下式得到的：第一步，按照下式，计算相控阵雷达在受到有效干扰时，相控阵雷达从一个工作状态转移为另一个工作状态的概率：
其中，u
lw
表示相控阵雷达在受到有效干扰时，相控阵雷达从...

【专利技术属性】
技术研发人员：饶鲜，沈嘉琦，董阳阳，董春曦，郭立博，陈文哲，李文博，赵成义，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：