雷达模拟设备可信度的评估方法及评估系统技术方案

本发明专利技术涉及计算机仿真的评估技术领域，一种雷达模拟设备可信度的评估方法及评估系统，所述方法通过雷达模拟设备可信度评估系统，使评估系统的采集器接入模拟设备与实际原型系统，并读取模拟设备与实际原型系统的数据，通过GPIB接口卡或GPIB转USB接口卡传输至智能分析评估系统，所述智能分析评估系统提取筛选评估数据特征与可信度评估方法本质特征，并建立可信度评估特征与可信度评估方法间的映射关系，实现对模拟系统的可信度智能分析评估；本发明专利技术能够对雷达原型系统与雷达模拟设备的可信度评估，提高可信度评估的工作效率，降低可信度评估工作的成本，实现可信度评估方法的智能筛选，有效避免了对模型的误用，提高了可信度评估质量。

【技术实现步骤摘要】
雷达模拟设备可信度的评估方法及评估系统
本专利技术涉及计算机仿真的评估
，尤其涉及仿真模拟系统的一种雷达模拟设备可信度的评估方法及评估系统。
技术介绍
随着计算机技术的发展，系统建模与仿真模拟技术在社会、军事等各个领域的应用越来越广泛，计算机仿真模拟也被列为继科学理论和科学实验之后第三种认识客观世界和改造客观世界的手段，由此仿真/模拟的可信度评估也伴随着仿真技术的发展日益成为重要的研究课题。仿真可信度是指仿真模拟系统作为原型系统的相似替代系统，在特定的建模与仿真模拟的目的和意义下，在总体结构和行为水平上能够复现原型系统的可信性程度。目前模拟系统可信度评估工作，主要从系统行为水平角度评价系统的可信性程度，主要通过对模拟系统输出数据和实际原型系统输出数据一致性评估来实现的。可信度评估工作在面向复杂模拟系统时，为复杂多样的可信度评估需求寻找合适的评估方法需要丰富的经验与技巧，对评估工作人员要求比较高。在模拟系统可信度评估工作中，容易出现可信度评估方法的误用，同时不能对评估结果进行有效分析，使得部分可信度低的模拟系统用于人员培训、试验、训练等领域，给应用带来难以预计的损失。
技术实现思路
为解决雷达模拟设备在现有系统中存在仿真可信度的技术问题，本专利技术提供一种雷达模拟设备可信度的评估方法及评估系统，能够高效准确地评价雷达模拟系统的可信度。本专利技术是对现有系统可信度评估工具的改进和完善。能够有效避免可信度评估工具的误用，提高了模拟系统可信度评估工作效率和评估质量。本专利技术具有应用广泛、新颖、实用性强。为实现上述专利技术目的，本专利技术采用如下技术方案：一种雷达模拟设备可信度的评估系统，包括：模拟设备信号采集器、实际原型设备信号采集器、智能分析评估系统、数据库处理系统、终端存储显示系统，所述模拟设备信号采集器和实际原型设备信号采集器分别通过GPIB接口卡或GPIB转USB接口卡与智能分析评估系统的输入端相连，所述智能分析评估系统通过数据总线与数据库处理系统相连，智能分析评估系统的输出端通过并口与终端存储显示系统相连，且数据库处理系统通过数据总线与终端存储显示系统相连。一种雷达模拟设备可信度的评估系统，所述智能分析评估系统由数据特征提取模块、数据预处理模块、可信度智能筛选模块和可信度计算模块通过控制总线电连接组成，其中，数据特征提取模块、数据预处理模块、可信度智能筛选模块通过数据总线与数据库处理系统相连；该系统分析所获取的评估数据，完成可信度评估工作，按照数据处理、数据特征提取、评估方法智能筛选、可信度评估计算的次序，计算可信度评估结果。一种雷达模拟设备可信度的评估系统，所述数据库处理系统由数据预处理方法库、可信度评估特征库、可信度评估方法库和评估数据与评估结果库组成，其中，数据预处理方法库通过数据总线与数据特征提取模块和数据预处理模块相连，可信度评估特征库和可信度评估方法库分别通过数据总线与可信度智能筛选模块相连，评估数据与评估结果库通过数据总线与终端存储显示系统相连；该系统提供方法支持，提供数据、结果的存储与管理。