新体制雷达辐射源目标的行为意图认知系统技术方案

本发明专利技术提出了新体制雷达辐射源目标的行为意图认知系统，它包括脉间信息特征参数提取模块，用于提取各雷达辐射源的脉间信息特征参数，作为训练样本数据；训练样本聚类模块，用于确定训练样本数据中的聚类个数K，计算出每个聚类中的初始聚类中心，根据初始聚类中心对每个聚类中的训练样本数据再次进行粗糙K

【技术实现步骤摘要】
新体制雷达辐射源目标的行为意图认知系统


[0001]本专利技术涉及新体制雷达辐射源目标的行为意图辨识
，具体地指一种新体制雷达辐射源目标的行为意图认知系统。

技术介绍

[0002]反辐射导弹是现代电子战中对雷达等电磁辐射源进行硬杀伤的最有效武器，与先进电磁频谱战设备相配合的反辐射源导弹攻击是未来电磁对抗中的重要手段。
[0003]由于战时很有可能出现大量未知的雷达信号，而未知雷达一般会分时实现多任务的执行，并且按雷达设计时预先设置的方式进行任务切换，未知雷达的连续工作过程可以看作是这些任务连续变换的过程。
[0004]每一部雷达工作时都有当前的使命和任务，而这些任务通过选择特定的功能来完成，因此雷达的功能是其静态做工状态的直接表达，雷达的功能决定其所能执行的任务，以及具有的威胁程度。而雷达功能的转换及其统计特性背后体现出的指挥员的作战意图，是指挥员战术及作战意图的直接体现。因此，雷达行为意图可以分解为按照特定规律排列的雷达功能或任务的执行。
[0005]软件化雷达行为通常由多个连续执行的任务组成，而行为的意图可由连续执行任务的工作状态体现。目前未知雷达辐射源目标的行为意图难以推测，这将对作战构成巨大的潜在威胁。

