一种基于知识图谱的雷达干扰决策方法技术

本发明专利技术属于雷达干扰技术领域，具体的说是涉及一种基于知识图谱的雷达干扰决策方法。本发明专利技术的方法主要是先对截获的雷达信号进行分类识别，对已知雷达和未知雷达分别构建三元组，将得到的三元组通过知识图谱进行匹配，已知的雷达可直接通过名称进行匹配，而未知的雷达通过指纹特征进行匹配，基于匹配结果得到对应的雷达知识，并对其威胁等级进行评估。再通过干扰策略表对雷达实施动态可变的有效干扰，从而实现对雷达干扰的目的。从而实现对雷达干扰的目的。从而实现对雷达干扰的目的。

【技术实现步骤摘要】
一种基于知识图谱的雷达干扰决策方法


[0001]本专利技术属于雷达干扰
，具体地说是涉及一种基于知识图谱的雷达干扰决策方法。

技术介绍

[0002]随着电磁领域的不断发展，现代战争逐渐变成电磁之间的争夺战。而随着雷达的作用越来越重要，针对雷达的干扰措施也成为电子对抗领域中的十分重要一环。传统的干扰大多是根据实时接收到的雷达数据进行分析并结合干扰策略库进行干扰决策，这种数据驱动的干扰决策算法对数据的要求高且只能在对方雷达设备使用已经记录过的参数时实施有效干扰。并且由于现代电子战的参战双方投入了越来越多的雷达和干扰装备，在实际战场中的雷达干扰决策很容易面临组合爆炸的问题，利用传统的手段已经很难在短时间内对庞大的目标集体准确地制定干扰方案。

