【技术实现步骤摘要】
基于空中飞行目标雷达数据的威胁度评估方法
[0001]本专利技术涉及一种基于空中飞行目标雷达数据的威胁度评估方法，属于空防领域。
技术介绍
[0002]空中飞行目标威胁度估计是空防领域中的研究热点与难点之一，用于实现预警感知、威胁计算和威胁排序等，合理的目标威胁判断能够为指挥决策和作战资源分配提供有效的帮助。近年来，针对威胁度评估的研究，国内外都开展了一些工作，但是还存在着大量问题。问题一，传统的威胁度评估模型对威胁因子的选取不全面，大多选取速度、高度、径向距离等可量化指标进行评估，最终导致威胁度的结果可信度太低。问题二，在采用贝叶斯网络进行推理定性因子的威胁度时，由于节点状态过多，推理的时间复杂度往往呈指数增长，导致错失最佳的预警准备时间。问题三，对各个威胁因子进行赋权求和时，无法给各个威胁因子赋予合理的权重，导致最终的结果主观性或者客观性太强。
[0003]有鉴于此，确有必要提出一种新的基于空中飞行目标雷达数据的威胁度评估方法，以解决上述问题。
技术实现思路
[0004]本专利技术的目的在于提供一...
【技术保护点】
【技术特征摘要】
1.一种基于空中飞行目标雷达数据的威胁度评估方法，其特征在于，包括以下步骤：步骤1：通过雷达获取空中飞行目标的各项数据并进行预处理，得到包括高度、速度、飞行角度、径向距离的可直接量化因子和包括瞬时爬升率、瞬时加速度、飞行动作、目标类型的定型化因子；步骤2：根据瞬时加速度，瞬时爬升率，战术机动，飞行方向、目标类型五个威胁因子构建贝叶斯网络，并引入威胁度、作战能力、目标意图、目标机动性作为参数，建立基于威胁度评估的贝叶斯网络模型；步骤3：对威胁度、作战能力、目标意图、目标类型、目标机动性、瞬时加速度、瞬时爬升率、战术机动、航向角分别用变量Th、CA、AI、Tt、TM、MA、MR、Fm、FA表示，得到贝叶斯网络中的联合概率表达式，消元后求取目标机动性、目标意图、作战能力以及威胁度的最大后验概率，将求解得到不同威胁度状态的后验概率值带入求得定性因子威胁度Th
Bayes
：Th
Bayes
＝p(W＝higher)
×
0.9+p(W＝high)
×
0.7+p(W＝middle)
×
0.5+p(W＝low)
×
0.3+p(W＝lower)
×
0.1；步骤4：对飞行目标的飞行高度、速度、径向距离、航向角四个维度进行量化，得到了飞机高度，速度，径向距离、航向角的量化值和隶属度函数，其中飞行速度的威胁度Th
v
、飞行高度的威胁度Th
h
、径向距离的威胁度Th
d
、飞行角度的威胁度Th
a
；步骤5：采用层次分析法计算飞行速度的威胁度Th
v
、飞行高度的威胁度Th
h
、径向距离的威胁度Th
d
、飞行角度的威胁度Th
a
以及定性因子威胁度Th
Bayes
的相对权重并进行一致性检验，若通过一致性检验，最终最大特征值对应的特征向量即为各威胁因子的主观权重ω
sub
：ω
sub
＝(ω1,ω2,
…
,ω
n
)
T
；步骤6：采用熵权法根据各个目标的每个威胁因子构建属性矩阵，归一化处理后计算目标属性的熵值，最终确定目标各威胁因子各自的客观权重向量ω
obj
：ω
obj
＝(ω1,ω2,
…
,ω
n
)；步骤7：对主观权重ω
sub
＝(ω1,ω2,
…
,ω
n
)
T
和客观权重ω
obj
＝(ω1,ω2,
…
,ω
n
)使用线性加权组合的方式，求得最终的综合威胁度因子ω
comp
的权重：步骤8：通过对飞行速度的威胁度Th
v
，飞行高度的威胁度Th
h
，径向距离的威胁度Th
d
，飞行角度的威胁度Th
a
以及定性威胁因子威胁度Th
Bayes
的加权得到最终的综合威胁度Th
comp
：Th
comp
＝ω
comp
×
[Th
v
，Th
h
，Th
d
，Th
a
，Th
Bayes
]
T
。2.根据权利要求1所述的基于空中飞行目标雷达数据的威胁度评估方法，其特征在于，所述步骤3具体包括：步骤31：对威胁度、作战能力、目标意图、目标类型、目标机动性、瞬时加速度、瞬时爬升率、战术机动、航向角分别用变量Th、CA、AI、Tt、TM、MA、MR、Fm、FA表示，则贝叶斯网络的联合概率表达式为：p(Th,CA,AI,Tt,TM,MA,MR,Fm,FA)＝P(Th)P(CA|Th)P(Tt|CA,AI)P(AI|Th)P(TM|CA,Tt)P(MA|TM)P(MR|TM)P(FM|AI)P(FA|AI)；步骤32：将步骤31中所述联合概率公式转换为因子的形式进行表示，转换后的公式为：
p(Th,CA,AI,Tt,TM,MA,MR,FM...
【专利技术属性】
技术研发人员：王钧，孙知信，孙哲，赵学健，胡冰，宫婧，汪胡青，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。