[发明专利]新体制雷达辐射源目标的行为意图认知系统

说明书

本发明提出了新体制雷达辐射源目标的行为意图认知系统，它包括脉间信息特征参数提取模块，用于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；训练样本聚类模块，用于确定训练样本数据中的聚类个数K，计算出每个聚类中的初始聚类中心，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；训练样本分区模块，区分确定区、不确定区和拒绝区；还包括训练样本学习模块、新体制雷达辐射源目标功能识别模块以及新体制雷达辐射源目标行为意图推理模块。本发明通过对未知电磁辐射源目标功能的精准识别，构建电磁目标行为意图表征模型，挖掘电磁辐射源目标行为意图与电磁信号之间内在联系。

技术领域

本发明涉及新体制雷达辐射源目标的行为意图辨识技术领域，具体地指一种新体制雷达辐射源目标的行为意图认知系统。

背景技术

反辐射导弹是现代电子战中对雷达等电磁辐射源进行硬杀伤的最有效武器，与先进电磁频谱战设备相配合的反辐射源导弹攻击是未来电磁对抗中的重要手段。

由于战时很有可能出现大量未知的雷达信号，而未知雷达一般会分时实现多任务的执行，并且按雷达设计时预先设置的方式进行任务切换，未知雷达的连续工作过程可以看作是这些任务连续变换的过程。

每一部雷达工作时都有当前的使命和任务，而这些任务通过选择特定的功能来完成，因此雷达的功能是其静态做工状态的直接表达，雷达的功能决定其所能执行的任务，以及具有的威胁程度。而雷达功能的转换及其统计特性背后体现出的指挥员的作战意图，是指挥员战术及作战意图的直接体现。因此，雷达行为意图可以分解为按照特定规律排列的雷达功能或任务的执行。

软件化雷达行为通常由多个连续执行的任务组成，而行为的意图可由连续执行任务的工作状态体现。目前未知雷达辐射源目标的行为意图难以推测，这将对作战构成巨大的潜在威胁。

发明内容

针对现有技术的不足之处，本发明提出一种新体制雷达辐射源目标的行为意图认知系统，精准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，构建电磁目标行为意图表征模型。

为达到上述目的，本发明所设计的一种新体制雷达辐射源目标的行为意图认知系统，其特别之处在于：包括脉间信息特征参数提取模块、训练样本聚类模块、训练样本分区模块、训练样本学习模块、新体制雷达辐射源目标功能识别模块和新体制雷达辐射源目标行为意图推理模块；其中，

所述脉间信息特征参数提取模块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；