[發明專利]低先驗信息條件下的多功能雷達行為辨識與快速預測方法

在審

• 申請號: 201710584262.0
• 申請日: 2017-07-18
• 公開（公告）號: CN107390189A
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 趙鋒;歐健;艾小鋒;劉進;楊建華;吳其華;李永禎;肖順平
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G01S7/38
• 分類號: G01S7/38;G01S7/02
• 代理公司: 北京慧泉知識產權代理有限公司11232
• 代理人: 王順榮,唐愛華

【技術領域】

本發明涉及低先驗信息條件下的多功能雷達行為辨識與快速預測方法，屬 于雷達電子戰領域，具體涉及到多功能雷達行為辨識與預測技術，更進一步來 說是針對在低先驗信息條件下和對實時性要求較高的場景下實現多功能雷達行 為辨識與預測的方法。

【背景技術】

隨著有源相控陣等技術的應用，多功能雷達(Multi-function radar,MFR) 已發展成為一種具有多模式、多任務和高度智能化的感知系統，展現出極強的 靈活性和自適應能力。常規的電子偵察和雷達對抗技術在應對MFR時往往存 在一些局限，而認知電子戰技術可根據戰場電磁環境采用針對性的對抗措施， 實現更好的對抗效果。目前在雷達輻射源識別領域的研究已取得了不少成果， 但其落腳點大多在于對輻射源型號或個體的識別。這些對于干擾方固然是十分 寶貴的情報信息，但對干擾決策更為重要的應是雷達當前和未來的行為，包括 其工作模式、波形參數、調度策略等，這也正是認知的對象。因此，如何對 MFR行為進行準確的識別和預測已成為認知電子戰研究中亟待解決的問題。由 于MFR信號的復雜性，現有識別和預測方法普遍存在不便于實際應用的問題。 基于預測狀態表示(Predictive State Representation,PSR)的MFR模型框架具有良 好的性能，在用于工作模式識別時效果顯著優于HMM。本發明在這一模型框 架的基礎上，嘗試對現有算法的不足之處進行改進：首先針對部分先驗信息不 易獲取的問題，研究了不依賴狀態轉移概率的MFR工作模式辨識方法；隨后 針對全概率方法計算量大的問題，利用PSR自身的預測屬性，研究了MFR信 號的多步快速預測方法。

【發明內容】

本發明的目的在于利用PSR模型實現MFR工作辨識與預測。為了達到上 述目的，本發明的涉及低先驗信息條件下的多功能雷達行為辨識與快速預測方 法，采取的技術方案如下：

步驟一：建立MFR的PSR模型；

非受控系統的PSR模型可表示為一個四元組<O,h,e,p(e|h)>：

O為觀測空間，一個包含所有觀測值的有限離散集合，一個觀測o∈O；h 為經歷，指從初始時刻開始并止于當前時刻的觀測序列，h＝o₁o₂…o_t；e為事 件，指在經歷之后的觀測序列，e＝o_t+1o_t+2…。對于線性PSR模型，若所有事 件的概率均可由一組事件概率的線性組合表示，則稱這組事件為核心事件(Core Events)，Q＝{q₁,q₂,…,q_|Q|}；p(e|h)為給定經歷h條件下事件e發生的概率；

MFR雷達字序列用PSR模型表示：

設全部雷達字的有限集為W，每個雷達短語由n個雷達字串聯而成，那么 t時刻的觀測o_t為一個n個雷達字的短序列，觀測空間O＝Wⁿ；事件e為當前時 刻的觀測o_t，核心事件集Q為該工作模式下的雷達短語集合；設寄存器位數為 m，則記憶為經歷h中所有長度不大于m的后綴的集合。

因此，在經歷h條件下發生事件e的概率p(e|h)為：

p(e|h)＝p(e＝o_t|h＝o₁o₂…o_t-1) (1)

核心事件Q＝{q₁,q₂,…,q_|Q|}的概率分布為：

p(Q|h)＝[p(q₁|h),p(q₂|h),…,p(q_|Q||h)]^T (2)

根據Q的定義，任何觀測發生的概率均可由p(Q|h)的線性組合來表示，故 存在m_o使得

p(o|h)＝p^T(Q|h)m_o (3)

令當得到新的觀測o后，p(Q|h)將更新為：

上面出現的條件概率所表示的意義有所不同：h與l均屬于經歷，o和q均 為事件，當“|”兩側為同一類符號時，條件概率表示觀測概率，如p(l|h)和p(o|q)， 反之則表示轉移概率，如p(q|h)。

步驟二：進行PSR模型訓練；