[发明专利]新体制雷达辐射源目标的行为意图认知系统

权利要求书

1.一种新体制雷达辐射源目标的行为意图认知系统，其特征在于：包括脉间信息特征参数提取模块（1）、训练样本聚类模块（2）、训练样本分区模块（3）、训练样本学习模块（4）、新体制雷达辐射源目标功能识别模块（5）和新体制雷达辐射源目标行为意图推理模块（6）；其中，

所述脉间信息特征参数提取模块（1）用于根据已知雷达辐射源目标的功能及对应的信号特性，分别提取各雷达辐射源的脉间信息特征参数，作为训练样本数据；

所述训练样本聚类模块（2）用于采用粗糙K-均值分类器对训练样本数据首先进行K-均值聚类，确定训练样本数据中的聚类个数K，将训练样本数据分成K个聚类，计算出每个聚类中的初始聚类中心；在K-均值聚类中引入上近似样本密度和下近似样本密度，根据初始聚类中心对每个聚类中的训练样本数据再次进行粗糙K-均值聚类，获得每个聚类中的新聚类中心；

所述训练样本分区模块（3）用于采用粗糙K-均值分类器在每个聚类中，以新聚类中心为球心，选取第一阈值R_k作为半径，对每个聚类进行初次分区，若聚类中的训练样本数据到新聚类中心的距离大于或等于第一阈值R_k，则该训练样本数据属于拒绝区；选取比例系数λ，且0＜λ＜1，若聚类中的训练样本到新聚类中心的距离小于λR_k，则该训练样本数据属于线性可分的确定区，若聚类中的训练样本数据到新聚类中心的距离大于λR_k且小于R_k，则该训练样本数据属于线性不可分的不确定区；

所述训练样本学习模块（4）用于采用粗糙K-均值分类器对确定区的训练样本进行训练学习，采用SVM分类器对不确定区的训练样本进行训练学习；

所述新体制雷达辐射源目标功能识别模块（5）用于将未知的新体制雷达信号输入到基于粗糙K-均值分类器与SVM联合分类器，通过粗糙K-均值分类器识别线性可分的雷达信号的功能，筛选线性不可分的雷达信号进入不确定区，并通过SVM分类器对不确定区的雷达信号进行功能识别，最终分析出新体制雷达随着观测时间变化而呈现出的功能/状态变化；

所述新体制雷达辐射源目标行为意图推理模块（6）用于根据新体制雷达随着观测时间变化而呈现出的功能/状态变化，输出电磁目标行为意图表征模型（Q, V_s, C, F）,其中，Q表示功能/状态集合，Q=（s₀, s₁, ..., s_N）；V_s表示功能/状态确认向量，V_s=【v₀,v₁,...,v_N】,v_N表示功能/状态s_N 重复出现并得到确认；C表示功能/状态转换确认矩阵，它的元素c_ij的值表示s_i→s_j功能/状态转换是否经过多次检测而确认；F表示功能/状态转换次数统计矩阵，矩阵的元素F_ij代表在观测时间内发生s_i→s_j功能/状态转换的次数。