CN111157963A - 一种对有源相控阵雷达的干扰效果在线评估方法 - Google Patents

Abstract

本发明提出了一种对有源相控阵雷达的干扰效果在线评估方法，包括步骤为：首先建立干扰效果评估的指标体系，利用层次分析法得到每一层指标对应于上一层的权重；其次干扰方综合使用先验情报知识、在线侦察结果、实时辅助态势等多源信息，从状态多域感知、先验模式匹配、雷达指标反演这三个方面，量化计算干扰条件下雷达威胁程度变化量；最后干扰方综合三方面的计算结果得到总的干扰效果评估值。本发明可对典型的作战场景实现定性定量评估，明确了干扰效果在线评估的详细步骤，对雷达威胁的变化更加敏感，评估结果可信度高，且具有较好的在线可实现性，为后续的干扰样式及干扰参数自适应决策提供了基础，使得干扰机能在对抗过程中占据主动位置。

Description

一种对有源相控阵雷达的干扰效果在线评估方法

技术领域

本发明涉及雷达电子对抗技术领域，具体涉及一种对有源相控阵雷达的干扰效果在线评估方法。

背景技术

随着现代战场电磁对抗环境的日益复杂以及对抗目标智能化水平的不断提高，传统雷达电子对抗系统基于预先设定干扰策略的对抗方式将越来越不适用，需要探索自适应的对抗方式。认知电子战技术拟将认知理论和人工智能技术引入到对抗系统中，使得系统可在实时感知电磁环境基础上，快速反应并能高效自主实施干扰，已经成为雷达电子对抗技术领域中的研究热点。雷达对抗系统在非合作、动态博弈条件下对干扰效果的在线实时评估，是支撑认知对抗过程中自主决策及干扰闭环的关键技术。

传统的干扰效果评估方法多是以被干扰方(如有源相控阵雷达)在干扰前后某些性能的变化作为评估指标，比如压制系数、雷达最大探测距离、跟踪误差、发现概率等，具体使用的评估准则包括功率准则、概率准则、效率准则等。这些方法都是从被干扰方的角度进行评估，是基于合作方式的线下评估，无法实现干扰方直接对干扰效果的在线评估。在实际作战环境中，由于对抗双方属于非合作关系，且实时动态博弈，干扰方无法直接获取被干扰方的信息，只能根据实施干扰一方所能获得的被干扰方信息来间接评价干扰效果，使得非合作的干扰效果在线评估十分困难。

发明内容

本发明提出了一种对有源相控阵雷达的干扰效果在线评估方法，目的在于实现对有源相控阵雷达干扰效果的在线实时评估，干扰方综合使用先验情报知识、在线侦察结果、实时辅助态势等多源信息，从状态多域感知、先验模式匹配、雷达指标反演这三个方面，量化计算干扰条件下雷达威胁程度变化量，然后依据预设评估指标体系和层次分析法，在线计算得到干扰效果评估因子，给出干扰效果综合评估结果。

本发明的技术方案如下：一种对有源相控阵雷达的干扰效果在线评估方法，包括如下步骤：

S1、干扰方设置相控阵雷达的参数，综合使用先验情报知识、在线侦察结果、实时辅助态势等多源信息，选择从状态多域感知、先验模式匹配、雷达指标反演这三个途径感知干扰条件下雷达威胁程度的变化，建立与上述三个途径对应的干扰效果评估指标体系，并计算每一层指标对应于上一层的权重{w₁，w₂，w₃}，{w₁₁，w₁₂，w₁₃，w₁₄}和{w₃₁，w₃₂，w₃₃}；

S2、干扰方根据相控阵雷达的典型工作参数和专家知识，事先分析雷达状态在空域(S)、频域(F)、时域(T)、能量域(E)等多维域的变化和雷达威胁程度之间的关联关系，并赋予相应的威胁值，根据接收信号的测量结果的变化，分析雷达多维域状态特征的变化，匹配对应的威胁值，根据干扰前后在各个维域中的威胁程度变化量，综合计算基于状态多域感知的雷达威胁变化的量化值F_{状态多域感知}；

