CN112880491A - 烟雾环境下脉冲激光引信后向散射特性评估方法 - Google Patents
烟雾环境下脉冲激光引信后向散射特性评估方法 Download PDFInfo
- Publication number
- CN112880491A CN112880491A CN202110113572.0A CN202110113572A CN112880491A CN 112880491 A CN112880491 A CN 112880491A CN 202110113572 A CN202110113572 A CN 202110113572A CN 112880491 A CN112880491 A CN 112880491A
- Authority
- CN
- China
- Prior art keywords
- matrix
- evaluation
- laser fuse
- fuzzy
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42C—AMMUNITION FUZES; ARMING OR SAFETY MEANS THEREFOR
- F42C21/00—Checking fuzes; Testing fuzes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42C—AMMUNITION FUZES; ARMING OR SAFETY MEANS THEREFOR
- F42C13/00—Proximity fuzes; Fuzes for remote detonation
- F42C13/02—Proximity fuzes; Fuzes for remote detonation operated by intensity of light or similar radiation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种烟雾环境下脉冲激光引信后向散射特性评估方法,属于激光引信技术领域。该评估方法实现的步骤包括:首先依次构建层次分析结构和权重判断矩阵,其次计算各层指标的层次权重值,然后对权重判断矩阵进行一致性检验和修正,再构建隶属度函数,最后构建权重向量和模糊评价矩阵,计算评估结果。本发明的评估方法能够结合烟雾环境参数和激光引信参数,对脉冲激光引信后向散射特性进行评估。
Description
技术领域
本发明属于激光引信技术领域,具体涉及一种烟雾环境下脉冲激光引信后向散射特性评估方法。
背景技术
激光引信是利用激光对目标进行近距探测,并根据探测到的目标信息适时控制弹药起爆的武器子系统。激光引信具有抗电磁干扰能力强、定距精度高等优点,但当激光引信在烟雾环境中工作时,激光容易受到气溶胶粒子的散射和吸收作用,进而影响激光引信的探测性能。因此,建立一种烟雾环境下脉冲激光引信后向散射特性评估方法,能够快速准确的评估激光引信在烟雾环境中的探测性能,对激光引信发挥最佳毁伤效能具有重要意义。现有激光引信烟雾环境使用评估方法存在以下不足:(1)只考虑环境参数,未能结合烟雾环境参数和激光引信参数给出综合评估结果。(2)只能给出使用效果评价,未能对后向散射特性定量评估。
发明内容
有鉴于此,本发明提供了一种烟雾环境下脉冲激光引信后向散射特性评估方法,能够结合烟雾环境参数和脉冲激光引信参数,对脉冲激光引信后向散射特性进行评估。
一种烟雾环境下脉冲激光引信后向散射特性评估方法,该评估方法实现的步骤如下:
步骤一:构建层次分析结构;
步骤二:构建权重判断矩阵;
步骤三、计算各层指标的层次权重值;
步骤四:对权重判断矩阵进行一致性检验和修正;
步骤五、构建隶属度函数;
步骤六、构建权重向量和模糊评价矩阵;
步骤七、计算评估结果。
进一步地,所述步骤一中构建层次分析结构的过程是:分析烟雾环境下脉冲激光引信后向散射特性中各因素的从属关系,将决策目标进行划分,形成具有一定递阶性的层次结构。
进一步地,所述步骤二中构建权重判断矩阵的过程是:在步骤一构建的体系中,对同一层包含的各个因素相对于具有从属关系的上一层因素的重要性进行两两比较,构造权重判断矩阵。
进一步地,所述步骤三中的计算权重值即为求下层元素对于上层准则的相对权重,通过求判断矩阵P的最大特征值λmax及最大特征值对应的特征向量ω,特征向量归一化后的结果即为所求权重值。
进一步地,所述步骤四中权重判断矩阵一致性D的计算公式为:
式中,n为矩阵的维数,实际为同一矩阵指标的个数;λmax为矩阵的最大特征值。
当指标维数大于3时,一致性指标的修正公式为:
式中,DR为一致性比率,S为修正因子,当DR<0.1时,认为该矩阵满足一致性要求,反之,则需要对判断矩阵P作出调整和修改,直到满足一致性要求为止。
进一步地,所述步骤五中,在区分两种不同类型指标的前提下,对定量指标利用梯形模糊函数建立隶属度函数,对定性指标利用专家打分法建立隶属度函数。
进一步地,所述步骤六中构建权重向量和模糊评价矩阵的过程包括:
利用模糊评判方法建立各指标与对应评估等级集合之间的模糊关系,对于单个指标得到反映该指标能力的模糊评价向量,则同一准则下指标能力的模糊评价向量集合是反映该准则评估的模糊评价矩阵Ri,通过与该准则下的权重向量ωi进行模糊运算,得到各自的模糊评判集合,表达式如下所示:
