[发明专利]一种雷达辐射源信号识别效能评估方法及系统

说明书

本发明属于电子对抗中雷达辐射源信号的识别评估技术领域，公开了一种雷达辐射源信号识别效能评估方法及系统；首先针对评估准则下具有关联性特点的属性采用直觉模糊网络分析法进行分析，得到相应的属性权重；然后基于区间犹豫模糊思想，并对识别率测试结果进行更合理的选取，确定区间犹豫模糊初始决策矩阵中的元素，为后续的决策过程提供更精确的原始数据；最后在区间犹豫模糊思想的基础上，使用消去与选择转换法并结合逼近理想排序法，实现对雷达辐射源信号识别效能的评估。本发明可以合理有效地解决属性相互独立的情况，并且可以避免决策方法中因掺杂人为因素以及无法充分评估所有识别方案而造成的低效评估。

技术领域

本发明属于电子对抗中雷达辐射源信号的识别评估技术领域，尤其涉及一种雷达辐射源信号识别效能评估方法及系统。

背景技术

目前，业内常用的现有技术是这样的：雷达辐射源信号分选识别的两大关键要素就是特征参数和分类器，因此，这两大技术构成的识别效能的评估称为雷达辐射源信号识别效能评估中关键的一环。目前，在电子战领域并没有完整的雷达辐射源信号识别效能评估理论体系，这一现象的原因主要有：应用于雷达辐射源信号识别的特征参数、分类器种类繁多，性能各异；雷达辐射源信号识别系统应用环境不同，受到的干扰、噪声也有很大的差异，很难在同一环境下对识别效能进行评估。

传统比较雷达辐射源信号识别效果的好坏，一般是求识别率，即在识别测试中，正确地识别脉冲数除以总的脉冲数就是该条件下对该信号的识别率，也可以理解为该方法在这一条件下对目标信号的识别能力。从一般意义来讲，求解的识别率都是有限次的实验结果，只能无限接近真值而不能达到真值。如果进行不同的实验，则可以发现识别率是波动的变量，变动的范围、方式以及发生较大变化的次数都反映识别方法的性能。传统的求解识别率来验证识别方法能力的做法存在一些弊端，主要体现在：对于求解不同的识别方法以及在不同的外界条件下，所需的测试数量如何确定，传统的求解识别率的方法是无法解决的；传统的求解识别率的结果是一次对识别方法的测试结果，怎样确定它的置信度和置信区间，传统求解方法是无法给出的；针对在信噪比等外界因素干扰引起的识别率变化的情况下，传统方法无法科学的评价识别方法的稳定性问题。

目前，业内常用的现有技术是这样的：针对雷达辐射源信号识别效能评估的上述传统方法的一系列弊端，其他学者引入了识别率测试结果，在识别率测试结果的基础上，将效能评估问题转变为多属性决策问题，提出一系列多属性决策方法来解决识别效能评估的问题。现有技术一通过基于模糊综合评判的雷达辐射源信号识别效能评估方法对识别结果做出准确评估，但该方法使用层次分析法求解权值，忽略了属性之间可能存在的关联性，且利用该方法得到的评估结果是定性的，输出的是最大隶属度对应的评语，无法定量的表达评估结果的大小；针对现有技术一存在的主要弊端，现有技术二通过基于层次分析法改进的区间逼近理想排序法的雷达辐射源信号识别效能评估方法对识别结果做出定量评估，但该方法在决策过程中采用区间逼近理想排序法，而该方法在其排序过程中需要确定正、负理想点，现有资料所提到的正、负理想点都是凭借经验取得，对识别效能判断结果造成较大误差，且逼近理想排序法不具有非补偿性。现有技术三规避了上述技术存在的问题后，提出采用基于相对熵赋权的优选排序方法进行识别效能评估，但该技术采用熵权法求解属性权重，忽略了属性之间存在的关联性，且其求解属性权重的数据是根据实验平台仿真求得的初始化决策矩阵中的数据所得，这意味着当实验数据发生变化，则属性权重也会发生变化，因此由熵权法确定的属性权重不具有稳定性；而且使用消去与选择转换法进行决策评估时，只能得到最佳识别方案，无法得到所有识别方案完整的评估顺序。

综上所述，现有技术存在的问题是：现有技术无法解决具有关联性特点的各个属性的属性权重；单独采用逼近理想排序法或是单独采用消去与选择转换法决策法，都无法准确地对所有识别方案进行合理有效评估。因此，寻求一种既可以求出有关联性特点的属性的属性权重，又可以准确高效的对所有识别方案构建一种级别高于关系从而进行合理有效评估成为了目前亟待解决的主要技术问题。