[发明专利]一种基于通信流量信息辅助的雷达组网方式识别方法

权利要求书

1.一种基于通信流量信息辅助的雷达组网方式识别方法，其特征在于，包括以下步骤：

S1、辐射源特征参数的选取：

采用雷达工作状态、雷达网布站方式和雷达网内通信流量作为特征，其中雷达网内通信流量特征包括：无干扰下通信流量特征、点迹欺骗下通信流量特征、航迹欺骗下通信流量特征；

S2、确定标准特征向量

将雷达组网方式C_i下的标准雷达特征向量记为将雷达组网方式C_i下不同对抗条件时的标准通信流量特征向量记为参数n₁、n₂分别为选取的雷达特征参数的个数以及通信流量特征参数的个数，含义为第n个特征参数在第i种组网方式下的标准特征值；标准特征值由先验知识，以及设定的场景得到；

S3、计算特征参数与组网方式间的匹配度

特征参数的匹配度记为s_in，s_in表示第n个特征参数与组网方式C_i的匹配度，表示如下：

其中为第n个特征参数在第i种组网方式下的标准特征值，z_in表示第n个特征参数的实测时的特征值；d_{in_k}为第n个特征参数在组网方式C_i下的匹配度计算函数，使用离散化函数d_{in_k}来构造匹配度s_in，如下所示：

其中d_{in_1}≥d_{in_2}≥d_{in_3}且d_{in_1},d_{in_2},d_{in_3}均属于0至1间的小数，代表特征参数对组网方式的支持程度，s_in的具体取值由每个特征参数对应的离散化函数以及标准特征值与实测特征值z_in决定；

通过实测下的各特征参数的特征值z_in以及步骤S2中给出的各特征参数标准特征值使用离散化函数d_{in_k}即可得出第n个特征参数对组网方式C_i的匹配度s_in；

S4、确定特征参数的权重系数

使用w_in表示特征参数判断权重，其表示第n个特征参数对雷达组网方式C_i匹配判断的重要程度，将各雷达特征参数所组成的权重向量记为将各通信流量特征参数所组成的权重向量记为且W_{i_radar}与W_{i_com}中所有权重系数之和等于1；权重向量由相关专家给出；

S5、计算特征向量与组网方式之间的匹配度

使用矢量和矢量分别表示选取的雷达特征参数与通信流量特征参数在组网方式C_i下的实测特征向量与标准特征向量之间的距离,具体表示如下：

结合专家给出的标准特征向量和利用特征向量的匹配度计算模型计算出雷达特征向量Z_{i_radar}和通信流量特征向量Z_{i_com}对雷达组网方式C_i的匹配度S_{i_radar}和S_{i_com}如下(5)、(6)两式所示，其中s_in由式(2)给出；其中n₁表示选取的雷达特征总个数，n₂表示选取的通信流量特征总个数，参数M表示雷达组网方式种类的个数；

将步骤S4中给出的权重向量W_{i_radar}、W_{i_com}和(3)、(4)式得出的向量分别带入式(5)和式(6)即可计算得出雷达特征向量和通信流量特征向量与组网方式C_i的匹配度S_{i_radar}和S_{i_com}；

S6、使用D-S证据融合规则对雷达特征匹配度及通信流量特征匹配度进行信息融合

构建雷达组网方式识别的基本概率赋值函数BPAFm(A)，表示对判断A的支持程度；

对于式(5)和式(6)中求得的匹配度S_{i_x}，若S_{i_x}0，则代表了特征向量x对雷达组网方式C_i是支持的，支持的程度为S_{i_x}；当S_{i_x}≤0时，则代表了特征向量x对该组网方式C_i是不支持的，不支持的程度为S_{i_x}，同样意味着特征向量x支持其他的组网方式，支持程度为S_{i_x}+1∈[0,1]；

令i＝1,2…K，当K≤M时，S_{i_x}≥0，当i＝K+1,K+2,…,M时S_{i_x}0；

令当p≤1时，m_x(Θ)＝1-p；

其中Θ为组网方式的识别框架，框架内包含所有待识别组网方式；建立如下BPFA，其中x表示雷达特征向量或通信流量特征向量，m_x(C_i)表示特征向量x对组网方式C_i的支持程度：

否则m_x(Θ)＝0，有：

雷达特征和通信流量特征所使用的融合规则为D-S组合规则，该规则如下式(9)所示，其中A是组网方式识别框架Θ中的一个子集；m(A)表示现在已有的证据对子集A的一个支持程度；B和C分别为雷达组网方式识别框架下的非空子集，m₁(B)、m₂(C)分别表示特征向量1对B集合的支持程度和特征向量2对C集合的支持程度；其中K反映了证据m₁和m₂之间的冲突程度；

使用(7)式或(8)式分别计算出m_radar(C_i)和m_com(C_i)，再使用m_radar(C_i)和m_com(C_i)替换式(9)中的m₁(B)和m₂(C)，即可计算得出通信流量信息与雷达信息融合后对组网方式C_i的支持度，实现雷达组网方式识别。