Bi=ωi·Ri (3)
式中,Bi为该准则层第i个准则的模糊评判结果。
对于目标层,利用准则的模糊评判结果Bi组合得到合模糊评判矩阵R,与目标层的权重向量ω进行模糊运算,得到综合模糊评判向量B,表达式如下所示:
B=ω·R (4)。
进一步地,所述步骤七中计算评估结果的过程是:引入分数集C=(c1,c2,…,cm),其中cj(j=1,2,…,m)表示第j级的评语分数,评语分数由专家确定,则最终的评估结果用评语分数E表示,E为最终的评估结果,通过分数可以对所评价目标进行评估,表达式如下所示:
E=B·CT (5)。
有益效果:
1、本发明的评估方法针对现有评估方法只考虑环境参数和未能对后向散射特进行定性和定量综合评估的缺陷,通过对影响烟雾环境下脉冲激光引信后向散射特性的关键因素的分析,建立了烟雾环境下脉冲激光引信后向散射特性评价指标体系,评价体系全面考虑了烟雾环境指标和激光引信指标。在评价指标体系中,构建了隶属度函数,对定量指标,建立因素Ui对评判等级Vj的隶属函数,对于定性指标采用专家打分法确定隶属度,实现了对定量指标和定性指标进行综合考虑。
2、本发明在结合层次分析法和模糊评估法的基础上,可通过简单变换评价指标体系参数,实现对不同气溶胶环境下(如云雾、扬尘等)脉冲激光引信后向散射特性的快速评估。
附图说明
图1为烟雾环境下脉冲激光引信后向散射特性评估方法的步骤流程图;
图2为评价指标体系的层次分析结构图;
图3为烟雾环境下脉冲激光引信后向散射特性评价指标体系;
图4为隶属度函数图形。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种烟雾环境下脉冲激光引信后向散射特性评估方法,以某次试验为例,评估步骤流程图如图1所示。
某次试验中设置脉冲激光引信发射出激光重频1kHz、脉宽50ns的脉冲激光,单脉冲能量为3μJ。探测器选用EV2102-5型PIN集成光电探测器,光敏面直径2mm,响应度≥1.0×105V/W,信噪比经试验测得为30dB。
使用LA-950激光散射粒度分析仪对试验所用的烟雾粒径进行测试分析,得到颗粒的最小粒径为2.976μm,最大粒径为26.111μm,平均粒径为9.340μm。取平均粒径9.340μm作为粒径分布评估参数值,同时,试验环境中烟雾浓度为18.3g/m3,烟雾厚度为0.8m,烟雾距离为1.0m。
步骤一、构建层次分析结构。分析烟雾环境下脉冲激光引信后向散射特性中各因素的从属关系,构建烟雾环境下脉冲激光引信后向散射特性评价指标体系,评价指标体系的层次分析结构如图2所示。
步骤二、构建权重判断矩阵。根据图3所示的烟雾环境下脉冲激光引信后向散射特性评价指标体系,得到准则层Ui对目标层U的权重判断矩阵P0,Uij对准则层Ui的权重判断矩阵P1、P2、P3。
步骤三、计算各层指标的层次权重值。
矩阵P0的最大特征值λmax=3.0278,对应的特征向量ω0=[0.7336,0.1892,0.0772]。
矩阵P1的最大特征值λmax=3.0649,对应的特征向量ω1=[0.6491,0.2790,0.0719]。
矩阵P2的最大特征值λmax=3.0940,对应的特征向量ω2=[0.7172,0.1947,0.0881]。
矩阵P3的最大特征值λmax=3.0536,对应的特征向量ω3=[0.2176,0.0914,0.6910]。
步骤四、对权重判断矩阵进行一致性检验和修正;
对矩阵P0进行一致性检验:n=3,D=0.0139,DR=0.0240<0.1,满足一致性要求。
对矩阵P1进行一致性检验:n=3,D=0.0324,DR=0.0559<0.1,满足一致性要求。
对矩阵P2进行一致性检验:n=3,D=0.0470,DR=0.0810<0.1,满足一致性要求。
对矩阵P3进行一致性检验:n=3,D=0.0268,DR=0.0462<0.1,满足一致性要求。
步骤五、构建隶属度函数。对于定量化指标,因为评价指标的类型不同,对优劣的评判方式也不同。定量指标利用隶属度函数表征,本发明采用两种梯形模糊函数进行隶属度函数的建立,其基本函数图形如图4所示。对定性指标不能通过函数计算,采用专家打分法确定隶属度。设单因素Ui的模糊向量为Ri=[r1,r2,…,rm],其中rj=Xij/X,X为参与打分的专家人数,Xij为因素被评为Vj的次数。专家为定性指标打分意见表如表1所示。
隶属度函数的数学表达式如下:
表1隶属度专家打分表
广泛调研激光引信资料和征求行业专家意见,确定烟雾环境下脉冲激光引信后向散射特性相关参数如表2所示:
表2各评价指标模糊评判标准
隶属度函数参数取值如表3所示:
表3隶属度函数参数取值表
对评估案例的指标参数进行整理,如表4所示:
表4烟雾环境下脉冲激光引信后向散射特性指标参数
步骤六、构建权重向量和模糊评价矩阵。
由隶属度函数计算得,烟雾环境下脉冲激光引信后向散射特性准则层Ui的模糊向量:
根据公式Bi=ωi·Ri得到准则层的模糊评判结果B1、B2、B3,并利用其构造目标层模糊评价矩阵R。
B1=[0.0649 0.8632 0 0.0719 0] (16)
B2=[0 0 0.2439 0.0389 0.7172] (17)
B3=[0.2176 0.4003 0.3821 0 0] (18)