一种可信度智能分析评估方法，将评估系统的采集器接入模拟设备与实际原型系统，并读取模拟设备与实际原型系统的数据，通过GPIB接口卡或GPIB转USB接口卡传输至智能分析评估系统，所述智能分析评估系统提取筛选评估数据特征与可信度评估方法本质特征，并建立可信度评估特征与可信度评估方法间的映射关系，实现对模拟系统的可信度智能分析评估，具体实现过程为：步骤一：提炼可信度评估特征，是对仿真模拟系统、原型系统的数据要求和评估方法，所反映的数据特征和评估方法本质特征的一致性提炼出来的；所述可信度评估特征包括：数据特征和评估方法本质特征，所述数据特征由静态数据和动态数据组成，所述评估方法本质特征由评估方法数学/物理特征组成；1、静态数据可信度评估特征，是经抽样而产生的样本数据，该组数据满足iid(independenceidenticaldistribute，独立同分布的条件，与时间没有关系，可以交换其先后次序，需要时还可对其按大小重新进行排列；2．动态数据可信度评估特征，是经采样而产生动态的时间序列数据，是按时间顺序排列的观测值集合。包括连续时间序列和离散时间序列。对于动态数据的处理，需要应用到随机过程分析中的一些假设前提(如平稳性、各态历经性等)和研究成果；3．评估方法的可信度评估特征——提炼的评估方法数学/物理特征，是基于系统行为的评估方法是通过检验原型系统/模拟系统的输出之间的一致性，来得出可信度结论的；对于输出数据的一致性检验上，不同的评估方法有着不同的判断原则，也就是说不同的评估方法有着不同的数学或物理本质；步骤二：建立可信度评估特征到可信度评估方法的映射关系；1．规范并明确可信度评估特征取值，采用两类共6个标准取值，包括：①评估方法对于数据特征的取值为：“1-必须满足”、“2-满足更好”、“3-不能使用”和“4-不要求”；其中，每种评估方法对于数据特征的取值为“√-适用”、“×-不适用”；评估方法对于评估方法本质特征的取值2、建立可信度评估特征到可信度评估方法的映射关系，针对静态、动态数据给出了每种评估方法对于可信度评估数据特征的映射表；针对评估方法本质给出了每种评估方法对于可信度评估特征的映射表；以此为基础建立了可信度评估特征到可信度评估方法的映射关系；步骤三：设计可信度评估特征库、数据预处理方法库、可信度评估方法库以及评估数据与评估结果库；可信度评估特征库：该库将步骤二中的可信度评估方法到可信度评估特征的映射关系以数据库的形式保存；数据预处理方法库：该库保存了数字特征计算、样本分布判定方法和数据平稳性判定方法等数据特征提取方法；降噪、剔点、趋势项分离、函数变换、数据拟合、插值、频谱转换、趋势项提取、自助法数据扩容等数据预处理方法；可信度评估方法库：该库保存了概率估计法、均值估计法、方差估计法、Bayes均值估计法、Bayes方差估计法、均值检验法、方差检验法、Smirnor检验法、符号检验法、秩和检验法、游程检验法、不等式系数法、灰色关联法、灰色关联改进法、回归分析法、经典谱估计法、最大熵谱析法、随机时序列辨识；评估数据与评估结果库：该库保存了评估数据、评估结果以及与评估相关的参数、方法信息；步骤四：设计可信度评估方法智能筛选：在步骤三所建立的各类数据库的基础上，以待评测的雷达模拟设备的评估数据特征与评估目的为前提，通过一定的逻辑判断，能够方便地实现可信度评估方法智能筛选功能，其可信度评估方法自动筛选的步骤如下：执行步骤301，用户选择可信度评估目的，获得对应到用户关心的可信度评估方法本质特征集D；执行步骤302，以用户关心的可信度评估特征集D为输入，查表1提取与集合D对应的适用的可信度评估方法，获得适用的评估方法集C；执行步骤303，以评估数据为输入，自动提取静态/动态数据特征，获得两类动态/静态数据特征集；执行步骤304，以具备的动态/静态数据特征集为输入，查表2或表3提取值为3的评估方法，得到不能使用的评估方法集A；执行步骤305，以不具备的动态/静态数据特征集为输入，查表2或表3提取值为1的评估方法，得到不能使用的评估方法集B；执行步骤306，以步骤302、304、305的评估方法集A、B、C，本文档来自技高网...

