[发明专利]一种目标威胁程度评估方法

说明书

技术领域

本发明属于数据融合技术领域，特别涉及一种目标威胁程度评估方法。

背景技术

数据融合是一门信息综合处理技术，它利用多源数据的互补性、冗余性，对各传感器提供的各种信息加以融合，从而提高数据的可靠性。威胁评估作为信息融合的一个应用方向，不论在交通，网络安全还是在防空安全和防空作战中，威胁程度评估越来越受重视。在国际上，民用航空成为恐怖分子实施恐怖活动的首选目标，空防的范围扩大到全世界，危及空防安全的对象将会变成高科技武装甚至是武装力量的直接攻击。如何应对空防安全的新形势，是对中国的民航企业提出的严峻考验。随着电子信息技术的应用，需要处理的信息日益增多，越来越复杂，对目标进行正确的威胁程度评估，有助于我方采取更好的措施保护生命和财产安全，减少不必要的损失，同时更有力的回击对方，保证防空安全，因此对目标进行正确的威胁程度评估成了一个亟待解决的问题。

应用于威胁程度评估具有代表性的方法主要有基于专家系统的方法、基于模板匹配的方法、基于品质因数的方法、基于多代理规划识别方法等。专家系统构成很困难，需要专家与技术人员的紧密结合，并且无法模拟人的创造性思维，智能性不高；模板匹配的方法，知识结构常采用静态结构，数据库维护复杂；品质因数法开发和证实比较繁琐；多代理规划识别方法仅适用于可预测或可验证的假设。

发明内容

本发明的目的是为了解决现有的目标威胁程度评估方法存在的问题，提出了一种目标威胁程度评估方法。

本发明的技术方案是：一种目标威胁程度评估方法，包括如下步骤：

S1.建立威胁评估量化模型，确定各威胁因素的威胁指数；

S2.根据步骤S1所述的威胁指数初始化BP神经网络结构；

S3.根据PSO算法确定BP神经网络的初始权值和阈值；

S4.根据步骤S3得到的初始权值和阈值，利用步骤S1所述的威胁指数组成的训练样本对BP神经网络进行训练，得到训练好的BP神经网络；

S5.利用步骤S4得到的BP神经网络对步骤S1所述的威胁指数组成的测试样本进行测试，得到威胁评估程度。

本发明的有益效果：本方法通过把BP神经网络和PSO算法结合起来对目标威胁程度进行评估，即是先通过PSO算法确定BP神经网络的初始权值和阈值，进而加快了BP神经网络的收敛速度和收敛精度，可有效避免BP神经陷入局部极小值，在提高智能性的基础上降低了复杂度。本发明的方法不仅可以避免繁琐的数学计算过程，而且可以减小专家知识带来的偏差，提高目标威胁程度预测的准确性。

附图说明

图1本发明实施例的空中两架飞机飞行状态示意图。

图2本发明威胁程度评估方法神经网络模型示意图。

图3本发明威胁程度评估方法的流程示意图。

具体实施方式

下面结合附图和具体的实施实例对本发明作进一步的阐述。

本发明以我机在空中飞行过程中发现目标为实例，二者状态示意图如图1所示，用本发明的方法判断目标对我机的威胁程度。

S1.建立威胁评估量化模型，确定威胁评估因素的威胁指数；

在本实例中，威胁指数包括：高度威胁指数，距离威胁指数、角度威胁指数、速度威胁指数，目标类型威胁指数，具体计算过程如下：

(1)高度威胁指数