S3、干扰方根据实际采集信号样本分析和可信情报信息，事先对相控阵雷达的工作模式进行梳理，得到可作为先验知识的雷达模式知识库，知识库中包含了每个模式对应的参数取值区间，并对应模式赋予相应的威胁值，基于知识库中各模式参数取值和接收信号参数测量值的一一匹配，进行雷达工作模式匹配识别，根据干扰前后雷达工作模式的威胁程度变化量，计算基于先验模式匹配的雷达威胁变化的量化值F_{先验模式匹配}；

S4、干扰方根据雷达系统设计原理和专家知识，事先推导基于干扰方可获取信息进行雷达主要性能指标反演推算的计算公式，实时测量接收雷达信号的相应参数，并结合其它所需参量值，反演雷达系统性能指标，根据相应指标的相对变化量，计算得到基于雷达指标反演的雷达威胁变化的量化值F_{雷达指标反演}；

S5、将状态多域感知、先验模式匹配、雷达指标反演三个方面分别计算得到的指标值与对应权重相乘，累计结果则可以得出干扰效果综合评估值F。

进一步地，S1所述的三层干扰效果评估指标体系包括：

第一层为评估目标层，把所述干扰效果综合评估值F作为整个评估系统的目标；第二层为评估行为层，包含所述状态多域感知、先验模式匹配、雷达指标反演这三个感知雷达威胁变化的途径；第三层为评估参数层，具体包括空域、频域、时域、能量域中感知到的威胁变化量，最大作用距离、接收信噪比、测量精度指标的变化率。

优选地，所述每一层指标对应于上一层的权重采用层次分析法计算，具体步骤为：

S11、通过指标体系中同一层指标对上一层指标重要程度的两两比较，构造判断矩阵A、A₁、A₂；

S12、进行一致性检验，分别取A、A₁、A₂最大特征值对应的归一化特征向量作为权重向量，得到每一层的权重{w₁，w₂，w₃}，{w₁₁，w₁₂，w₁₃，w₁₄}和{w₃₁，w₃₂，w₃₃}。

进一步地，S2所述的F_{状态多域感知}具体求取方法如下：

S21、干扰方对干扰实施前后的雷达工作状态进行多维域感知，根据先验的状态威胁关联关系，匹配多维域特征，得到实施干扰前后雷达空域、频域、时域、能量域这四个维域对应的威胁值{S₁，F₁，T₁，E₁}和{S₂，F₂，T₂，E₂}，干扰后多维域威胁值与干扰前多维域值相减得到{ΔS₁₂，ΔF₁₂，ΔT₁₂，ΔE₁₂}；

S22、对所述{ΔS₁₂，ΔF₁₂，ΔT₁₂，ΔE₁₂}这四个值进行归一化处理，得到{ΔS′₁₂，ΔF′₁₂，ΔT′₁₂，ΔE′₁₂}，将{ΔS′₁₂，ΔF′₁₂，ΔT′₁₂，ΔE′₁₂}和S1所述对应权重{w₁₁，w₁₂，w₁₃，w₁₄}相乘，累计结果得到所述F_{状态多域感知}，计算方法为：

F_{状态多域感知}＝ΔS′₁₂×w₁₁+ΔF′₁₂×w₁₂+ΔT′₁₂×w₁₃+ΔE′₁₂×w₁₄

进一步地，S3所述的F_{先验模式匹配}具体求取方法如下：

S31、干扰前后雷达工作模式记为m₁和m₂，测量干扰前后雷达相关参数，基于S3所述的雷达模式知识库选取测量结果的多个特征参数，作为模式m₁和m₂的″候选模式描述字″；

优选地，选取脉冲重复频率PRF、脉宽、占空比、带宽、驻留时间和数据率这6个特征参数作为所述的″候选模式描述字″；

S32、计算所述″候选模式描述字″中特征参数的置信度矩阵D，根据专家分析，比较各指标重要程度设计各特征参数权重A，融合多个特征参数的置信度矩阵为S＝A*D，计算S矩阵中的最大值，根据所述的雷达模式知识库进行先验模式匹配，并根据先验的模式威胁对应关系，得到干扰前后的雷达工作模式匹配结果及其模式威胁值M₁和M₂；

更进一步地，所述置信度矩阵D中置信度的计算，由于不同模式对同一个特征参数的定义区间不同，且不同模式的同一特征参数区间可能有交叠，如果参数值位于两区间交叠处，计算参数值到每个模式区间中点的距离，取倒数后做归一化得到此特征参数对于每个模式的置信度，如果不在某区间，直接令对应的模式置信度为0。