【技术保护点】
一种雷达模拟设备可信度的评估系统，其特征在于：包括：模拟设备信号采集器、实际原型设备信号采集器、智能分析评估系统、数据库处理系统、终端存储显示系统，所述模拟设备信号采集器和实际原型设备信号采集器分别通过GPIB接口卡或GPIB转USB接口卡与智能分析评估系统的输入端相连，所述智能分析评估系统通过数据总线与数据库处理系统相连，智能分析评估系统的输出端通过并口与终端存储显示系统相连，且数据库处理系统通过数据总线与终端存储显示系统相连。

【技术特征摘要】
1.一种雷达模拟设备可信度的评估方法，其特征在于：将智能分析评估系统的采集器接入模拟设备与实际原型设备，并读取模拟设备与实际原型设备的数据，通过GPIB接口卡或GPIB转USB接口卡传输至智能分析评估系统，所述智能分析评估系统提取筛选评估数据特征与可信度评估方法本质特征，并建立可信度评估特征与可信度评估方法间的映射关系，实现对模拟设备的可信度智能分析评估，具体实现过程为：步骤一：提炼可信度评估特征，是对模拟设备、实际原型设备的数据要求和评估方法所反映的数据特征和评估方法本质特征的一致性进行提炼，而得出来的；所述可信度评估特征包括：数据特征和评估方法本质特征，所述数据特征由静态数据和动态数据组成，所述评估方法本质特征由评估方法数学/物理特征组成；1)、静态数据可信度评估特征，是经抽样而产生的样本数据，该组数据满足independenceidenticaldistribute独立、同分布的条件，与时间没有关系，能够交换其先后次序，需要时还能够对其按大小重新进行排列；2)、动态数据可信度评估特征，是经采样而产生动态的时间序列数据，是按时间顺序排列的观测值集合，包括连续时间序列和离散时间序列，对于动态数据的处理，需要应用到随机过程分析中的平稳性、各态历经性的假设前提和研究成果；3)、评估方法的可信度评估特征——提炼的评估方法数学/物理特征是基于系统行为的评估方法，是通过检验实际原型设备/模拟设备的输出之间的一致性，而得出可信度的结论，对于输出数据的一致性检验上，不同的评估方法有着不同的判断原则，也就是说不同的评估方法有着不同的数学或物理本质；步骤二：建立可信度评估特征到可信度评估方法的映射关系；1)、规范并明确可信度评估特征取值，采用两类共6个标准取值，包括：①评估方法对于数据特征的取值为：“1-必须满足”、“2-满足更好”、“3-不能使用”和“4-不要求”；其中，每种评估方法对于数据特征的取值为“√-适用”、“×-不适用”；②评估方法对于评估方法本质特征的取值：适用，该评估方法反映了该评估方法本质特征，换而言之，如果进行评估时，如果关注该评估特征则选用该评估方法；不适用，该评估方法不能反映该评估方法本质特征；2)、建立可信度评估特征到可信度评估方法的映射关系，针对静态、动态数据给出了每种评估方法对于可信度评估数据特征的映射表；针对评估方法本质给出了每种评估方法对于可信度评估特征的映射表；以此为基础建立可信度评估特征到可信度评估方法的映射关系；步骤三：设计可信度评估特征库、数据预处理方法库、可信度评估方法库以及评估数据与评估结果库；可信度评估特征库：该库将步骤二中的建立可信度评估特征到可信度评估方法的映射关系以数据库的形式保存；数据预处理方法库：该库保存了数字特征计算、样本分布判定方法和数据平稳性判定方法的数据特征提取方法；降噪、剔点、趋势项分离、函数变换、数据拟合、插值、频谱转换、趋势项提取、自助法数据扩容的数据预处理方法；可信度评估方法库：该库保存了概率估计法、均值估计法、方差估计法、Bayes均值估计法、Bayes方差估计法、均值检验法、方差检验法、Smirnor检验法、符号检验法、秩和检验法、游程检验法、不等式系数法、灰色关联法、灰色关联改进法、回归分析法、经典谱估计法、最大熵谱析法、随机时序列辨识；评估数据与评估结果库：该库保存了评估数据、评估结果以及与评估相关的参数、方法信息；步骤四：设计可信度评估方法智能筛选：在步骤三所建立的各类数据库的基础上，以待评测的雷达模拟设备的评估数据特征与评估目的为前提，通过一定的逻辑判断，能够方便地实现可信度评估方法智能筛选功能，其可信度评估方法自动筛选的步骤如下：执行步骤301，用户选择可信度评估目的，获得对应到用户关心的可信度评估方法本质特征集D；执行步骤302，以用户关心的可信度评估特征集D为输入，提取与集合D对应的适用的可信度评估方法，获得适用的评估方法集C；执行步骤303，以评估数据为输入，自动提取静态/动态数据特征，获得两类动态/静态数据特征集；执行步骤304，以具备的动态/静态数据特征集为输入，提取值为3的评估方法，得到不能使用的评估方法集A；执行步骤305，以不具备的动态/静态数据特征集为输入，提取值为1的评估方法，得到不能使用的评估方法集B；执行步骤306，以步骤302、304、305的评估方法集A、B、C，通过获得适用于数据特征和评估目的的可信度评估方法集，并依照评估数据满足可信度评估方法数据特征的程度1、2、4，进行可信度方法适用性的优先级排序。2.根据权利要求1所述的一种雷达模拟设备可信度的评估方法，其特征在于：所述静态数据可信度评估特征主要有大样本、样本独立性、输入一致性、正态性、总体分布已知、验前分布已知6种特征组成；其中，大样本采用样本量不少于30个；小样本采用样本量为5～10个；其中，实际可信度评估的应用过程中，很可能会出现验前信息不足/不可靠，用于评估的样本量达不到大样本的评估方法要求，此时，对于静态数据...

【专利技术属性】
技术研发人员：戚宗锋，韩国强，李林，荣昕，符淑芹，刘文钊，彭燕，蒙洁，胡明明，
申请(专利权)人：中国人民解放军六三八九二部队，
类型：发明
国别省市：