基于响应模型的导引头抗干扰试验样本选取方法和装置制造方法及图纸

本申请涉及一种基于响应模型的导引头抗干扰试验样本选取方法和装置。所述方法包括：通过对获取的初始试验数据中的性能指标数据和试验因子进行电磁效应机理分析，构建导引头抗干扰响应模型，并根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。采用本方法能够在考虑导引头抗干扰电磁效应机理的前提下，构建导引头抗干扰响应模型进行试验样本的优化选取，更贴近导引头抗干扰工程背景，具有更好的可解释性，可以获得更有效的试验样本集，为导引头抗干扰性能边界的评估提供坚实的基础。导引头抗干扰性能边界的评估提供坚实的基础。导引头抗干扰性能边界的评估提供坚实的基础。

【技术实现步骤摘要】
基于响应模型的导引头抗干扰试验样本选取方法和装置


[0001]本申请涉及导引头抗干扰试验
，特别是涉及一种基于响应模型的导引头抗干扰试验样本选取方法和装置。

技术介绍

[0002]导弹武器是现代战争攻击和防御的核心装备，是维护国家安全的基石，是维持战略平衡的支柱，更是我军制衡强敌的“撒手锏”。导弹武器导引头在复杂战场环境中能否满足作战需求，具备良好的抗干扰能力是决定其战斗力生成的关键。但是，导引头的抗干扰性能的评估需要考虑干扰、背景、目标等综合影响，呈现出试验因子类型多、试验空间维度高、约束条件复杂等特点，如何结合实战化考核的要求选择具有代表性的试验样本集实现导引头抗干扰性能的“摸边探底”，是军地各方的都非常关注的难点问题，亟需科学试验设计方法的支撑。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种能够为导引头抗干扰试验样本的科学选取提供新的技术途径的基于响应模型的导引头抗干扰试验样本选取方法和装置。
[0004]一种基于响应模型的导引头抗干扰试验样本选取方法，所述方法包括：
[0005]获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或半实物仿真系统结合历史数据对导引头抗干扰初始试验方案进行仿真试验，获取初始试验数据；其中，初始试验数据包括导引头抗干扰的性能指标数据和影响导引头抗干扰的试验因子；
[0006]计算性能指标数据与试验因子之间的电磁效应机理关系，当电磁效应机理关系超过设定阈值时，根据电磁效应机理计算性能指标数据与试验因子之间的关系式，并将关系式作为元模型构建导引头抗干扰响应模型；当电磁效应机理关系低于设定阈值时，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型；
[0007]根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。
[0008]在其中一个实施例中，影响导引头抗干扰的试验因子包括连续数值因子、离散数值因子和无序定性因子，连续数值因子包括干扰功率和干扰带宽，离散数值因子包括海况等级和假目标数量，无序定性因子包括风向和干扰天线的极化方式。
[0009]在其中一个实施例中，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型，包括：
[0010]当所有初始试验数据属于单一保真度时，构建单保真度代理模型并将单保真度代理模型作为导引头抗干扰响应模型；
[0011]当所有初始试验数据属于不同保真度时，根据保真度信息构建不同的保真度代理模型，并通过修正函数对不同的保真度代理模型进行融合，融合得到多保真度代理模型，并
将多保真度代理模型作为导引头抗干扰响应模型。
[0012]在其中一个实施例中，单保真度代理模型包括单一代理模型和组合代理模型，单一代理模型包括多项式回归模型、高斯过程模型、径向基函数模型以及支持向量回归模型，组合代理模型通过对多个单一代理模型进行加权叠加得到，单一代理模型的加权系数包括平均权重和自适应权重。
[0013]在其中一个实施例中，通过修正函数对不同的保真度代理模型进行融合，融合得到多保真度代理模型，包括：
[0014]通过修正函数对不同的保真度代理模型进行融合，在融合时，根据高保真度代理模型的高保真度信息对低保真度代理模型的低保真度信息进行校正，融合得到多保真度代理模型；其中，修正函数包括乘法修正函数、加法修正函数、综合修正函数和空间映射修正函数。
[0015]在其中一个实施例中，根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，包括：
[0016]根据导引头抗干扰响应模型构建试验样本选取模型，并通过试验样本选取目标对试验样本选取模型进行优化，构建得到试验样本选取优化模型；其中，试验样本选取目标包括精度指标和/或空间填充指标，精度指标包括最优性准则，空间填充指标包括最大投影准则、空间点距离准则。
[0017]在其中一个实施例中，根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集，包括：
[0018]根据试验样本选取优化模型采用最优试验方案构造算法对初始试验样本进行更新操作，得到最终的试验样本集；其中，更新操作包括对初始试验样本进行列交换、行交换和坐标变换。
