Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的雷达防空侦察效能评估方法 

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!

摘要:本发明公开了一种基于深度学习的雷达防空侦察效能评估方法,其包括以下步骤:构建包含4个评估维度、13个评估指标和42个评估因子的雷达防空侦察效能评估体系;构造深度神经网络,深度神经网络由设备可信度评估子网、战场生存能力评估子网、信号侦测能力评估子网和信号处理能力评估子网四个子网并行输出,然后级联整体作战效能评估子网组成;训练深度神经网络;将归一化处理后的待评估数据送入训练好的深度神经网络,输出雷达防空侦察效能评估结果。本发明利用深度神经网络的泛化能力,能够充分提取雷达防空侦察效能评估数据特征,量化评估指标和评估结果,不仅避免主观因素影响,而且容错性好,大大提高了雷达侦察系统防空作战效能评估的准确度。

主权项:1.一种基于深度学习的雷达防空侦察效能评估方法,其特征在于,包括以下步骤:1构建包含4个评估维度、13个评估指标和42个评估因子的雷达防空侦察效能评估体系;2构造深度神经网络,深度神经网络由设备可信度评估子网、战场生存能力评估子网、信号侦测能力评估子网和信号处理能力评估子网四个子网并行输出,然后级联整体作战效能评估子网组成;3训练深度神经网络,具体包括:3a采集评估因子,计算评估指标;3b采用标准差法对13个评估指标进行归一化处理,对4个评估维度进行赋值解释处理;3c利用反向传播算法分别逐层训练深度神经网络各个子网,当损失函数小于预设阈值或达到最大训练次数时,训练结束;否则,沿着损失函数梯度下降方向调整各个子网的权值参数,自适应调整学习速率,重新训练各个子网;4将归一化处理后的待评估数据送入训练好的深度神经网络,输出雷达防空侦察效能评估结果;所述步骤1中的4个评估维度是指设备可信度、战场生存能力、信号侦测能力和信号处理能力,4个评估维度共涉及13个评估指标,具体为:设备可信度涉及设备可靠性、故障检测能力以及故障修复能力三个评估指标;战场生存能力涉及战场电磁抗扰能力、战场抗扰辨别能力、战场隐蔽能力以及战场机动能力四个评估指标;信号侦测能力涉及信号侦测范围、信号分辨能力以及信号探测频域三个评估指标;信号处理能力涉及目标识别能力、信号识别精度以及信号稳定跟踪能力三个评估指标;所述步骤1中的13个评估指标通过42个评估因子量化表示,具体如下:设备可靠性用表示,T为任务持续时间T,t为雷达侦察设备平均故障间隔时间,TR为雷达侦察设备平均故障检测时间,Tr为雷达侦察设备平均故障修复时间;故障检测能力用雷达侦察设备平均故障检测时间TR表示;故障修复能力用雷达侦察设备平均故障修复时间Tr表示;战场电磁抗扰能力用表示,Sr为雷达侦察设备在无干扰条件或实验室条件下的接收机灵敏度Sr,Sr′为在干扰条件下的接收机灵敏度Sr′;战场抗扰辨别能力用表示,PA为无干扰条件下雷达侦察设备能正确识别目标信号的概率,PB为在干扰条件下的雷达侦察设备能正确识别目标信号的概率;战场隐蔽能力用κ1+κ2+κ3+κ4表示,κ1为雷达侦察系统控制工作时长和频率程度加权系数,κ2为发射波形复杂程度加权系数,κ3为增设诱饵的诱骗性加权系数,κ4为雷达机动性加权系数;战场机动能力用表示,υ为雷达侦察设备在实验条件下的机动速度,V为雷达侦察设备在战场环境下的机动速度;信号侦测范围用minRmax,Rs表示,其中K为玻尔兹曼常数,取1.33×10-23JK,R0为地球半径,取6370Km,Pt为雷达的发射功率,Gt为雷达发射天线的增益,λ为雷达发射波长,σ为侦察目标的有效反射面积、T0为接收机噪声温度,Δfr为接收机带宽,Fn为噪声系数,L为系统损耗因子,SNmin为雷达的最小检测信噪比,Ha为雷达侦察设备天线高度,Ht为侦察目标高度;信号分辨能力用表示,fs为频率分辨率,θs为方位分辨率;信号探测频域用频率覆盖系数表示,即f为设备的频率范围,Δf为设备的瞬时工作带宽,fr为雷达接收机工作频段,Δfr为雷达接收机的瞬时工作带宽;目标识别能力用表示,Nζ为被正确识别出来的信号数量,Nγ为所有从目标反射回来的信号数量;信号识别精度用表示,为频率分辨率,为方位分辨率,为信号脉冲宽度,为回波信号到达时间的误差;信号稳定跟踪能力用综合目标的多个航迹后的三维方位误差Ex、Ey、Ez来表示,Ex为跟踪目标横坐标误差,Ey为跟踪目标纵坐标误差,Ez为跟踪目标垂直坐标误差。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 基于深度学习的雷达防空侦察效能评估方法

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。