[發(fā)明專利]一種基于統(tǒng)計流形尋優(yōu)降維的干擾類型自動識別方法

有效

• 申請?zhí)枺?/td>: 202010919093.3
• 申請日: 2020-09-04
• 公開（公告）號: CN112069987B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計）人: 王超宇;陸翔
• 申請（專利權(quán)）人: 中國船舶重工集團公司第七二四研究所
• 主分類號: G06F18/10
• 分類號: G06F18/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于統(tǒng)計流形尋優(yōu)降維的干擾類型自動識別方法。首先，利用到達角、載頻、脈寬、到達時間、幅度等脈沖描述字構(gòu)造干擾信號空時頻統(tǒng)計特征集合；然后，利用噪聲調(diào)幅、噪聲調(diào)頻、復(fù)制轉(zhuǎn)發(fā)、梳狀譜等干擾樣式先驗信息構(gòu)造多維流形空間；最后，將干擾類型識別問題轉(zhuǎn)化為流形上的信息幾何估計問題，并通過多維流形空間信號分量和噪聲分量分離等技術(shù)手段，降維估計高分離度的干擾信號多維流形空間，作為高置信度干擾信號分類識別的依據(jù)。

技術(shù)領(lǐng)域

本發(fā)明涉及電子對抗技術(shù)領(lǐng)域。

背景技術(shù)

對干擾類型的精準(zhǔn)實時判別是認知化干擾抑制的基本前提。實時干擾類型識別方法雖然具備良好的工程應(yīng)用潛力和一定魯棒性，但是在應(yīng)對輻射樣式靈活多變的新體制干擾設(shè)備時可能存在如下缺陷：首先，通過對干擾源偵收信號進行多維度時頻分析可從不同角度定義大量特征參量，特征參量的擴張一方面將極大的復(fù)雜化識別處理流程，另一方面也將在一定程度上降低識別流程的魯棒性；其次，該方法中所采納的硬判決方式難以自動兼容未知的新型復(fù)雜干擾樣式。從干擾樣式/類型識別的角度出發(fā)，前述各種時頻參量重要性不一，也即其所能提供的鑒別能力不同。如何有效的自動凝練各參量提供的鑒別能力和鑒別角度是干擾認知領(lǐng)域一個難題。

本發(fā)明利用信息幾何(Information?Geometry)給出面向干擾樣式自動識別的干擾特征參量降維分類方法。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于統(tǒng)計流形尋優(yōu)降維的干擾類型自動識別方法，能夠提升雷達系統(tǒng)在復(fù)雜電磁環(huán)境下的電磁環(huán)境綜合感知能力，為自適應(yīng)抗干擾雷達系統(tǒng)輔助性決策提供關(guān)鍵信息支撐。

實現(xiàn)本發(fā)明的技術(shù)解決方案為：從信息幾何的角度出發(fā)，利用觀測干擾信號有限維的奇異值特征矢量自動凝練干擾信號觀察樣本蘊含的多維流形空間特征，實現(xiàn)干擾信號觀察樣本空時頻特征的降維提取，即以有標(biāo)簽干擾實測數(shù)據(jù)作為訓(xùn)練樣本，通過多維流形空間信號分量U和噪聲分量Λ降維分離等技術(shù)手段，迭代估計干擾信號空時頻統(tǒng)計特征f(x)和多維流形空間g(x)，實現(xiàn)高置信度干擾信號分類識別。具體步驟如下：

步驟1：利用脈沖描述字初始化干擾信號空時頻統(tǒng)計特征f(x)，x為干擾信號樣本，為干擾信號描述字構(gòu)成的觀察樣本集合；同時，利用干擾樣式先驗信息初始化多維流形空間g(y)，其中y為干擾信號樣本，為干擾類型集合；

步驟2：從觀測樣本集合中選n個樣本，對于每個樣本(x_i,y_i)估計干擾信號空時頻特征的分布P_X(x_i)，并更新干擾信號空時頻統(tǒng)計特征：

其中，Δ為常數(shù)；

步驟3：從觀測樣本集合中選n個樣本，利用觀測干擾信號樣本(x_i,y_i)估計多維流形空間特征分布P_Y(y_i)，并更新典型干擾類型多維流形空間：

其中，Δ為常數(shù)；

步驟4：利用n個干擾信號樣本對干擾類型高維流形空間的實時轉(zhuǎn)移牽引效應(yīng)，歸一化干擾類型多維流形空間估計結(jié)果其中表示對n干擾信號樣本統(tǒng)計所得干擾多維流形空間數(shù)學(xué)期望；

步驟5：基于歸一化干擾類型多維流形空間估計結(jié)果，構(gòu)造干擾幾何流形空間相關(guān)矩陣：

步驟6：利用干擾幾何流形空間相關(guān)矩陣，采用SVD方式降維提取干擾多維流形空間信號分量U和噪聲分量Λ：

[U?Λ]＝eig(Φ)；

步驟7：利用信號分量和噪聲分量，重構(gòu)干擾多維流形空間：