S33、计算干扰前后对应模式的威胁差值ΔM₁₂，对ΔM₁₂进行归一化得到ΔM′₁₂，ΔM′₁₂即为F_{先验模式匹配}。

优选地，S22或S33所述归一化处理选用降半梯形分布函数将S22所述{ΔS₁₂，ΔF₁₂，ΔT₁₂，ΔE₁₂}或S33所述ΔM₁₂映射到[0，1]区间，具体函数为：

区间[a，b]对应的是从最严重干扰到无效干扰的范围。

进一步地，S4所述的F_{雷达指标反演}具体求取方法如下：

S41、根据指标设计知识，选择雷达系统常用三个性能指标：最大作用距离R_max，接收信噪比SNR，测量精度δ_m，以干扰前后各个指标的变化率作为评估因子，设计给出干扰前后最大作用距离变化率ΔR_max12、接收信噪比变化率ΔSNR₁₂和测量精度变化率Δδ_m12的具体公式；

S42、在线评估时，干扰系统通过可信情报装订、实时辅助侦察、接收信号实时测量等方式，确定反演指标所需各参数数值，代入所述ΔR_max12、ΔSNR₁₂和Δδ_m12指标变化率计算公式，得到各个指标在干扰前后相对变化率数值{ΔR_max12，ΔSNR₁₂，Δδ_m12}；

S43、为了统一干扰效果的表征范围，需要对{ΔR_max12，ΔSNR₁₂，Δδ_m12}这三个值进行归一化处理，得到{ΔR′_max12，ΔSNR′₁₂，Δδ′_m12}，将{ΔR′_max12，ΔSNR′₁₂，Δδ′_m12}和S12所述权重{w₃₁，w₃₂，w₃₃}相乘，累计结果得到S4所述F_{雷达指标反演}，计算方法为：

F_{雷达指标反演}＝ΔR′_max12×w₃₁+ΔSNR′₁₂×w₃₂+Δδ′_m12×w₃₃

优选地，选用降半梯形分布函数将ΔR_max12和ΔSNR₁₂映射到[0，1]区间选用升半梯形分布函数将Δδ_m12映射到[0，1]区间。

进一步地，S5所述的干扰效果综合评估值F的计算方法为：

将三个途径分别计算得到的雷达威胁变化量指标值与S1所述权重值{w₁，w₂，w₃}相乘，累计结果则可以得出干扰效果综合评估值F。

F＝F_{状态多域感知}×w₁+F_{先验模式匹配}×w₂+F_{雷达指标反演}×w₃

本发明的有益效果：本发明可对典型的作战场景实现定性定量评估，明确了干扰效果在线评估的详细步骤。干扰方分别从状态多域感知、先验模式匹配、雷达指标反演三个途径获取更为丰富的雷达行为特征信息，综合定性感知和定量计算的评估过程对雷达威胁的变化更加敏感，评估结果可信度更高，且具有较好的在线可实现性。干扰效果的在线评估技术为对抗过程中干扰样式及干扰参数自适应决策提供了基础。

附图说明

图1为本发明实现干扰效果评估的指标体系图。

图2为本发明具体实施例层次分析法得到的各指标权重图。

图3为本发明具体实施例雷达状态多维域变化的威胁值关联图。

图4为本发明具体实施例雷达典型工作模式示例图。

图5为本发明具体实施例基于雷达信号参数在线测量结果的候选模式描述字示例图。

图6为本发明具体实施例干扰方实现雷达指标反演计算所需参数及获取途径示例图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

设置一部典型相控阵雷达的参数：发射机峰值功率为1000kW，天线增益为38dB，接收机的噪声温度为290K，噪声系数为10dB，系统损耗为8dB，波长λ为3cm；目标参数：RCSσ为2m²；所携带干扰机参数：峰值功率为10W，天线增益为10dB，损耗为3dB，带宽取5MHz，干扰信号类型为压制干扰。

实施压制干扰前，雷达以固定的周期对目标进行重访，稳定跟踪目标，驻留期间内，雷达固定频点工作，波形参数不改变。实施压制干扰后，目标回波信号被干扰淹没，接收端无法检测发现目标，雷达开始重新搜索。