技术实现思路

[0006]针对现有技术的不足之处，本专利技术提出一种新体制雷达辐射源目标的行为意图认知系统，精准分析出新体制雷达随着观测时间变化而呈现出的功能/状态变化，构建电磁目标行为意图表征模型。
[0007]为达到上述目的，本专利技术所设计的一种新体制雷达辐射源目标的行为意图认知系统，其特别之处在于：包括脉间信息特征参数提取模块、训练样本聚类模块、训练样本分区模块、训练样本学习模块、新体制雷达辐射源目标功能识别模块和新体制雷达辐射源目标行为意图推理模块；其中，所述脉间信息特征参数提取模块用于根据已知雷达辐射源目标的功能及对应的信号特性，分别提取各雷达辐射源的脉间信息特征参数，作为训练样本数据；所述训练样本聚类模块用于采用粗糙K
‑
均值分类器对训练样本数据首先进行K
‑
均值聚类，确定训练样本数据中的聚类个数K，将训练样本数据分成K个聚类，计算出每个聚类中的初始聚类中心；在K
‑
均值聚类中引入上近似样本密度和下近似样本密度，根据初始聚类中心对每个聚类中的训练样本数据再次进行粗糙K
‑
均值聚类，获得每个聚类中的新聚类中心；所述训练样本分区模块用于采用粗糙K
‑
均值分类器在每个聚类中，以新聚类中心为球心，选取第一阈值R
k
作为半径，对每个聚类进行初次分区，若聚类中的训练样本数据到
新聚类中心的距离大于或等于第一阈值R
k
，则该训练样本数据属于拒绝区；选取比例系数λ，且0＜λ＜1，若聚类中的训练样本到新聚类中心的距离小于λR
k
，则该训练样本数据属于线性可分的确定区，若聚类中的训练样本数据到新聚类中心的距离大于λR
k
且小于R
k
，则该训练样本数据属于线性不可分的不确定区；所述训练样本学习模块用于采用粗糙K
‑
均值分类器对确定区的训练样本进行训练学习，采用SVM分类器对不确定区的训练样本进行训练学习；所述新体制雷达辐射源目标功能识别模块用于将未知的新体制雷达信号输入到基于粗糙K
‑
均值分类器与SVM联合分类器，通过粗糙K
‑
均值分类器识别线性可分的雷达信号的功能，筛选线性不可分的雷达信号进入不确定区，并通过SVM分类器对不确定区的雷达信号进行功能识别，最终分析出新体制雷达随着观测时间变化而呈现出的状态变化；所述新体制雷达辐射源目标行为意图推理模块用于输出电磁目标行为意图表征模型（Q, V
s
, C, F）,其中，Q表示功能/状态集合，Q=（s0, s1, ..., s
N
）；V
s
表示功能/状态确认向量，V
s=
【v0,v1,...,v
N
】,v
N
表示功能/状态s
N 重复出现并得到确认；C表示功能/状态转换确认矩阵，它的元素c
ij
的值表示s
i
→
s
j
功能/状态转换是否经过多次检测而确认；F表示功能/状态转换次数统计矩阵，矩阵的元素F
ij
代表在观测时间内发生s
i
→
s
j
功能/状态转换的次数。
[0008]本专利技术的优点在于：1. 本专利技术通过精准分析出新体制雷达随着观测时间变化而呈现出的功能/状态变化，构建电磁目标行为意图表征模型；2. 本专利技术对已知雷达辐射源目标的功能识别/状态过程中，将上、下近似的概念引入到K
‑
均值聚类中，形成粗糙K
‑
均值聚类算法，并通过对训练样本进行加权，增加孤立点对初始聚类中心的影响，有效地解决噪声以及干扰的影响问题，提高了聚类准确率，实现对已知雷达辐射源目标功能/状态的精准识别，从而实现对新体制电磁辐射源目标功能/状态、以及行为意图的精准识别；本专利技术新体制雷达辐射源目标的行为意图认知系统能够精准分析出新体制雷达随着观测时间变化而呈现出的功能/状态变化，构建电磁目标行为意图表征模型。
附图说明
[0009]图1为本专利技术新体制雷达辐射源目标的行为意图认知系统的框图；图2为仿真试验环境示意图；图3为本专利技术应用在图2中的仿真试验的已知雷达辐射源目标功能认知准确率；图4为本专利技术应用在图2中的仿真试验的雷达辐射源目标T9“瞄准”行为的状态转换示意图；图5为本专利技术应用在图2中的仿真试验的雷达辐射源目标T9“瞄准”行为的认知准确率。
具体实施方式
[0010]以下结合附图和具体实施例对本专利技术作进一步的详细描述。
[0011]本新体制雷达辐射源目标的行为意图认知系统，如图1所示，包括脉间信息特征参
数提取模块1、训练样本聚类模块2、训练样本分区模块3、训练样本学习模块4、新体制雷达辐射源目标功能识别模块5和新体制雷达辐射源目标行为意图推理模块6；其中，所述脉间信息特征参数提取模块1用于根据已知雷达辐射源目标的功能及对应的信号特性，分别提取各雷达辐射源的脉间信息特征参数，作为训练样本数据。
[0012]具体地，所述脉间信息特征参数包括脉冲重复频率、脉冲幅度、数据率、天线扫描方式。
[0013]所述训练样本聚类模块2用于采用粗糙K
‑
均值分类器对训练样本数据首先进行K
‑
均值聚类，确定训练样本数据中的聚类个数K，将训练样本数据分成K个聚类，计算出每个聚类中的初始聚类中心；在K
‑
均值聚类中引入上近似样本密度和下近似样本密度，根据初始聚类中心对每个聚类中的训练样本数据再次进行粗糙K
‑
均值聚类，获得每个聚类中的新聚类中心。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新体制雷达辐射源目标的行为意图认知系统，其特征在于：包括脉间信息特征参数提取模块（1）、训练样本聚类模块（2）、训练样本分区模块（3）、训练样本学习模块（4）、新体制雷达辐射源目标功能识别模块（5）和新体制雷达辐射源目标行为意图推理模块（6）；其中，所述脉间信息特征参数提取模块（1）用于根据已知雷达辐射源目标的功能及对应的信号特性，分别提取各雷达辐射源的脉间信息特征参数，作为训练样本数据；所述训练样本聚类模块（2）用于采用粗糙K
‑
均值分类器对训练样本数据首先进行K
‑
均值聚类，确定训练样本数据中的聚类个数K，将训练样本数据分成K个聚类，计算出每个聚类中的初始聚类中心；在K
‑
均值聚类中引入上近似样本密度和下近似样本密度，根据初始聚类中心对每个聚类中的训练样本数据再次进行粗糙K
‑
均值聚类，获得每个聚类中的新聚类中心；所述训练样本分区模块（3）用于采用粗糙K
‑
均值分类器在每个聚类中，以新聚类中心为球心，选取第一阈值R
k
作为半径，对每个聚类进行初次分区，若聚类中的训练样本数据到新聚类中心的距离大于或等于第一阈值R
k
，则该训练样本数据属于拒绝区；选取比例系数λ，且0＜λ＜1，若聚类中的训练样本到新聚类中心的距离小于λR
k
，则该训练样本数据属于线性可分的确定区，若聚类中的训练样本数据到新聚类中心的距离大于λR
k
且小于R
k
，则该训练样本数据属于线性不可分的不确定区；所述训练样本学习模块（4）用于采用粗糙K
‑
均值分类器对确定区的训练样本进行训练学习，采用SVM分类器对不确定区的训练样本进行训练学习；所述新体制雷达辐射源目标功能识别模块（5）用于将未知的新体制雷达信号输入到基于粗糙K
‑
均值分类器与SVM联合分类器，通过粗糙K
‑
均值分类器识别线性可分的雷达信号的功能，筛选线性不可分的雷达信号进入不确定区，并通过SVM分类器对不确定区的雷达信号进行功能识别，最终分析出新体制雷达随着观测时间变化而呈现出的功能/状态变化；所述新体制雷达辐射源目标行为意图推理模块（6）用于根据新体制雷达随着观测时间变化而呈现出的功能/状态变化，输出电磁目标行为意图表征模型（Q, V
s
, C, F）,其中，Q表示功能/状态集合，Q=（s0, s1, ..., s
N
）；V
s
表示功能/状态确认向量，V
s=
【v0,v1,...,v
N
】,v
N
表示功能/状态s
N 重复出现并得到确认；C表示功能/状态转换确认矩阵，它的元素c
ij
的值表示s
i
→
s
j
功能/状态转换是否经过多次检测而确认；F表示功能/状态转换次数统计矩阵，矩阵的元素F
ij
代表在观测时间内发生s
i
→
s
j
功能/状态转换的次数。2.根据权利要求1所述的新体制雷达辐射源目标的行为意图认知系统，其特征在于：训练样本聚类模块（2）中，所述初始聚类中心通过下式计算式中，X
k
为K个聚类，U
k
为每个聚类X
k
中包含的训练样本集合，t
ok
为每个聚类X
k
中的初始聚类中心，
k=0，1，2，
…
，K
‑
1。3.根据权利要求2所述的新体制雷达辐射源目标的行为意图认知系统，其特征在于：所述新聚类中...

【专利技术属性】
技术研发人员：陈鹏先，李建军，刘立国，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：