步骤七、计算评估结果。
烟雾环境下脉冲激光引信后向散射特性目标层的评价结果向量B为:
B=[0.0644 0.6641 0.0756 0.0601 0.1357] (20)
评语等级进行划分:五级(0~60)、四级(60~70)、三级(70~80)、二级(80~90)、一级(90~100)。
取各阶段的平均值构成分数集合:
C=[30 65 75 85 95] (21)
烟雾环境下脉冲激光引信后向散射特性的最后评分为:
E=B·CT=68.7748 (22)
评分落在评语等级四级区间内,因此,此次试验烟雾环境下脉冲激光引信后向散射特性较差。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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 (8)
1.烟雾环境下脉冲激光引信后向散射特性评估方法,其特征在于,该评估方法实现的步骤如下:
步骤一:构建层次分析结构;
步骤二:构建权重判断矩阵;
步骤三、计算各层指标的层次权重值;
步骤四:对权重判断矩阵进行一致性检验和修正;
步骤五、构建隶属度函数;
步骤六、构建权重向量和模糊评价矩阵;
步骤七、计算评估结果。
2.如权利要求1所述的烟雾环境下脉冲激光引信后向散射特性评估方法,其特征在于,所述步骤一中构建层次分析结构的过程是:分析烟雾环境下脉冲激光引信后向散射特性中各因素的从属关系,将决策目标进行划分,形成具有一定递阶性的层次结构。
3.如权利要求2所述的烟雾环境下脉冲激光引信后向散射特性评估方法,其特征在于,所述步骤二中构建权重判断矩阵的过程是:在步骤一构建的体系中,对同一层包含的各个因素相对于具有从属关系的上一层因素的重要性进行两两比较,构造权重判断矩阵。
4.如权利要求3所述的烟雾环境下脉冲激光引信后向散射特性评估方法,其特征在于,所述步骤三中的计算权重值即为求下层元素对于上层准则的相对权重,通过求判断矩阵P的最大特征值λmax及最大特征值对应的特征向量ω,特征向量归一化后的结果即为所求权重值。
6.如权利要求5所述的烟雾环境下脉冲激光引信后向散射特性评估方法,其特征在于,所述步骤五中,在区分两种不同类型指标的前提下,对定量指标利用梯形模糊函数建立隶属度函数,对定性指标利用专家打分法建立隶属度函数。
7.如权利要求6所述的烟雾环境下脉冲激光引信后向散射特性评估方法,其特征在于,所述步骤六中构建权重向量和模糊评价矩阵的过程包括:
利用模糊评判方法建立各指标与对应评估等级集合之间的模糊关系,对于单个指标得到反映该指标能力的模糊评价向量,则同一准则下指标能力的模糊评价向量集合是反映该准则评估的模糊评价矩阵Ri,通过与该准则下的权重向量ωi进行模糊运算,得到各自的模糊评判集合,表达式如下所示:
Bi=ωi·Ri (3)
式中,Bi为该准则层第i个准则的模糊评判结果。
对于目标层,利用准则的模糊评判结果Bi组合得到合模糊评判矩阵R,与目标层的权重向量ω进行模糊运算,得到综合模糊评判向量B,表达式如下所示:
B=ω·R (4)。
8.如权利要求7所述的烟雾环境下脉冲激光引信后向散射特性评估方法,其特征在于,所述步骤七中计算评估结果的过程是:引入分数集C=(c1,c2,…,cm),其中cj(j=1,2,…,m)表示第j级的评语分数,评语分数由专家确定,则最终的评估结果用评语分数E表示,E为最终的评估结果,通过分数可以对所评价目标进行评估,表达式如下所示:
E=B·CT (5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110113572.0A CN112880491A (zh) | 2021-01-27 | 2021-01-27 | 烟雾环境下脉冲激光引信后向散射特性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110113572.0A CN112880491A (zh) | 2021-01-27 | 2021-01-27 | 烟雾环境下脉冲激光引信后向散射特性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112880491A true CN112880491A (zh) | 2021-06-01 |
Family
ID=76052854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110113572.0A Pending CN112880491A (zh) | 2021-01-27 | 2021-01-27 | 烟雾环境下脉冲激光引信后向散射特性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112880491A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222279A (zh) * | 2011-06-14 | 2011-10-19 | 华南理工大学 | 基于模糊综合评判法的制革行业技术的评估方法 |
CN106169032A (zh) * | 2016-09-30 | 2016-11-30 | 广东省科技基础条件平台中心 | 一种产业集群创新指数的计算方法 |