其具体的评估步骤如下：

S1、建立干扰效果评估的指标体系，如图1所示，第一层为评估目标层，把干扰效果F作为整个评估系统的目标；第二层为评估行为层，确定状态多域感知、先验模式匹配、雷达指标反演为感知雷达威胁变化的三个途径；第三层为评估参数层，具体包括空域、频域、时域、能量域中感知到的威胁变化量，最大作用距离、接收信噪比、测量精度指标的变化率。

利用层次分析法构造判断矩阵，进行一致性检验并计算权重，得到各指标的权重如图2所示。

具体地，通过指标体系中同一层指标对上一层指标重要程度的两两比较，建立判断矩阵A、A₁、A₂：

对A、A₁、A₂进行一致性检验，均具有良好的一致性。所以分别取A、A₁、A₂最大特征值对应的归一化特征向量作为权重向量，得到：

{w₁，w₂，w₃}＝{0.0751，0.3332，0.5917} (2)

{w₁₁，w₁₂，w₁₃，w₁₄}＝{0.5479，0.1360，0.2758，0.0403} (3)

{w₃₁，w₃₂，w₃₃}＝{0.5396，0.1634，0.2969} (4)

S2、干扰方对接收信号进行状态多维域感知，根据图3查表匹配多维域特征，计算基于状态多域感知的雷达威胁变化的量化值F_{状态多域感知}；

其中，图3中的具体参数根据相控阵雷达的典型工作参数和专家知识分析确定：考虑相控阵雷达典型工作模式在同一波位的最长驻留时间，设置干扰方被雷达主瓣持续照射时长超过20ms时，判定雷达已经锁定并持续跟踪目标(干扰方)；考虑相控阵雷达典型跟踪、重照等模式下的最长重访周期数值，设置干扰方相邻两次受到主瓣照射时间间隔大于600ms时，判定雷达并未在干扰方所在方位发现目标；考虑干扰方可以对雷达副瓣辐射的低信噪比信号实现检测，设置超过2s(三次最长重访周期)时干扰方仍未检测到目标雷达信号，判定雷达当前处于方位静默状态；考虑相控阵雷达典型模式的波形参数，设置当雷达信号带宽大于1MHz时判定为跟踪或成像模式，带宽小于等于1MHZ或者重频值小于100kHz时判定为搜索模式。

实施干扰前，干扰方分析雷达状态多维域信号特征，发现信号重访周期固定，固定频点工作，波形参数无变化且带宽约为10MHz，接收脉冲峰值功率无变化，根据图3知干扰前威胁值{S₁，F₁，T₁，E₁}为{0.8，1，1，1}；实施干扰后，干扰方分析雷达状态多维域信号特征，发现两次主瓣照射间隔为1s，载频捷变且干扰频点停止工作，重频值约为60kHz，信号带宽约为1MHz，接收脉冲峰值功率增强，查表知干扰后威胁值{S₂，F₂，T₂，E₂}为{0.3，0.7，0.6，0}。

故干扰前后多维域威胁差值{ΔS₁₂，ΔF₁₂，ΔT₁₂，ΔE₁₂}＝{-0.5，-0.3，-0.4，-1}。它们的取值均在[-1，1]区间，大于0表示雷达威胁增高，是无效干扰，小于0表示雷达威胁降低，干扰效果好。采用模糊数学中的降半梯形分布函数将其映射到[0，1]区间，具体函数如下：

区间[a，b]对应的是从最严重干扰到无效干扰的范围，令a＝-1，b＝0。归一后得到{ΔS′₁₂，ΔF′₁₂，ΔT′₁₂，ΔE′₁₂}＝{0.5，0.3，0.4，1}，和对应权重相乘累计得到F_{状态多域感知}：

F_{状态多域感知}＝ΔS′₁₂×w₁₁+ΔF′₁₂×w₁₂+ΔT′₁₂×w₁₃+ΔE′₁₂×w₁₄

＝0.5×0.5479+0.3×0.1360+0.4×0.2758+1×0.0403

＝0.4654 (6)

