[发明专利]基于深度学习的雷达防空侦察效能评估方法

说明书

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。

技术领域

本发明属于雷达技术领域，特别涉及一种基于深度学习的雷达防空侦察效能评估方法。

背景技术

在电磁对抗环境复杂多变的防空战场中，能否高效感知战场态势决定了战争的胜负。雷达作为战场中的千里眼，不仅能有效地探测敌情、预知危险，还能抢占先机、压制敌人，其防空侦察能力在一定程度上反映了战场态势感知能力，因此，如何对其进行有效评估具有重要意义。

当前，雷达侦察系统防空作战效能评估的研究已经有一定的进展，孙杨超等人依据美国工业界武器系统效能咨询委员会WSEIAC模型，采用ADC法，即根据雷达的有效性(availability)、可靠性(dependability)和能力(capacity)三大要素来综合评价雷达系统的总体性能，并结合实例，对某型侦察雷达进行效能评估。然而，ADC法适用性不强，当评估影响因素较多时，评估效率低下。

龙文武等人利用基于灰色理论的层次分析法来评估雷达作战效能，从探测、跟踪、侦察、识别、定位、干扰、攻击七个方面，建立多功能雷达作战效能评估指标体系，通过具体数据进行实例仿真，验证了评估模型的有效性和实用性。然而，层次分析法定性分析成分多，权重难以确定，容错性不好。

杜震等人运用模糊综合评判理论，建立了基于模糊综合评判法的雷达侦察设备作战效能评估体系结构，从探测性能、信号截获能力、信号分选识别能力、参数测量能力、可靠性等五个方面进行综合评估，结合实例具体说明了该方法在雷达侦察设备效能评估中的应用。然而，模糊综合评判法受主观因素影响较大，当权矢量与模糊矩阵不匹配时，结果会出现超模糊现象，甚至出现评判失败。

曲文韬等人引入云理论，将定性评估和定量评估相结合，提出了基于云重心的机载雷达侦察设备侦察效能评估方法，建立了评估指标体系，得出系统效能的语言评判值，将其量化计算，最终获得评判结果，为机载雷达侦察设备效能提升提供依据。然而，云重心评判法在一定程度上还是受主观因素影响，评估计算过程并不是完全客观的。

戚宗锋等人建立了基于深度置信网络的雷达侦察系统作战能力评估方法，详细分析了效能评估流程，并结合雷达侦察系统作战能力评估对象，仿真验证了该评估方法的合理性和正确性。然而，当输入数据量较大时，深度置信网络需要训练的权值参数较多，计算复杂度高，难以充分利用大数据样本优势。

发明内容

本发明的目的在于克服上述技术问题，提出一种基于深度学习的雷达防空侦察效能评估方法，实现对雷达侦察系统防空作战效能的多维评估。

为实现上述目的，本发明的技术方案包括如下步骤：

(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；