CN110490438A (zh) * | 2019-08-01 | 2019-11-22 | 浙江大学 | 一种工业流水线车间数字孪生能力的简化策略推荐方法 |
CN110501221A (zh) * | 2019-08-12 | 2019-11-26 | 武汉理工大学 | 一种基于路面使用性能与材料性能的路用性能评价方法 |
-
2021
- 2021-01-27 CN CN202110113572.0A patent/CN112880491A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222279A (zh) * | 2011-06-14 | 2011-10-19 | 华南理工大学 | 基于模糊综合评判法的制革行业技术的评估方法 |
CN106169032A (zh) * | 2016-09-30 | 2016-11-30 | 广东省科技基础条件平台中心 | 一种产业集群创新指数的计算方法 |
CN110490438A (zh) * | 2019-08-01 | 2019-11-22 | 浙江大学 | 一种工业流水线车间数字孪生能力的简化策略推荐方法 |
CN110501221A (zh) * | 2019-08-12 | 2019-11-26 | 武汉理工大学 | 一种基于路面使用性能与材料性能的路用性能评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111950918B (zh) | 一种基于电力交易数据的市场风险评估方法 | |
CN111582718B (zh) | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 | |
CN111080108B (zh) | 数据驱动的武器装备作战效能评估指标筛选方法及系统 | |
CN112308381A (zh) | 装备贡献度数据分析方法、系统、存储介质、计算机设备 | |
CN110472363B (zh) | 适用于高速铁路隧道的围岩变形等级预测方法及系统 | |
CN110889440A (zh) | 基于主成分分析和bp神经网络的岩爆等级预测方法及系统 | |
CN111242499A (zh) | 基于层次-可拓分析的既有隧道衬砌结构病害评价方法 | |
CN114065223A (zh) | 一种基于cvss的多维度软件安全风险评估方法 | |
CN114444910A (zh) | 一种面向电力物联网的边缘网络系统健康度评估方法 | |
CN110009241B (zh) | 一种在役电力电缆通道消防安全水平的评估方法及装置 | |
CN110705856A (zh) | 基于层次分析法的核电设备锻件材料制造质量评估方法 | |
CN110223004A (zh) | 一种指挥防护工程口部抢修作业风险评估系统 | |
CN112880491A (zh) | 烟雾环境下脉冲激光引信后向散射特性评估方法 | |
CN106485049A (zh) | 一种基于蒙特卡洛交叉验证的nirs异常样本的检测方法 | |
Seoane et al. | Investigating the impact of quasar-driven outflows on galaxies at z∼ 0.3–0.4 | |
CN115187019A (zh) | 一种人工智能全生命周期安全风险评估方法及装置 | |
CN112217838B (zh) | 一种基于云模型理论的网络攻击面评估方法 | |
Jin et al. | Compilation of drilling load spectrum based on the characteristics of drilling force | |
CN110941904A (zh) | 一种基于不同作战天气下的感知设备组合搭配方法 | |
Workman et al. | Limitations in analytical accuracy, part I: Horwitz's trumpet | |
CN113534129B (zh) | 评估地基宽带雷达的高速目标探测性能的方法和系统 | |
Farmer et al. | Optical particle size measurements of hygroscopic smokes in laboratory and field environments | |
Wang et al. | A case-based reasoning method for discriminating damage levels in ancient wood components based on fuzzy similarity priority | |
CN112903928A (zh) | 基于改进层次分析的室内空气质量评价方法 | |
Vani et al. | Forecasting of Network Intrusion by means of Efficient Machine Learning Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |