[發明專利]雷達模擬設備可信度的評估方法及評估系統

有效

• 申請號: 201210379017.3
• 申請日: 2012-10-09
• 公開（公告）號: CN102955902B
• 公開（公告）日: 2017-02-01
• 發明（設計）人: 戚宗鋒;韓國強;李林;榮昕;符淑芹;劉文釗;彭燕;蒙潔;胡明明
• 申請（專利權）人: 中國人民解放軍63892部隊
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 洛陽市凱旋專利事務所41112
• 代理人: 陸君

1.一種雷達模擬設備可信度的評估系統，其特征在于：包括：模擬設備信號采集器、實際原型設備信號采集器、智能分析評估系統、數據庫處理系統、終端存儲顯示系統，所述模擬設備信號采集器和實際原型設備信號采集器分別通過GPIB接口卡或GPIB轉USB接口卡與智能分析評估系統的輸入端相連，所述智能分析評估系統通過數據總線與數據庫處理系統相連，智能分析評估系統的輸出端通過并口與終端存儲顯示系統相連，且數據庫處理系統通過數據總線與終端存儲顯示系統相連。

2.根據權利要求1所述的一種雷達模擬設備可信度的評估系統，其特征在于：所述智能分析評估系統由數據特征提取模塊、數據預處理模塊、可信度智能篩選模塊和可信度計算模塊通過控制總線電連接組成，其中，數據特征提取模塊、數據預處理模塊、可信度智能篩選模塊通過數據總線與數據庫處理系統相連；該系統具有分析所獲取的評估數據，完成可信度評估工作，按照數據處理、數據特征提取、評估方法智能篩選、可信度評估計算的次序，計算可信度評估結果。

3.根據權利要求1所述的一種雷達模擬設備可信度的評估系統，其特征在于：所述數據庫處理系統由數據預處理方法庫、可信度評估特征庫、可信度評估方法庫和評估數據與評估結果庫組成，其中，數據預處理方法庫通過數據總線與數據特征提取模塊和數據預處理模塊相連，可信度評估特征庫和可信度評估方法庫分別通過數據總線與可信度智能篩選模塊相連，評估數據與評估結果庫通過數據總線與終端存儲顯示系統相連；該系統提供方法支持，提供數據、結果的存儲與管理。

4.一種如權利要求1所述雷達模擬設備可信度智能分析評估的方法，其特征在于：將評估系統的采集器接入模擬設備與實際原型系統，并讀取模擬設備與實際原型系統的數據，通過GPIB接口卡或GPIB轉USB接口卡傳輸至智能分析評估系統，所述智能分析評估系統提取篩選評估數據特征與可信度評估方法本質特征，并建立可信度評估特征與可信度評估方法間的映射關系，實現對模擬系統的可信度智能分析評估，具體實現過程為：

步驟一：提煉可信度評估特征，是對仿真模擬系統、原型系統的數據要求和評估方法，所反映的數據特征和評估方法本質特征的一致性提煉出來的；所述可信度評估特征包括：數據特征和評估方法本質特征，所述數據特征由靜態數據和動態數據組成，所述評估方法本質特征由評估方法數學/物理特征組成；

1）、靜態數據可信度評估特征，是經抽樣而產生的樣本數據，該組數據滿足iid(independence?identical?distribute，獨立同分布的條件，與時間沒有關系，可以交換其先后次序，需要時還可對其按大小重新進行排列；

2）、動態數據可信度評估特征，是經采樣而產生動態的時間序列數據，是按時間順序排列的觀測值集合；包括連續時間序列和離散時間序列；對于動態數據的處理，需要應用到隨機過程分析中的一些假設前提(如平穩性、各態歷經性等)和研究成果；

3）、評估方法的可信度評估特征——提煉的評估方法數學/物理特征，是基于系統行為的評估方法是通過檢驗原型系統/模擬系統的輸出之間的一致性，來得出可信度結論的，對于輸出數據的一致性檢驗上，不同的評估方法有著不同的判斷原則，也就是說不同的評估方法有著不同的數學或物理本質；

步驟二：建立可信度評估特征到可信度評估方法的映射關系；

1）、規范并明確可信度評估特征取值，采用兩類共6個標準取值，包括：

①評估方法對于數據特征的取值為：“1-必須滿足”、“2-滿足更好”、“3-不能使用”和“4-不要求”；其中，每種評估方法對于數據特征的取值為“√-適用”、“×-不適用”；

評估方法對于評估方法本質特征的取值

2）、建立可信度評估特征到可信度評估方法的映射關系，針對靜態、動態數據給出了每種評估方法對于可信度評估數據特征的映射表；針對評估方法本質給出了每種評估方法對于可信度評估特征的映射表；以此為基礎建立了可信度評估特征到可信度評估方法的映射關系；

步驟三：設計可信度評估特征庫、數據預處理方法庫、可信度評估方法庫以及評估數據與評估結果庫；

可信度評估特征庫：該庫將步驟二中的可信度評估方法到可信度評估特征的映射關系以數據庫的形式保存；

數據預處理方法庫：該庫保存了數字特征計算、樣本分布判定方法和數據平穩性判定方法等數據特征提取方法；降噪、剔點、趨勢項分離、函數變換、數據擬合、插值、頻譜轉換、趨勢項提取、自助法數據擴容等數據預處理方法；

可信度評估方法庫：該庫保存了概率估計法、均值估計法、方差估計法、Bayes均值估計法、Bayes方差估計法、均值檢驗法、方差檢驗法、Smirnor檢驗法、符號檢驗法、秩和檢驗法、游程檢驗法、不等式系數法、灰色關聯法、灰色關聯改進法、回歸分析法、經典譜估計法、最大熵譜析法、隨機時序列辨識；

評估數據與評估結果庫：該庫保存了評估數據、評估結果以及與評估相關的參數、方法信息；

步驟四：設計可信度評估方法智能篩選：在步驟三所建立的各類數據庫的基礎上，以待評測的雷達模擬設備的評估數據特征與評估目的為前提，通過一定的邏輯判斷，能夠方便地實現可信度評估方法智能篩選功能，其可信度評估方法自動篩選的步驟如下：

執行步驟301，?用戶選擇可信度評估目的，獲得對應到用戶關心的可信度評估方法本質特征集D；

執行步驟302，以用戶關心的可信度評估特征集D為輸入，查表1提取與集合D對應的適用的可信度評估方法，獲得適用的評估方法集C；

執行步驟303，以評估數據為輸入，自動提取靜態/動態數據特征，獲得兩類動態/靜態數據特征集；

執行步驟304，以具備的動態/靜態數據特征集為輸入，查表2或表3提取值為3的評估方法，得到不能使用的評估方法集A；

執行步驟305，以不具備的動態/靜態數據特征集為輸入，查表2或表3提取值為1的評估方法，得到不能使用的評估方法集B；

執行步驟306，以步驟302、304、305的評估方法集A、B、C，通過，獲得適用于數據特征和評估目的的可信度評估方法集，為并依照評估數據滿足可信度評估方法數據特征的程度1、2、4，進行可信度方法適用性的優先級排序。