S3、干扰方对接收信号进行参数测量，根据图4进行雷达可能工作模式匹配识别，计算基于先验模式匹配的雷达威胁变化的量化值F_{先验模式匹配}；

具体的，干扰方通过测量干扰前后雷达相关参数得到模式m₁和m₂的″候选模式描述字″如图5所示。

不同模式对同一个特征参数的定义区间不同，且不同模式的同一特征参数区间可能有交叠。如果参数值位于两区间交叠处，计算参数值到每个模式区间中点的距离，取倒数后做归一化得到此特征参数对于每个模式的置信度，如果不在某区间，直接令对应的模式置信度为0。

例如模式m₁的参数脉冲重复频率PRF＝200Hz，计算此参数属于搜索模式的置信度为0，属于跟踪模式的置信度为1，属于识别模式的置信度为0。

同理可算出模式m₁的″候选模式描述字″中六个特征参数的置信度矩阵：

根据专家分析，比较各指标重要程度设计各特征参数权重：

A＝{0.15，0.05，0.12，0.35，0.08，0.25} (8)

融合多个特征参数的置信度矩阵为：

S＝A*D＝[0.3972，0.5568，0.0460] (9)

S矩阵中的最大值为0.5568，根据图4可知模式m₁对应为跟踪模式，对应的威胁值M₁＝1。同理可得模式m₂对应为搜索模式，对应的威胁值为M₂＝0。

故干扰前后对应模式的威胁差值ΔM₁₂＝-1。ΔM₁₂的取值在[-2，2]区间，大于0表示雷达威胁增高，是无效干扰，小于0表示雷达威胁降低，干扰效果好。采用降半梯形分布函数将其映射到[0，1]区间，令a＝-2，b＝0，归一后得到F_{先验模式匹配}＝ΔM′₁₂＝0.5。

S4、选取最大作用距离R_max、接收信噪比SNR、测量精度δ_m这三个指标，推算出干扰前后最大作用距离变化率ΔR_max12、接收信噪比变化率ΔSNR₁₂和测量精度变化率Δδ_m12的具体公式，通过情报装订、实时侦察、接收信号测量等方式，得到反演指标所需各参数数值，计算得到基于雷达指标反演的雷达威胁变化的量化值F_{雷达指标反演}；

具体的，这里给出最大作用距离变化率ΔR_max12的计算公式：

式10中的各参数含义和获取途径见图6，如τ₁表示干扰前的信号脉宽，τ₂表示干扰后的信号脉宽，它们的值可通过接收脉宽测量得到。通过图6所示的各种获取途径得到计算ΔR_max12所需的参数值，带入式10结果为-0.8940。ΔR_max12的值在(-1，∞)区间，大于0表示雷达探测范围增大，是无效干扰，小于0表示探测范围减小，干扰效果好。采用降半梯形分布函数将其映射到[0，1]区间。当最大作用距离被压制到临近烧穿距离时干扰最严重，所以令a＝-0.9855，b＝0，归一后得到ΔR′_max12＝0.9072。

接收信噪比变化率ΔSNR₁₂的计算公式：

通过图6所示的各种方式得到计算ΔSNR₁₂所需的参数值，带入式11后将结果采用降半梯形分布函数将其映射到[0，1]区间，归一后得到ΔSNR′₁₂＝1。

测量精度变化率Δδ_m12的计算公式：

式12中，

为方位角测量精度变化率，σ_Δθ为俯仰角测量精度变化率，σ_R为距离测量精度变化率。

α₁和α₂为角度测量精度变化率和距离测量精度变化率的权重，令α₁＝0.6，α₂＝0.4。

通过图6所示的各种方式得到计算Δδ_m12所需的参数值，带入式12后将结果采用升半梯形分布函数将其映射到[0，1]区间，归一后得到Δδ′_m12＝0.9348。ΔR′_max12、ΔSNR′₁₂、Δδ′_m12和对应权重相乘累计结果：

F_{雷达指标反演}＝ΔR′_max12×w₃₁+ΔSNR′₁₂×w₃₂+Δδ′_m12×w₃₃

＝0.9072×0.5396+1×0.1634+0.9348×0.2969

＝0.9305 (16)

S5、将三个方面分别计算得到的指标值与对应权重值相乘，累计结果则可以得出干扰效果综合评估值F。

F＝F_{状态多域感知}×w₁+F_{先验模式匹配}×w₂+F_{雷达指标反演}×w₃

＝0.4654×0.0751+0.5×0.3332+0.9305×0.5917

＝0.7521 (17)