技术实现思路

[0003]针对上述问题，本专利技术提出了一种基于知识图谱的雷达干扰决策方法。
[0004]本专利技术的技术方案是：
[0005]一种基于知识图谱的雷达干扰决策方法，其特征在于，包括以下步骤：
[0006]S1、对截获的雷达信号进行分类识别后，判断类别是否已知，若已知，则构建三元组结构<XX雷达名称，指纹特征，特征向量R
k
>(其中雷达名称为头实体head，指纹特征为关系relation，特征向量为尾实体tail，因此该三元组结构就形成了一个事实——XX雷达的指纹特征为特征向量R
k
)；否则，若类别为“未知雷达”，构建三元组结构<自动命名XX，指纹特征，特征向量R
unk
>，其中自动命名基于设定的命名规则进行；
[0007]S2、利用雷达知识图谱对S1中构建的三元组结构进行匹配，所述雷达知识图谱中的雷达实体包括雷达实体名称、雷达指纹特征向量和其他相关信息，如地理位置、所搭载平台等，同时雷达实体名称关联雷达指纹特征向量；
[0008]类别已知的三元组<雷达名称，指纹特征，特征向量R
k
>通过雷达名称直接进行匹配；
[0009]类别未知的三元组<自动命名，指纹特征，特征向量R
unk
>通过指纹特征进行匹配，具体为利用得到的指纹特征向量R
unk
与图谱内已有雷达的指纹特征向量R进行相关性分析，得到相关性系数ρ：
[0010][0011]其中，n是指纹特征向量中元素的个数，r
i
是R中第i个元素，r是特征向量R的均值，r
unki
是R
unk
中第i个元素，是特征向量R
unk
的均值；
[0012]通过判断ρ≥T是否成立来判断匹配是否成功，T是设定的相似度阈值；
[0013]根据匹配的结果和知识图谱中雷达实体关联的相关信息，如该雷达搭载的平台P、
出现过的地点A、历史受扰情况J
G
、受过的干扰信号S、曾经一同出现的雷达R等，并对得到的雷达信息进行知识推理得到一些补充信息，然后基于得到的知识进行威胁等级评估，再用于干扰决策。对于匹配失败的雷达，将该部雷达的雷达指纹特征向量和其他相关信息进行入库，实现知识图谱的更新，再利用传统方法通过截获的雷达信息和辐射源位置信息进行威胁等级评估；
[0014]S3、利用得到的威胁等级评估结果进行干扰决策，同时利用作出的干扰决策对知识图谱进行更新。
[0015]传统的干扰大多是根据实时接收到的雷达数据进行分析并结合干扰策略库进行干扰决策，这种数据驱动的干扰决策算法对数据的要求高且只能在对方雷达设备使用已经记录过的参数时实施有效干扰。本专利技术在传统方法之上利用知识图谱来进行干扰决策，该方法能够充分挖掘雷达的相关历史信息并更新相应的知识库。
附图说明
[0016]图1为雷达干扰决策的流程图。
[0017]图2为干扰策略表。
[0018]图3为雷达被干扰之后的状态转变图。
[0019]图4为雷达干扰决策的结果。
具体实施方式
[0020]下面结合附图及仿真示例，详细描述本专利技术的技术方案：
[0021]本专利技术分为三部分，分别为雷达个体识别，知识图谱分析并进行威胁等级评估，干扰样式选择。首先对个体进行识别，并构建<雷达名称，指纹特征，特征向量R
k
>或<自动命名，指纹特征，特征向量R
unk
>的三元组。然后进行知识图谱分析，如果该个体识别为已知类别，则在知识库中进行名称匹配；如果不属于已知类别，则提取雷达的指纹特征进行特征匹配。如果名称匹配或特征匹配成功，则利用知识推理来获取信息，再进行威胁等级评估；若特征匹配不成功，则将三元组进行入库操作并更新知识图谱后，利用传统方法进行威胁等级评估。经过威胁等级评估后，最后进行干扰样式选择并对知识图谱进行更新。
[0022]如图1所示，本专利技术的具体方法为：
[0023]S1、雷达个体识别
[0024]在战场环境中，通常可以获得的信息有截获的雷达信号与雷达搭载平台的位置信息，如移动速度v、与我方的作用距离l等。对于截获的雷达信号可以采用雷达辐射源个体识别的方法进行分类识别分析，且对已知和未知雷达辐射源个体分开来讨论。对于已知的雷达辐射源，在得到该个体名称的同时保存能够代表其个体的指纹特征向量R
k
＝[r1,r2,
…
,r
n
]；对于未知类别的雷达在完成个体识别后，将其划分为未知类，可按当前识别的时间和顺序进行命名，如2022022202表示2022年2月22日识别的第二部未知雷达，并保存其指纹特征向量R
unk
＝[r1,r2,
…
,r
n
]。
[0025]对于已知的雷达辐射源，基于知识图谱三元组的结构<雷达名称，指纹特征，特征向量R
k
>来描述雷达特征；如果该雷达不属于已知类别，则对该雷达进行自动命名，形成三元组<自动命名，指纹特征，特征向量R
unk
>。
[0026]S2、知识图谱分析
[0027]在知识图谱中，雷达相关知识领域不仅有其实体名称，还对特定的雷达实体关联了雷达指纹特征向量。因此可根据雷达名称和其指纹特征向量来找出图谱内与其对应的雷达实体，并快速检索出与该雷达关联的搭载平台P、历史受扰情况J
G
、出现过的地点A等信息。对于只有指纹特征向量的未知雷达，可利用自身的指纹特征向量与图谱内已有雷达的指纹特征向量R
s
＝[r
s1
,r
s2
,
…
,r
sn
]进行相关性分析，可计算出二者的相关性系数ρ，如式(1)所示。
[0028][002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的雷达干扰决策方法，其特征在于，包括以下步骤：S1、对截获的雷达信号进行分类识别后，判断信号类别是否已知，若已知，则构建三元组结构<雷达名称，指纹特征，特征向量R
k
>；否则定义为未知雷达类别，构建三元组结构<自动命名，指纹特征，特征向量R
unk
>，其中自动命名是基于设定的命名规则进行；S2、利用雷达知识图谱对S1中构建的三元组结构进行匹配，所述雷达知识图谱中的雷达实体包括实体名称，同时雷达实体关联雷达指纹特征向量；类别已知的三元组<雷达名称，指纹特征，特征向量R
k
>通过雷达名称直接进行匹配；类别未知的三元组<自动命名，指纹特征，特征向量R
unk
...

【专利技术属性】
技术研发人员：李越，彭晓燕，朱晨郁，侯鑫玥，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：