CN103020452A - 一种雷达辐射源威胁等级判断方法 - Google Patents

Abstract

本发明公开了一种雷达辐射源威胁等级判断方法，包括以下步骤：获取辐射源的工作状态；计算辐射源距离目标的距离、高度、速度和/或辐射源工作状态的隶属度函数的加权系数；计算辐射源的威胁等级。本发明通过构建合理的贝叶斯网络结构，解决部分辐射源威胁等级判断算法层次不清楚，结构不合理的问题；只对辐射源的基本参数（频率、脉宽等）进行模糊化及贝叶斯推理，有效减少了全参数贝叶斯推理的复杂度；得出的辐射源工作状态是指挥人员指挥决策的重要参考，可以将其输出为指挥决策提供参考；利用专家系统对各个因素进行打分，减少其他方法计算各个因素影响因子的时间，降低系统响应时间。

Description

一种雷达辐射源威胁等级判断方法

技术领域

本发明涉及数据融合技术领域，特别是涉及一种雷达辐射源威胁等级判断方法。

背景技术

数据融合是一门信息综合处理技术，通过对多源数据进行综合处理，利用多源数据的冗余性，对各传感器提供的各种信息加以融合，从而得出更为准确可信的结论。多传感器数据融合功能主要包括多传感器的目标检测、数据关联、时间配准、跟踪与识别、态势提取、情况评估和预测、综合环境判断、威胁等级判断、辅助决策和优化融合处理。威胁等级判断作为数据融合中决策级融合的重要应用，越来越广泛的应用于航天、航空等领域。随着电子信息技术的快速发展，需要处理的信息越来越复杂多变，只靠人力进行辐射源的威胁等级判断，越来越不能满足需求，因此采用计算机进行辐射源威胁等级判断技术的重视程度大幅提升。

应用于辐射源威胁等级判断的方法主要有基于专家系统的方法、层次分析法、模板匹配法、基于多数属性模糊集方法、贝叶斯方法等。基于专家系统的方法，其运算时间没有保证；层次分析法主要是利用专家系统对所利用的因素的相对重要程度进行打分，计算出每个因素的权重，结合所选用的因素隶属度函数计算出辐射源的威胁等级，但是，利用层次分析的方法不能给出指挥员需要的全部的辅助决策信息；模板比配的方法，知识结构固定，数据库知识维护复杂，不能实时进行辐射源的增删，对新出现类型的辐射源不能快速进行威胁分析；基于多数属性模糊集方法同样是直接采用辐射源的参数，结合模糊化函数对辐射源参数进行模糊化，然后计算辐射源的威胁等级，没有给出对辐射源威胁等级判断非常重要的辐射源工作特性；贝叶斯方法虽然能较好的解决辐射源威胁等级判断的方法，但是将所有因素全部模糊化，计算量较大，不利于实际应用。

发明内容

本发明要解决的技术问题是提供一种雷达辐射源威胁等级判断方法，用以解决现有技术存在的上述问题。

为解决上述技术问题，本发明提供一种雷达辐射源威胁等级判断方法，包括以下步骤：

步骤S101，获取辐射源的工作状态；

步骤S102，计算辐射源距离目标的距离、高度、速度和/或辐射源工作状态的隶属度函数的加权系数；

步骤S103，计算辐射源的威胁等级。

进一步，步骤S101具体包括：

步骤S1011，得到辐射源工作状态的概率为π(Z)＝[z₁ z₂ z₃ z₄]，其中，z₁、z₂、z₃、z₄分别表示工作在搜索扫描、寻的制导、跟踪瞄准和警戒监视的概率；

步骤S1012，形成辐射源工作状态的条件概率矩阵，得到辐射源工作的频率、脉宽、重频概率；

步骤S1013，根据得到的辐射源工作的频率、脉宽、重频概率，得到概率矩阵，分别为：λ(F)、λ（T)、λ(PRI)；λ(F)、λ（T)、λ(PRI）均为行向量，其维数分别与f_i、t_i、pri_i相同；