式17结果说明此干扰效果较好，雷达受干扰的程度较严重。

综上所述，以上仅为本发明基于压制类干扰的实施例而已，并非用于限定本发明的保护范围，基于其它干扰的评估流程在指标的反演公式和权重分配上会有些许差别。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于，包括如下步骤：

S1、干扰方设置相控阵雷达的参数，综合使用先验情报知识、在线侦察结果、实时辅助态势等多源信息，选择从状态多域感知、先验模式匹配、雷达指标反演这三个途径感知干扰条件下雷达威胁程度的变化，建立与上述三个途径对应的干扰效果评估指标体系，并计算每一层指标对应于上一层的权重{w₁，w₂，w₃}，{w₁₁，w₁₂，w₁₃，w₁₄}和{w₃₁，w₃₂，w₃₃}；

S2、干扰方根据相控阵雷达的典型工作参数和专家知识，事先分析雷达状态在空域(S)、频域(F)、时域(T)、能量域(E)等多维域的变化和雷达威胁程度之间的关联关系，并赋予相应的威胁值，根据接收信号的测量结果的变化，分析雷达多维域状态特征的变化，匹配对应的威胁值，根据干扰前后在各个维域中的威胁程度变化量，综合计算基于状态多域感知的雷达威胁变化的量化值F_{状态多域感知}；

S3、干扰方根据实际采集信号样本分析和可信情报信息，事先对相控阵雷达的工作模式进行梳理，得到可作为先验知识的雷达模式知识库，知识库中包含了每个模式对应的参数取值区间，并对应模式赋予相应的威胁值，基于知识库中各模式参数取值和接收信号参数测量值的一一匹配，进行雷达工作模式匹配识别，根据干扰前后雷达工作模式的威胁程度变化量，计算基于先验模式匹配的雷达威胁变化的量化值F_{先验模式匹配}；

S4、干扰方根据雷达系统设计原理和专家知识，事先推导基于干扰方可获取信息进行雷达主要性能指标反演推算的计算公式，实时测量接收雷达信号的相应参数，并结合其它所需参量值，反演雷达系统性能指标，根据相应指标的相对变化量，计算得到基于雷达指标反演的雷达威胁变化的量化值F_{雷达指标反演}；

S5、将状态多域感知、先验模式匹配、雷达指标反演三个方面分别计算得到的指标值与对应权重相乘，累计结果则可以得出干扰效果综合评估值F。

2.根据权利要求1所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：S1所述的三层干扰效果评估指标体系包括：第一层为评估目标层，把所述干扰效果综合评估值F作为整个评估系统的目标；第二层为评估行为层，包含所述状态多域感知、先验模式匹配、雷达指标反演这三个感知雷达威胁变化的途径；第三层为评估参数层，具体包括空域、频域、时域、能量域中感知到的威胁变化量，最大作用距离、接收信噪比、测量精度指标的变化率。

3.根据权利要求2所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：S1所述每一层指标对应于上一层的权重采用层次分析法计算，具体步骤为：

S11、通过指标体系中同一层指标对上一层指标重要程度的两两比较，构造判断矩阵A、A₁、A₂；

S12、进行一致性检验，分别取A、A₁、A₂最大特征值对应的归一化特征向量作为权重向量，得到每一层的权重{w₁，w₂，w₃}，{w₁₁，w₁₂，w₁₃，w₁₄}和{w₃₁，w₃₂，w₃₃}。

4.根据权利要求1所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：S2所述的F_{状态多域感知}具体求取方法如下：

S21、干扰方对干扰实施前后的雷达工作状态进行多维域感知，根据先验的状态威胁关联关系，匹配多维域特征，得到实施干扰前后雷达空域、频域、时域、能量域这四个维域对应的威胁值{S₁，F₁，T₁，E₁}和{S₂，F₂，T₂，E₂}，干扰后多维域威胁值与干扰前多维域值相减得到{ΔS₁₂，ΔF₁₂，ΔT₁₂，ΔE₁₂}；

S22、对{ΔS₁₂，ΔF₁₂，ΔT₁₂，ΔE₁₂}这四个值进行归一化处理，得到{ΔS′₁₂，ΔF′₁₂，ΔT′₁₂，ΔE′₁₂}，将{ΔS′₁₂，ΔF′₁₂，ΔT′₁₂，ΔE′₁₂}和S1所述对应的权重{w₁₁，w₁₂，w₁₃，w₁₄}相乘，累计结果得到所述F_{状态多域感知}，计算方法为：

