龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国船舶集团有限公司第七二三研究所
摘要：本发明公开了一种基于机器学习的自适应干扰目标分配方法，该方法为：首先根据获取目标信号的特征参数信息，计算威胁程度和威胁权重，构造多约束条件的目标分配模型；然后采用基于信号类型的聚类算法得到目标信号的相似度矩阵，再根据KNN分类算法判断并验证其所属的信号类别得到最优解，为不同的目标分配最优的干扰方式。本发明能够在保证干扰方式满足所有信号类型的前提下，为决策者提供更快更准确的方案，消除了人工操作存在的误差和时间损耗，实现了对干扰目标信号的自适应分配，提高了干扰效率和干扰效果。
主权项：1.一种基于机器学习的自适应干扰目标分配方法，其特征在于，包括以下步骤：步骤1、通过接收机获取目标的信息，提取每个目标的特征参数，包括目标距离D、目标方位W、目标速度V、目标类型T和目标状态C；步骤2、对提取的目标特征进行分析得到目标的威胁程度，并将威胁程度归一化，得到不同目标的威胁权重；步骤3、根据提取的目标特征信息和目标的威胁权重，构造多约束条件的目标分配模型；步骤4、当接收到一个目标信号时，将该目标信号与已知的雷达数据库进行对比分析，如果与数据库相匹配，则直接通过雷达数据库与干扰源数据库之间的对应关系，采用步骤3中目标分配模型进行目标的干扰样式分配；如果与数据库不匹配，则判定为新的目标信号，转入步骤5；步骤5、将新的目标信号与雷达数据库中的信号进行聚类，得到该新的目标信号与雷达数据库中其他信号的相似度矩阵；步骤6、根据聚类后的相似度矩阵，采用KNN算法判断新的目标信号所属的信号类别，采用该类别对应的干扰样式进行干扰，记录干扰结果；步骤7、如果干扰有效，则步骤6中干扰样式即为最优解，更新雷达数据库与干扰源数据库；如果干扰无效，则转入步骤8；步骤8、根据步骤5的相似度矩阵，选择下一个与该信号最相似的信号对应的干扰样式进行干扰，记录干扰结果，转入步骤7判断干扰是否有效，直到获得最优解，根据最优解采用步骤3中目标分配模型进行目标的干扰样式分配。
全文数据：
权利要求：
百度查询： 中国船舶集团有限公司第七二三研究所 一种基于机器学习的自适应干扰目标分配方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号