步骤S1014，进行贝叶斯网络推理，步骤如下：

1）分别计算λ(F)、λ（T)、λ(PRI）对辐射源工作状态的影响：

λ(Z)_F＝P(F|Z)λ′(F)，λ′(F)表示λ(F)的转置；

λ(Z)_T＝P(T|Z)λ′(T)，λ′(T)表示λ(T)的转置；

λ(Z)_PRI＝P(PRI|Z)λ′(PRI)，λ′(PRI)表示λ(PRI)的转置；

2）频率、脉宽、重频对辐射源工作状态总的影响为：

λ(Z)＝λ(Z)_F×λ(Z)_T×λ(Z)_PRI，×表示向量的叉积；

3）计算辐射源工作状态的概率：

$\mathrm{Bel}\left(\begin{array}{c}{z}_1\\ z_2\\ z_3\\ z_4\end{array}\right)={\mathrm{\α\π}}^{\′}\left(\begin{array}{cccc}{z}_1& z_2& z_3& z_4\end{array}\right)\×\mathrm{\λ}\left(\begin{array}{c}{z}_1\\ z_2\\ z_3\\ z_4\end{array}\right),$

其中，×表示向量的叉积，α为常数；π′(z₁ z₂ z₃ z₄)为π(z₁ z₂ z₃ z₄)的转置；π(z₁ z₂ z₃ z₄)表示在搜索扫描、寻的制导、跟踪瞄准和警戒监视的概率初始值；Bel（z₁）对应于辐射源工作在搜索扫描的概率，Bel（z₂）对应于辐射源工作在寻的制导的概率，Bel（z₃）对应于辐射源工作在跟踪瞄准的概率，Bel（z₄）对应于辐射源工作在警戒监视的概率；

如果Bel（z₁）最大，则辐射源工作在扫描搜索状态；如果Bel（z₂）最大，则辐射源工作在寻的制导状态；如果Bel（z₃）最大，则辐射源工作在跟踪瞄准状态；如果Bel（z₄）最大，则辐射源工作在警戒监视状态。

进一步，步骤S102具体包括如下步骤：

步骤S1021，利用专家系统对辐射源距离目标的距离、高度、速度和/或辐射源工作状态的隶属度函数的相对重要性进行打分，形成打分矩阵A_4×4；

步骤S1022，求取矩阵A_4×4的特征值λ_i，取最大特征值为λ_max；

步骤S1023，求取一致性指标：

n表示参数的数量；

步骤S1024，计算矩阵的一致性比率：

RI为随机一致性指标；若CR＜0.1时，则用A_4×4的特征向量作为权向量，转步骤S1025；若CR≥0.1时，则返回至步骤S1021，利用专家系统重新打分；

步骤S1025，λ_max对应的特征向量记为w＝(u₁,u₂,u₃,u₄)^T，u₁、u₂、u₃、u₄表示特征值，T表示转置；进行归一化处理，

将其作为指标层对于目标层的权向量。

进一步，步骤S103具体包括：

计算辐射源的威胁度，计算公式如下：

$\mathrm{\η}=\underset{4}{\mathrm{\Σ}}\mathrm{\ω\μ}\left(x_i\right);$

其中，

$\mathrm{\&mu;}\left(x_1\right)=\left\{\begin{array}{cc}1& 0\&le;x_1<3.5\\ 1-{[(x_1-3.5)/96.5]}^2\&times;0.2& 3.5<x_1\&le;100\\ {[(300-x_1)/200]}^2\&times;0.7& 100<x_1\&le;300\\ 0.1& x_1>300\end{array}\right.;$

$\mathrm{\&mu;}\left(x_2\right)=\left\{\begin{array}{cc}1& x_2<1\\ 0.7-0.1x_2& 1\&le;x_2<6\\ 0.1& x_2\&GreaterEqual;6\end{array}\right.;$

$\mathrm{\&mu;}\left(x_3\right)=\left\{\begin{array}{cc}0.1& x_3<100\\ 0.8-0.15\&times;(3-\frac{x_3}{100})& 100\&le;x_3<300\\ 0.9& x_3\&GreaterEqual;300\end{array}\right.;$

其中，x₁表示距离，单位为Km；x₂表示高度，单位为Km；x₃表示速度，单位m/s；x₄表示辐射源工作状态。

进一步，将计算得到的不同辐射源的威胁度进行排序后输出，供指挥决策人员根据威胁等级的高低进行决策。

本发明有益效果如下：

本发明通过构建合理的贝叶斯网络结构，解决部分辐射源威胁等级判断算法层次不清楚，结构不合理的问题；只对辐射源的基本参数（频率、脉宽等）进行模糊化及贝叶斯推理，有效减少了全参数贝叶斯推理的复杂度；得出的辐射源工作状态是指挥人员指挥决策的重要参考，可以将其输出为指挥决策提供参考；利用专家系统对各个因素进行打分，减少其他方法计算各个因素影响因子的时间，降低系统响应时间。

附图说明

图1是本发明实施例中一种雷达辐射源威胁等级判断方法的流程图。

具体实施方式

以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。

本发明使用贝叶斯网络与层次分析方法相结合的方法进行辐射源威胁等级的判断，既减少了缺乏统计特性参数（速度、距离等）进行参数模糊化以及进行贝叶斯推理所使用的时间，又可以将辐射源的工作状态输出进行人机互动；将辐射源的工作特性与其他因素结合进行辐射源威胁度计算，并且将结算结果输出，供我方决策和制定打击方案使用。本发明实施例利用辐射源距离目标距离、相对高度、相对目标运动速度、辐射源的载频、脉宽和重复频率进行辐射源威胁等级的判断。

如图1所示，本发明涉及一种雷达辐射源威胁等级判断方法，包括：

步骤S101，获取辐射源的工作状态。

本步骤中，具体包括以下步骤：

步骤S1011，初始化贝叶斯网络，得到辐射源工作状态的概率为π(Z)＝[z₁ z₂ z₃ z₄]，其中，z₁、z₂、z₃、z₄分别表示工作在搜索扫描、寻的制导、跟踪瞄准和警戒监视的概率；一般认为辐射源工作在搜索扫描的概率较大；

步骤S1012，形成辐射源工作状态的条件概率矩阵；根据专家系统推理其条件概率矩阵；

频率的状态转移矩阵为：

其中，f_i为行向量，表示辐射源工作在某些状态下频率所对应的概率，即：辐射源工作在搜索扫描状态下频率对应的概率为f₁；辐射源工作在寻的制导状态下频率对应的概率为f₂；辐射源工作在跟踪瞄准状态下频率对应的概率为f₃，辐射源工作在警戒监视状态下频率对应的概率为f₄；

脉宽的状态转移矩阵为：

其中，t_i为行向量，表示辐射源工作在某些状态下脉宽所对应的概率，即：辐射源工作在搜索扫描状态下脉宽对应的概率为t₁，当辐射源工作在寻的制导状态下脉宽对应的概率为t₂，辐射源工作在跟踪瞄准状态下脉宽对应的概率为t₃，辐射源工作在警戒监视状态下脉宽对应的概率为t₄；

重频的状态转移矩阵为：

其中，pri_i为行向量，表示辐射源工作在某些状态下重频所对应的概率，即：辐射源工作在搜索扫描状态下重频对应的概率为pri₁，当辐射源工作在寻的制导状态下重频对应的概率为pri₂，辐射源工作在跟踪瞄准状态下重频对应的概率为pri₃，辐射源工作在警戒监视状态下重频对应的概率为pri₄；

步骤S1013，根据得到的辐射源工作的频率、脉宽、重频概率，得到概率矩阵，分别为：λ(F)、λ（T)、λ(PRI)。λ(F)、λ（T)、λ(PRI）均为行向量，其维数分别与f_i、t_i、pri_i相同；

步骤S1014，进行贝叶斯网络推理。推理计算过程为：

1）分别计算λ(F)、λ（T)、λ(PRI）对辐射源工作状态的影响：

λ(Z)_F＝P(F|Z)λ′(F)，λ′(F)表示λ(F)的转置；

λ(Z)_T＝P(T|Z)λ′(T)，λ′(T)表示λ(T)的转置；

λ(Z)_PRI＝P(PRI|Z)λ′(PRI)，λ′(PRI)表示λ(PRI)的转置；

2）频率、脉宽、重频对辐射源工作状态总的影响为：

λ(Z)＝λ(Z)_F×λ(Z)_T×λ(Z)_PRI，×表示向量的叉积；

3）计算辐射源工作状态的概率：

$\mathrm{Bel}\left(\begin{array}{c}{z}_1\\ z_2\\ z_3\\ z_4\end{array}\right)={\mathrm{\&alpha;\&pi;}}^{\&prime;}\left(\begin{array}{cccc}{z}_1& z_2& z_3& z_4\end{array}\right)\&times;\mathrm{\&lambda;}\left(\begin{array}{c}{z}_1\\ z_2\\ z_3\\ z_4\end{array}\right),$

其中，×表示向量的叉积，α为常数，其可由∑Bel(Z)＝1求得；π′(z₁ z₂ z₃ z₄)为π(z₁ z₂ z₃ z₄)的转置；π(z₁ z₂ z₃ z₄)表示在搜索扫描、寻的制导、跟踪瞄准和警戒监视的概率初始值，即初始化时得到的概率数值。

Bel（z₁）对应于辐射源工作在搜索扫描的概率，Bel（z₂）对应于辐射源工作在寻的制导的概率，Bel（z₃）对应于辐射源工作在跟踪瞄准的概率，Bel（z₄）对应于辐射源工作在警戒监视的概率。如果Bel（z₁）最大，则辐射源工作在扫描搜索状态，如果Bel（z₂）最大，则辐射源工作在寻的制导状态，如果Bel（z₃）最大，则辐射源工作在跟踪瞄准状态，如果Bel（z₄）最大，则辐射源工作在警戒监视状态。

步骤S102，计算辐射源距离目标的距离、高度、速度和/或辐射源工作状态的隶属度函数的加权系数。

本步骤具体包括以下步骤：

步骤S1021，利用专家系统对辐射源距离目标的距离、高度、速度和/或辐射源工作状态的隶属度函数的相对重要性进行打分，形成打分矩阵A_4×4；

步骤S1022，求取矩阵A_4×4的特征值λ_i，取最大特征值为λ_max。

步骤S1023，求取一致性指标：

n表示参数的数量。

步骤S1024，计算矩阵的一致性比率：

RI为随机一致性指标，其取值参见表1。

表1

n	1	2	3	4	5	6	7	8	9	10	11
												RI	0	0	0.58	0.90	1.12	1.24	1.32	1.41	1.45	1.49	1.51

若CR＜0.1时，则认为A_4×4的不一致程度在容许范围内，可以用其特征向量作为权向量；否则，则需要返回至步骤S1021进行调整，即利用专家系统对各个参数重新打分，形成新的打分矩阵。

步骤S1025，当矩阵通过了以上的检验，称为一致性检验，则λ_max对应的特征向量记为w＝(u₁,u₂,u₃,u₄)^T，u₁、u₂、u₃、u₄表示特征值，T表示转置，即将行转置为列；并进行归一化处理，

将其作为指标层对于目标层的权向量。

步骤S103，计算辐射源的威胁等级。

本步骤具体包括以下步骤：

步骤S1031，根据影响因素的隶属度函数进行计算，距离、高度、速度和辐射源工作状态的隶属度函数如下所示：

距离的隶属度函数为：

$\mathrm{\&mu;}\left(x_1\right)=\left\{\begin{array}{cc}1& 0\&le;x_1<3.5\\ 1-{[(x_1-3.5)/96.5]}^2\&times;0.2& 3.5<x_1\&le;100\\ {[(300-x_1)/200]}^2\&times;0.7& 100<x_1\&le;300\\ 0.1& x_1>300\end{array}\right.;$

其中，x₁表示距离，单位为Km；

高度的隶属度函数为：

$\mathrm{\&mu;}\left(x_2\right)=\left\{\begin{array}{cc}1& x_2<1\\ 0.7-0.1x_2& 1\&le;x_2<6\\ 0.1& x_2\&GreaterEqual;6\end{array}\right.;$

其中，x₂表示高度，单位为Km；

速度的隶属度函数为：

$\mathrm{\&mu;}\left(x_3\right)=\left\{\begin{array}{cc}0.1& x_3<100\\ 0.8-0.15\&times;(3-\frac{x_3}{100})& 100\&le;x_3<300\\ 0.9& x_3\&GreaterEqual;300\end{array}\right.;$

其中，x₃表示速度，单位m/s；

辐射源工作状态的隶属度函数为：

其中，x₄表示辐射源工作状态。

步骤S1032，计算辐射源的威胁度，计算公式如下：

$\mathrm{\&eta;}=\underset{4}{\mathrm{\&Sigma;}}\mathrm{\&omega;\&mu;}\left(x_i\right)$

将不同辐射源的计算结果排序，将其输出，可供指挥决策人员根据威胁等级的高低进行决策。

本发明通过构建合理的贝叶斯网络结构，解决部分辐射源威胁等级判断算法层次不清楚，结构不合理的问题；只对辐射源的基本参数（频率、脉宽等）进行模糊化及贝叶斯推理，有效减少了全参数贝叶斯推理的复杂度；得出的辐射源工作状态是指挥人员指挥决策的重要参考，可以将其输出为指挥决策提供参考；利用专家系统对各个因素进行打分，减少其他方法计算各个因素影响因子的时间，降低系统响应时间。

尽管为示例目的，已经公开了本发明的优选实施例，本领域的技术人员将意识到各种改进、增加和取代也是可能的，因此，本发明的范围应当不限于上述实施例。

Claims (5)

1.一种雷达辐射源威胁等级判断方法，其特征在于，包括以下步骤：

步骤S101，获取辐射源的工作状态；

步骤S102，计算辐射源距离目标的距离、高度、速度和/或辐射源工作状态的隶属度函数的加权系数；

步骤S103，计算辐射源的威胁等级。

2.如权利要求1所述的雷达辐射源威胁等级判断方法，其特征在于，步骤S101具体包括：

步骤S1011，得到辐射源工作状态的概率为π(Z)＝[z₁ z₂ z₃ z₄]，其中，z₁、z₂、z₃、z₄分别表示工作在搜索扫描、寻的制导、跟踪瞄准和警戒监视的概率；

步骤S1012，形成辐射源工作状态的条件概率矩阵，得到辐射源工作的频率、脉宽、重频概率；

步骤S1013，根据得到的辐射源工作的频率、脉宽、重频概率，得到概率矩阵，分别为：λ(F)、λ（T)、λ(PRI)；λ(F)、λ（T)、λ(PRI）均为行向量，其维数分别与f_i、t_i、pri_i相同；

步骤S1014，进行贝叶斯网络推理，步骤如下：

1）分别计算λ(F)、λ（T)、λ(PRI）对辐射源工作状态的影响：

λ(Z)_F＝P(F|Z)λ′(F)，λ′(F)表示λ(F)的转置；

λ(Z)_T＝P(T|Z)λ′(T)，λ′(T)表示λ(T)的转置；

λ(Z)_PRI＝P(PRI|Z)λ′(PRI)，λ′(PRI)表示λ(PRI)的转置；

2）频率、脉宽、重频对辐射源工作状态总的影响为：

λ(Z)＝λ(Z)_F×λ(Z)_T×λ(Z)_PRI，×表示向量的叉积；

3）计算辐射源工作状态的概率：

$\mathrm{Bel}\left(\begin{array}{c}{z}_1\\ z_2\\ z_3\\ z_4\end{array}\right)={\mathrm{\&alpha;\&pi;}}^{\&prime;}\left(\begin{array}{cccc}{z}_1& z_2& z_3& z_4\end{array}\right)\&times;\mathrm{\&lambda;}\left(\begin{array}{c}{z}_1\\ z_2\\ z_3\\ z_4\end{array}\right),$

其中，×表示向量的叉积，α为常数；π′(z₁ z₂ z₃ z₄)为π(z₁ z₂ z₃ z₄)的转置；π(z₁ z₂ z₃ z₄)表示在搜索扫描、寻的制导、跟踪瞄准和警戒监视的概率初始值；Bel（z₁）对应于辐射源工作在搜索扫描的概率，Bel（z₂）对应于辐射源工作在寻的制导的概率，Bel（z₃）对应于辐射源工作在跟踪瞄准的概率，Bel（z₄）对应于辐射源工作在警戒监视的概率；

如果Bel（z₁）最大，则辐射源工作在扫描搜索状态；如果Bel（z₂）最大，则辐射源工作在寻的制导状态；如果Bel（z₃）最大，则辐射源工作在跟踪瞄准状态；如果Bel（z₄）最大，则辐射源工作在警戒监视状态。

3.如权利要求1或2所述的雷达辐射源威胁等级判断方法，其特征在于，步骤S102具体包括如下步骤：

步骤S1021，利用专家系统对辐射源距离目标的距离、高度、速度和/或辐射源工作状态的隶属度函数的相对重要性进行打分，形成打分矩阵A_4×4；

步骤S1022，求取矩阵A_4×4的特征值λ_i，取最大特征值为λ_max；

步骤S1023，求取一致性指标：

n表示参数的数量；

步骤S1024，计算矩阵的一致性比率：

RI为随机一致性指标；若CR＜0.1时，则用A_4×4的特征向量作为权向量，转步骤S1025；若CR≥0.1时，则返回至步骤S1021，利用专家系统重新打分；

步骤S1025，λ_max对应的特征向量记为w＝(u₁,u₂,u₃,u₄)^T，u₁、u₂、u₃、u₄表示特征值，T表示转置；进行归一化处理，

将其作为指标层对于目标层的权向量。

4.如权利要求3所述的雷达辐射源威胁等级判断方法，其特征在于，步骤S103具体包括：

计算辐射源的威胁度，计算公式如下：

$\mathrm{\&eta;}=\underset{4}{\mathrm{\&Sigma;}}\mathrm{\&omega;\&mu;}\left(x_i\right);$

其中，

$\mathrm{\&mu;}\left(x_1\right)=\left\{\begin{array}{cc}1& 0\&le;x_1<3.5\\ 1-{[(x_1-3.5)/96.5]}^2\&times;0.2& 3.5<x_1\&le;100\\ {[(300-x_1)/200]}^2\&times;0.7& 100<x_1\&le;300\\ 0.1& x_1>300\end{array}\right.;$

$\mathrm{\&mu;}\left(x_2\right)=\left\{\begin{array}{cc}1& x_2<1\\ 0.7-0.1x_2& 1\&le;x_2<6\\ 0.1& x_2\&GreaterEqual;6\end{array}\right.;$

$\mathrm{\&mu;}\left(x_3\right)=\left\{\begin{array}{cc}0.1& x_3<100\\ 0.8-0.15\&times;(3-\frac{x_3}{100})& 100\&le;x_3<300\\ 0.9& x_3\&GreaterEqual;300\end{array}\right.;$

其中，x₁表示距离，单位为Km；x₂表示高度，单位为Km；x₃表示速度，单位m/s；x₄表示辐射源工作状态。

5.如权利要求4所述的雷达辐射源威胁等级判断方法，其特征在于，将计算得到的不同辐射源的威胁度进行排序后输出，供指挥决策人员根据威胁等级的高低进行决策。

Images