【技术实现步骤摘要】
基于深度学习的雷达防空侦察效能评估方法
[0001]本专利技术属于雷达
,特别涉及一种基于深度学习的雷达防空侦察效能评估方法。
技术介绍
[0002]在电磁对抗环境复杂多变的防空战场中,能否高效感知战场态势决定了战争的胜负。雷达作为战场中的千里眼,不仅能有效地探测敌情、预知危险,还能抢占先机、压制敌人,其防空侦察能力在一定程度上反映了战场态势感知能力,因此,如何对其进行有效评估具有重要意义。
[0003]当前,雷达侦察系统防空作战效能评估的研究已经有一定的进展,孙杨超等人依据美国工业界武器系统效能咨询委员会WSEIAC模型,采用ADC法,即根据雷达的有效性(availability)、可靠性(dependability)和能力(capacity)三大要素来综合评价雷达系统的总体性能,并结合实例,对某型侦察雷达进行效能评估。然而,ADC法适用性不强,当评估影响因素较多时,评估效率低下。
[0004]龙文武等人利用基于灰色理论的层次分析法来评估雷达作战效能,从探测、跟踪、侦察、识别、定位、干扰、攻击七个方面,建立多功能雷达作战效能评估指标体系,通过具体数据进行实例仿真,验证了评估模型的有效性和实用性。然而,层次分析法定性分析成分多,权重难以确定,容错性不好。
[0005]杜震等人运用模糊综合评判理论,建立了基于模糊综合评判法的雷达侦察设备作战效能评估体系结构,从探测性能、信号截获能力、信号分选识别能力、参数测量能力、可靠性等五个方面进行综合评估,结合实例具体说明了该方法在雷达侦察设备效能评估 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的雷达防空侦察效能评估方法,其特征在于,包括以下步骤:(1)构建包含4个评估维度、13个评估指标和42个评估因子的雷达防空侦察效能评估体系;(2)构造深度神经网络,深度神经网络由设备可信度评估子网、战场生存能力评估子网、信号侦测能力评估子网和信号处理能力评估子网四个子网并行输出,然后级联整体作战效能评估子网组成;(3)训练深度神经网络,具体包括:3a)采集评估因子,计算评估指标;3b)采用标准差法对13个评估指标进行归一化处理,对4个评估维度进行赋值解释处理;3c)利用反向传播算法分别逐层训练深度神经网络各个子网,当损失函数小于预设阈值或达到最大训练次数时,训练结束;否则,沿着损失函数梯度下降方向调整各个子网的权值参数,自适应调整学习速率,重新训练各个子网;(4)将归一化处理后的待评估数据送入训练好的深度神经网络,输出雷达防空侦察效能评估结果。2.根据权利要求1所述的基于深度学习的雷达防空侦察效能评估方法,其特征在于,所述步骤(1)中的4个评估维度是指设备可信度、战场生存能力、信号侦测能力和信号处理能力,4个评估维度共涉及13个评估指标,具体为:设备可信度涉及设备可靠性、故障检测能力以及故障修复能力三个评估指标;战场生存能力涉及战场电磁抗扰能力、战场抗扰辨别能力、战场隐蔽能力以及战场机动能力四个评估指标;信号侦测能力涉及信号侦测范围、信号分辨能力以及信号探测频域三个评估指标;信号处理能力涉及目标识别能力、信号识别精度以及信号稳定跟踪能力三个评估指标。3.根据权利要求1所述的基于深度学习的雷达防空侦察效能评估方法,其特征在于,所述步骤(1)中的13个评估指标通过42个评估因子量化表示,具体如下:设备可靠性用表示,T为任务持续时间T,t为雷达侦察设备平均故障间隔时间,T
R
为雷达侦察设备平均故障检测时间,T
r
为雷达侦察设备平均故障修复时间;故障检测能力用雷达侦察设备平均故障检测时间T
R
表示;故障修复能力用雷达侦察设备平均故障修复时间T
r
表示;战场电磁抗扰能力用表示,S
r
为雷达侦察设备在无干扰条件或实验室条件下的接收机灵敏度S
r
,S
r
′
为在干扰条件下的接收机灵敏度S
r
′
;战场抗扰辨别能力用表示,PA为无干扰条件下雷达侦察设备能正确识别目标信号的概率,PB为在干扰条件下的雷达侦察设备能正确识别目标信号的概率;战场隐蔽能力用κ1+κ2+κ3+κ4表示,κ1为雷达侦察系统控制工作时长和频率程度加权系
数κ2为发射波形复杂程度加权系数,κ3为增设诱饵的诱骗性加权系数,κ4为雷达机动性加权系数;战场机动能力用表示,υ为雷达侦察设备在实验条件下的机动速度,V为雷达侦察设备在战场环境下的机动速度;信号侦测范围用min(R
max
,R
s
)表示,其中)表示,其中K为玻尔兹曼常数,取1.33
×
10
‑
23
J/K,R0为地球半径,取6370Km,P
t
为雷达的发射功率,G
t
为雷达发射天线的增益,λ为雷达发射波长,σ为侦察目标的有效反射面积、T0为接收机噪声温度,Δf
r
为接收机带宽,F
n
为噪声系数,L为系统损耗因子,(S
N
)
min
为雷达的最小检测信噪比,H
a
为雷达侦察设备天线高度,H
t
为侦察目标高度;信号分辨能力用表示,f
s
为频率分辨率,θ
s
为方位分辨率;信号探测频域用频率覆盖系数表示,即f为设备的频率范围,Δf为设备的瞬时工作带宽,f
r
为雷达接收机工作频段,f
r
为雷达接收机的瞬时工作带宽;目标识别能力用表示,N
ζ
为被正确识别出来的信号数量,N
γ
为所有从目标反射回来的信号数量;信号识别精...
【专利技术属性】
技术研发人员:廖晓闽,林初善,张引发,邓大鹏,杨剑,夏贵进,梁诗晗,王涛,冉金志,赵卫虎,
申请(专利权)人:中国人民解放军国防科技大学,
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。