一种舰上作战值班状态下导弹状态评估方法及系统技术方案

本发明专利技术公开一种舰上作战值班状态下导弹状态评估方法及系统，涉及导弹状态评估领域，该方法包括获取待评估导弹的测试参数和参考导弹的测试参数；根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵，采用核主成分分析法进行特征提取，确定特征提取后的特征矩阵；利用线性判别分析法对特征提取后的特征矩阵进行降维处理；根据降维处理后的特征矩阵确定基础权重，并根据基础权重，采用变权理论确定变权后的权重；根据降维处理后的特征矩阵和变权后的权重确定待评估导弹和参考导弹的状态值；根据参考导弹的状态值和对应的状态等级以及待评估导弹的状态值，确定待评估导弹的状态等级。本发明专利技术可提高导弹状态评估的准确性。本发明专利技术可提高导弹状态评估的准确性。本发明专利技术可提高导弹状态评估的准确性。

【技术实现步骤摘要】
一种舰上作战值班状态下导弹状态评估方法及系统


[0001]本专利技术涉及导弹状态评估领域，特别是涉及一种舰上作战值班状态下导弹状态评估方法及系统。

技术介绍

[0002]随着海军从近海走向深蓝，舰载导弹的运用和保障场景进一步延伸。舰载导弹作为精准打击武器，极大影响着航母编队的战斗力。对舰载导弹进行舰上作战值班状态下的状态评估是其可靠性分析和寿命预测的前提，也是完成舰载导弹任务决策的关键。
[0003]目前舰载空空导弹的状态评估大多采用传统的“是非制”评估方法，将导弹评估为“合格”或“故障”两种状态。这种评估方法的缺点是不能保证“合格”导弹具有较高的任务成功率。同时，导弹在舰上作战值班状态下，受海洋环境高温、高湿、高盐雾的影响，其任务排布、保障条件、技术流程等方面与岸基贮存情况存在较大差异，不能完全套用岸基状态下的评估方法对舰上作战值班状态下的导弹进行状态评估。因此，需要一种精细化状态等级分类，且适用于舰上作战值班状态下的状态评估方法。
[0004]为了克服“是非制”评估标准的不确定性，有研究采用证据理论、云模型等方法，对导弹状态进行了更加细致的划分。各种综合评价方法也被运用到状态评估中，如贝叶斯理论、模糊理论、证据理论、主成分分析法、灰色关联分析法、理想解法等。但上述方法不能对非线性数据信息进行充分提取，进而导致导弹状态评估的准确性还有待提高。

技术实现思路

[0005]本专利技术的目的是提供一种舰上作战值班状态下导弹状态评估方法及系统，可提高导弹状态评估的准确性。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种舰上作战值班状态下导弹状态评估方法，包括：
[0008]获取待评估导弹的测试参数和参考导弹的测试参数；所述测试参数包括：役龄指数和性能指数；所述参考导弹的状态等级已知，且为不同状态等级的分界；
[0009]根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵，采用核主成分分析法进行特征提取，确定特征提取后的特征矩阵；
[0010]利用线性判别分析法对特征提取后的特征矩阵进行降维处理；
[0011]根据降维处理后的特征矩阵确定基础权重，并根据基础权重，采用变权理论确定变权后的权重；
[0012]根据降维处理后的特征矩阵和变权后的权重确定待评估导弹和参考导弹的状态值；
[0013]根据参考导弹的状态值和对应的状态等级以及待评估导弹的状态值，确定待评估导弹的状态等级。
[0014]可选地，所述获取待评估导弹的测试参数和参考导弹的测试参数，具体包括：
[0015]利用公式确定役龄指数；
[0016]其中，K
t
表示役龄指数，T表示岸基环境下的累计服役时间，T＝K
z
T
z
+K
b
T
b
+K
m
N
m
+K
e
T
e
，K
z
,K
b
表示与舱内贮存和舰面值班有关的寿命折算系数，K
m
表示挂飞状态下的寿命折算系数，K
e
表示通电状态下的寿命折算系数，T
z
、T
b
、T
e
表示相应环境下的累计服役时间，N
m
表示实际挂飞起落的次数，MTBF0表示岸基贮存环境下的寿命或平均故障时间；
[0017]对待评估导弹的测试参数和参考导弹的测试参数分别进行归一化处理。
[0018]可选地，所述根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵，采用核主成分分析法进行特征提取，确定特征提取后的特征矩阵，具体包括：
[0019]根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵；
[0020]获取核函数并计算核矩阵；
[0021]对核函数矩阵进行中心化；
[0022]计算中心化后矩阵的特征值和特征向量；
[0023]将特征值降序排列，计算累计贡献率，并根据累计贡献率提取相应的特征向量矩阵；
[0024]根据特征向量矩阵和待评估导弹的测试参数和参考导弹的测试参数确定高维特征空间中的投影矩阵；所述高维特征空间中的投影矩阵为特征提取后的特征矩阵。
[0025]可选地，所述利用线性判别分析法对特征提取后的特征矩阵进行降维处理，具体包括：
[0026]根据特征提取后的特征矩阵确定类内散度矩阵和类间散度矩阵；
[0027]根据类内散度矩阵和类间散度矩阵确定对应的特征值和特征向量；并对特征向量进行单位化；
[0028]将特征值按照从大到小的方式进行排列，由累计贡献率最高的特征值对应的特征向量构成投影矩阵；
[0029]根据投影矩阵对特征提取后的特征矩阵进行投影，得到降维处理后的特征矩阵。
[0030]可选地，所述根据降维处理后的特征矩阵确定基础权重，并根据基础权重，采用变权理论确定变权后的权重，具体包括：
[0031]利用公式确定基础权重；
[0032]利用公式确定变权后的权重；
[0033]其中，ω
i
表示降维处理后的特征矩阵中第i个特征值的基础权重，μ
i
表示降维处理后的特征矩阵中第i个特征值，p2表示降维处理后特征向量的个数，ω
i
(z)表示变权后的权重，β表示未知参数，表示降维处理后的特征矩阵每一列元素的平均值，z
i
表示降维处理后的特征矩阵每一列的元素，n表示降维处理后的特征矩阵的行数。
[0034]一种舰上作战值班状态下导弹状态评估系统，包括：
[0035]测试参数获取模块，用于获取待评估导弹的测试参数和参考导弹的测试参数；所述测试参数包括：役龄指数和性能指数；所述参考导弹的状态等级已知，且为不同状态等级的分界；
[0036]特征矩阵确定模块，用于根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵，采用核主成分分析法进行特征提取，确定特征提取后的特征矩阵；
[0037]降维处理模块，用于利用线性判别分析法对特征提取后的特征矩阵进行降维处理；
[0038]变权后的权重确定模块，用于根据降维处理后的特征矩阵确定基础权重，并根据基础权重，采用变权理论确定变权后的权重；
[0039]状态值确定模块，用于根据降维处理后的特征矩阵和变权后的权重确定待评估导弹和参考导弹的状态值；
[0040]状态等级确定模块，用于根据参考导弹的状态值和对应的状态等级以及待评估导弹的状态值，确定待评估导弹的状态等级。
[0041]可选地，所述特征矩阵确定模块具体包括：
[0042]矩阵构成单元，用于根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵；
[0043]核矩阵计算单元，用于获取核函数并计算核矩阵；
[0044]中心化单元，用于对核函数矩阵进行中心化；
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种舰上作战值班状态下导弹状态评估方法，其特征在于，包括：获取待评估导弹的测试参数和参考导弹的测试参数；所述测试参数包括：役龄指数和性能指数；所述参考导弹的状态等级已知，且为不同状态等级的分界；根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵，采用核主成分分析法进行特征提取，确定特征提取后的特征矩阵；利用线性判别分析法对特征提取后的特征矩阵进行降维处理；根据降维处理后的特征矩阵确定基础权重，并根据基础权重，采用变权理论确定变权后的权重；根据降维处理后的特征矩阵和变权后的权重确定待评估导弹和参考导弹的状态值；根据参考导弹的状态值和对应的状态等级以及待评估导弹的状态值，确定待评估导弹的状态等级。2.根据权利要求1所述的一种舰上作战值班状态下导弹状态评估方法，其特征在于，所述获取待评估导弹的测试参数和参考导弹的测试参数，具体包括：利用公式确定役龄指数；其中，K
t
表示役龄指数，T表示岸基环境下的累计服役时间，T＝K
z
T
z
+K
b
T
b
+K
m
N
m
+K
e
T
e
，K
z
,K
b
表示与舱内贮存和舰面值班有关的寿命折算系数，K
m
表示挂飞状态下的寿命折算系数，K
e
表示通电状态下的寿命折算系数，T
z
、T
b
、T
e
表示相应环境下的累计服役时间，N
m
表示实际挂飞起落的次数，MTBF0表示岸基贮存环境下的寿命或平均故障时间；对待评估导弹的测试参数和参考导弹的测试参数分别进行归一化处理。3.根据权利要求1所述的一种舰上作战值班状态下导弹状态评估方法，其特征在于，所述根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵，采用核主成分分析法进行特征提取，确定特征提取后的特征矩阵，具体包括：根据待评估导弹的测试参数和参考导弹的测试参数构成矩阵；获取核函数并计算核矩阵；对核函数矩阵进行中心化；计算中心化后矩阵的特征值和特征向量；将特征值降序排列，计算累计贡献率，并根据累计贡献率提取相应的特征向量矩阵；根据特征向量矩阵和待评估导弹的测试参数和参考导弹的测试参数确定高维特征空间中的投影矩阵；所述高维特征空间中的投影矩阵为特征提取后的特征矩阵。4.根据权利要求1所述的一种舰上作战值班状态下导弹状态评估方法，其特征在于，所述利用线性判别分析法对特征提取后的特征矩阵进行降维处理，具体包括：根据特征提取后的特征矩阵确定类内散度矩阵和类间散度矩阵；根据类内散度矩阵和类间散度矩阵确定对应的特征值和特征向量；并对特征向量进行单位化；将特征值按照从大到小的方式进行排列，由累计贡献率最高的特征值对应的特征向量构成投影矩阵；根据投影矩阵对特征提取后的特征矩阵进行投影，得到降维处理后的特征矩阵。5.根据权利要求1所述的一种舰上作战值班状态...

【专利技术属性】
技术研发人员：丛林虎，肖支才，张小跃，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：