F_{状态多域感知}＝ΔS′₁₂×w₁₁+ΔF′₁₂×w₁₂+ΔT′₁₂×w₁₃+ΔE′₁₂×w₁₄

5.根据权利要求1所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：S3所述的F_{先验模式匹配}具体求取方法如下：

S31、干扰前后雷达工作模式记为m₁和m₂，测量干扰前后雷达相关参数，基于S3所述的雷达模式知识库选取测量结果的多个特征参数，作为模式m₁和m₂的″候选模式描述字″；

S32、计算″候选模式描述字″中特征参数的置信度矩阵D，根据专家分析，比较各指标重要程度设计各特征参数权重A，融合多个特征参数的置信度矩阵为S＝A*D，计算S矩阵中的最大值，根据所述的雷达模式知识库进行先验模式匹配，并根据先验的模式威胁对应关系，得到干扰前后的雷达工作模式匹配结果及其模式威胁值M₁和M₂；

S33、计算干扰前后对应模式的威胁差值ΔM₁₂，对ΔM₁₂进行归一化处理得到ΔM′₁₂，ΔM′₁₂即为F_{先验模式匹配}。

6.根据权利要求4或权利要求5所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：所述归一化处理选用降半梯形分布函数将S22所述{ΔS₁₂，ΔF₁₂，ΔT₁₂，ΔE₁₂}或S33所述ΔM₁₂映射到[0，1]区间，具体函数为：

区间[a，b]对应的是从最严重干扰到无效干扰的范围。

7.根据权利要求5所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：选取脉冲重复频率PRF、脉宽、占空比、带宽、驻留时间和数据率这6个特征参数作为所述的″候选模式描述字″。

8.根据权利要求7所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：所述置信度矩阵D中置信度的计算，由于不同模式对同一个特征参数的定义区间不同，且不同模式的同一特征参数区间可能有交叠，如果参数值位于两区间交叠处，计算参数值到每个模式区间中点的距离，取倒数后做归一化得到此特征参数对于每个模式的置信度，如果不在某区间，直接令对应的模式置信度为0。

9.根据权利要求1所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：S4所述的F_{雷达指标反演}具体求取方法如下：

S41、根据指标设计知识，选择雷达系统常用三个性能指标：最大作用距离R_max，接收信噪比SNR，测量精度δ_m，以干扰前后各个指标的变化率作为评估因子，设计给出干扰前后最大作用距离变化率ΔR_max12、接收信噪比变化率ΔSNR₁₂和测量精度变化率Δδ_m12的具体公式；

S42、在线评估时，干扰系统通过可信情报装订、实时辅助侦察、接收信号实时测量等方式，确定反演指标所需各参数数值，代入所述ΔR_max12、ΔSNR₁₂和Δδ_m12指标变化率计算公式，得到各个指标在干扰前后相对变化率数值{ΔR_max12，ΔSNR₁₂，Δδ_m12}；

S43、为了统一干扰效果的表征范围，需要对{ΔR_max12，ΔSNR₁₂，Δδ_m12}这三个值进行归一化处理，得到{ΔR′_max12，ΔSNR′₁₂，Δδ′_m12}将

和S1所述权重{w₃₁，w₃₂w₃₃}相乘，累计结果得到S4所述F_{雷达指标反演}，计算方法为：

F_{雷达指标反演}＝ΔR′_max12×w₃₁+ΔSNR′₁₂×w₃₂+Δδ′_m12×w₃₃

10.根据权利要求9所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：选用降半梯形分布函数将所述ΔR_max12和ΔSNR₁₂映射到[0，1]区间，选用升半梯形分布函数将所述Δδ_m12映射到[0，1]区间。

11.根据权利要求1所述的一种对有源相控阵雷达的干扰效果在线评估方法，其特征在于：S5所述的干扰效果综合评估值F的计算方法为：将三个途径分别计算得到的雷达威胁变化量指标值与S1所述权重值{w₁，w₂，w₃}相乘，累计结果则可以得出干扰效果综合评估值F。

F＝F_{状态多域感知}×w₁+F_{先验模式匹配}×w₂+F_{雷达指标反演}×w₃。

Images