[发明专利]基于SVM的毫米波探测器干扰效果评估方法

说明书

本发明公开了一种基于SVM的毫米波探测器干扰效果评估方法，具体为：构建SVM干扰评估模型；使用样本训练集对SVM干扰评估模型进行训练，确定SVM干扰评估模型参数，得到SVM干扰评估模型；利用SVM干扰评估模型对毫米波探测器干扰效果进行评估。本发明有效弥补了室内毫米波探测器干扰性能等效测试系统的等效条件的局限性，提高了毫米波探测器干扰测试效率。

技术领域

本发明属于毫米波干扰技术，特别是一种基于SVM的毫米波探测器干扰效果评估方法。

背景技术

在现代战争中，无论是对主动雷达还是对被动探测器进行干扰，干扰设备的干扰效果评估始终是研究的热点。近年来，衡量毫米波被动探测器干扰设备的干扰效果主要依靠外场试验，但是外部试验环境和天气条件的不确定性直接限制了试验的进行，并且在设计和研制毫米波干扰设备的过程中，往往需要通过试验不断调整相关设计参数以实现最佳干扰效果，因此外场试验这种方式存在着效率低、成本高等问题。毫米波探测器干扰研究已取得了较大的进展，但相关的干扰效果评估方法的研究较少。由此可见，缺少有效的室内毫米波干扰等效及评估系统成为限制毫米波干扰和抗干扰技术快速发展的一个关键因素，然而传统的半实物仿真系统普遍具有等效条件有限、干扰效果评估方式单一等不足。

随着近年来雷达干扰相关领域研究的不断深入以及机器学习理论的快速发展，雷达干扰效果的评估已经由早期的评估因子法、模糊综合评估法，发展到了基于支持向量机(Support Vector Machine，简称SVM)等机器学习理论的智能评估法，并且随着国内对末敏弹毫米波探测器的不断深入研究，也出现了借助现代机器学习理论进行末敏弹毫米波探测器目标识别的方法。

上述效果评估方法只适用于雷达干扰、毫米波探测器目标识别等领域，并不能用于毫米波探测器干扰效果评估。毫米波探测器干扰效果评估依赖于外场试验，存在效率低、成本高等问题，直接由影响因素理论推导出毫米波探测器干扰效果也非常困难。

发明内容

本发明的目的在于提出了一种基于SVM的毫米波探测器干扰效果评估方法。

实现本发明目的的技术方案为：一种基于SVM的毫米波探测器干扰效果评估方法，具体步骤为：

步骤1、构建SVM干扰评估模型；

步骤2、使用样本训练集对SVM干扰评估模型进行训练，确定SVM干扰评估模型参数，得到SVM干扰评估模型；

步骤3、利用步骤2得到的SVM干扰评估模型对毫米波探测器干扰效果进行评估。

优选地，步骤1中所述SVM干扰评估模型的输入特征量为x＝[P_e,R,θ,P_min],其中，P_e为干扰功率，R为干扰距离，θ为干扰主波束方向角，P_min为毫米波探测器最小可检测功率，输出特征量y∈{+1,-1}，+1表示毫米波探测器被干扰成功，-1则表示干扰失败，SVM评估模型的核函数为高斯核函数式中，σ表示高斯核函数核宽度，SVM评估模型的判决函数为：

SVM评估模型的最优超平面设定为：

输入特征向量，为支持向量，y_m、y_n分别为支持向量对应的输出特征量，C为惩罚因子，ξ_i为松弛变量，为超平面，α_m为拉格朗日乘子，α_m^*为拉格朗日乘子最优解，N为样本数量，N_SV为支持向量数量，

优选地，步骤2使用样本训练集对SVM干扰评估模型进行训练，确定SVM干扰评估模型参数的具体步骤为：

步骤2-1、将样本数据集中的特征数据进行标准化，得到标准化后的样本数据集；