[0019]一种基于响应模型的导引头抗干扰试验样本选取装置，所述装置包括：
[0020]数据准备模块，用于获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或半实物仿真系统结合历史数据对导引头抗干扰初始试验方案进行仿真试验，获取初始试验数据；其中，初始试验数据包括导引头抗干扰的性能指标数据和影响导引头抗干扰的试验因子；
[0021]响应模型构建模块，用于计算性能指标数据与试验因子之间的电磁效应机理关系，当电磁效应机理关系超过设定阈值时，根据电磁效应机理计算性能指标数据与试验因子之间的关系式，并将关系式作为元模型构建导引头抗干扰响应模型；当电磁效应机理关系低于设定阈值时，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型；
[0022]试验样本选取模块，用于根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。
[0023]上述基于响应模型的导引头抗干扰试验样本选取方法和装置，针对导引头抗干扰中试验空间复杂，代表性试验样本难以科学有效选取的难题，通过对获取的初始试验数据中的性能指标数据和试验因子进行电磁效应机理分析，构建导引头抗干扰响应模型，并根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，通过试验样本
选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。相比于传统的设计方法，本方法在考虑导引头抗干扰电磁效应机理的前提下，构建导引头抗干扰响应模型进行试验样本的优化选取，更贴近导引头抗干扰工程背景，具有更好的可解释性，可以获得更有效的试验样本集，为导引头抗干扰性能边界的评估提供坚实的基础。
附图说明
[0024]图1为一个实施例中基于响应模型的导引头抗干扰试验样本选取方法的流程示意图；
[0025]图2为一个实施例中基于回归模型的试验样本选取优化模型的构建流程示意图。
具体实施方式
[0026]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0027]在一个实施例中，如图1所示，提供了一种基于响应模型的导引头抗干扰试验样本选取方法，包括以下步骤：
[0028]首先，获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于响应模型的导引头抗干扰试验样本选取方法，其特征在于，所述方法包括：获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或半实物仿真系统结合所述历史数据对所述导引头抗干扰初始试验方案进行仿真试验，获取初始试验数据；其中，所述初始试验数据包括导引头抗干扰的性能指标数据和影响导引头抗干扰的试验因子；计算所述性能指标数据与试验因子之间的电磁效应机理关系，当所述电磁效应机理关系超过设定阈值时，根据电磁效应机理计算所述性能指标数据与所述试验因子之间的关系式，并将所述关系式作为元模型构建导引头抗干扰响应模型；当所述电磁效应机理关系低于设定阈值时，根据所述初始试验数据的保真度构建代理模型，并将所述代理模型作为导引头抗干扰响应模型；根据所述导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据所述试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。2.根据权利要求1所述的方法，其特征在于，所述影响导引头抗干扰的试验因子包括连续数值因子、离散数值因子和无序定性因子，所述连续数值因子包括干扰功率和干扰带宽，所述离散数值因子包括海况等级和假目标数量，所述无序定性因子包括风向和干扰天线的极化方式。3.根据权利要求2所述的方法，其特征在于，根据所述初始试验数据的保真度构建代理模型，并将所述代理模型作为导引头抗干扰响应模型，包括：当所有初始试验数据属于单一保真度时，构建单保真度代理模型并将所述单保真度代理模型作为导引头抗干扰响应模型；当所有初始试验数据属于不同保真度时，根据保真度信息构建不同的保真度代理模型，并通过修正函数对不同的保真度代理模型进行融合，融合得到多保真度代理模型，并将所述多保真度代理模型作为导引头抗干扰响应模型。4.根据权利要求3所述的方法，其特征在于，所述单保真度代理模型包括单一代理模型和组合代理模型，所述单一代理模型包括多项式回归模型、高斯过程模型、径向基函数模型以及支持向量回归模型，所述组合代理模型通过对多个单一代理模型进行加权叠加得到，所述单一代理模型的加权系数包括平均权重和自适应权重。5.根据权利要求3所述的方法，其特征在于，通过修正函数对不同的保真度代理模型进行融合，融合得到多保真...

【专利技术属性】
技术研发人员：潘正强，刘天宇，程志君，易泰河，贾祥，宋国鹏，范俊，
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：