[發明專利]雷達復雜電磁環境效應機理的建模方法

有效

• 申請號: 202010552903.6
• 申請日: 2020-06-17
• 公開（公告）號: CN111709187B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 王鵬;賀咪咪;邸若海;董綿綿;吳嬌;洪賢麗;李曉艷;呂志剛
• 申請（專利權）人: 西安工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F18/2415;G06F18/214
• 代理公司: 西安新思維專利商標事務所有限公司 61114
• 代理人: 黃秦芳

本發明公開了一種雷達復雜電磁環境效應機理的建模方法。本發明提供的方法是：首先，對雷達在電磁環境下各子系統的效應數據使用K2算法進行貝葉斯網絡結構的學習，建立雷達系統從輸入要素到輸出要素的貝葉斯網絡拓撲結構；然后，在網絡結構已知的情況下，采用最大似然估計算法計算貝葉斯網絡參數；接著，在獲取貝葉斯網絡模型之后，對雷達電磁環境效應進行基于條件概率變化程度的敏感性分析；最后，采用聯結樹推理算法對雷達復雜電磁環境效應機理的模型進行概率推理。本方法可以有效地對雷達復雜電磁環境效應機理進行建模，建模精度為91％，為提高雷達在復雜電磁環境下的作戰能力提供理論支撐。

技術領域

本發明屬于雷達復雜電磁環境效應機理領域，更具體涉及一種雷達復雜電磁環境效應機理的建模方法。

背景技術

現代戰爭是以爭奪信息權和電磁空間為重點的戰爭。電子對抗的發展歷程與無線電技術、應用于軍事裝備的電子技術的發展緊密相連。同時隨著信息化程度的提高，電磁戰場環境下，雷達的作戰效能常常受到電子信息系統的電磁環境的影響。而提高電子信息系統電磁環境適應能力的關鍵是搞清楚電磁環境各要素對信息系統的影響過程，也就是需要進行雷達電磁環境效應機理分析。

由于電子信息系統內部結構復雜、特性各異，往往存在電磁環境參數不可準確獲取，關鍵作用因素不能準確確定，未知機理不能及時發現和理清等現象。而國內對復雜電磁環境的研究起步較晚且所能學習研究的文獻少之又少，與國外先進水平存在巨大差距。因此，亟需尋找一種能夠對復雜電磁環境效應機理建模的理論方法。

由于傳統方法的建模精度較低，且雷達復雜電磁環境效應機理對應的模型復雜度相對較高，一般為多連通網絡，在推理時往往會涉及到多個查詢節點的推理問題。而本發明所采用的貝葉斯網絡在含有多個查詢節點的推理問題上具有強大的優勢，不僅可以快速的計算出目標節點的邊際分布或條件分布的精確值，而且所得模型精度較高。

發明內容

本發明提供一種雷達復雜電磁環境效應機理的建模方法，以克服復雜電磁環境效應機理在一定空間內，涉及要素繁多、難以理清的問題，無法較好處理雷達復雜電磁環境中各效應要素之間的不確定性問題。

為了達到本發明的目的，本發明提出的方案如下：一種雷達復雜電磁環境效應機理的建模方法，包括如下步驟：

步驟1、數據集的獲取階段：通過實測采集獲取得到雷達系統的各子系統的效應數據；

步驟2、貝葉斯網絡結構學習階段：采用基于評分的K2算法進行貝葉斯網絡的結構學習，獲取貝葉斯的網絡拓撲結構；

步驟3、貝葉斯網絡參數學習階段：在網絡結構已知的情況下，基于統計學方法計算貝葉斯網絡的參數，獲取目標節點的條件概率描述；

步驟4、雷達電磁環境效應敏感性分析階段：獲取到貝葉斯網絡模型后，通過該模型來獲取節點的條件概率分布，然后分析效應特征之間的敏感性或者貢獻度；

步驟5、貝葉斯網絡模型的精度推理階段：首先對雷達效應數據進行貝葉斯網絡的結構學習，然后利用貝葉斯網絡的參數學習得到最終的雷達復雜電磁環境效應機理的貝葉斯網絡模型，在得到新的雷達數據后，采用貝葉斯網絡的聯結樹推理算法計算目標節點發生的概率，并通過最大后驗概率確定雷達復雜電磁環境效應發生的可能的輸入“要素”，最后利用已知條件，計算所建立模型的推理精度。

上述方法中，所述步驟2包括如下步驟：

步驟201、將步驟1獲取的數據集進行分類，劃分為訓練集和測試集；

步驟202、根據雷達信號的流向，確定節點次序；

步驟203、利用K2算法進行貝葉斯網絡的結構學習，獲取雷達效應數據的貝葉斯網絡拓撲結構。

上述方法中，所述步驟3中的統計學方法是最大似然估計算法。

上述方法中，所述步驟4包括以下步驟：