[發(fā)明專利]一種基于人工智能的雷達(dá)探測環(huán)境估計方法

有效

• 申請?zhí)枺?/td>: 202011048352.6
• 申請日: 2020-09-29
• 公開（公告）號: CN112162286B
• 公開（公告）日: 2023-08-01
• 發(fā)明（設(shè)計）人: 王玲玲;周亮;黃孝鵬;王犇;袁越;崔威威
• 申請（專利權(quán)）人: 中國船舶集團(tuán)有限公司第七二四研究所
• 主分類號: G01S13/95
• 分類號: G01S13/95;G01S7/41
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的雷達(dá)探測環(huán)境估計方法，其特征在于：

步驟一：建立基于先驗(yàn)知識庫的雷達(dá)探測環(huán)境智能反演估計架構(gòu)，該架構(gòu)包括五部分：實(shí)時反演基礎(chǔ)數(shù)據(jù)接收處理、雷達(dá)探測環(huán)境與雷達(dá)回波特征知識庫、反演資源模型、基于人工智能反演計算及修正補(bǔ)償；

步驟二：建立雷達(dá)探測環(huán)境與海雜波關(guān)聯(lián)映射決策模型、通過灰色關(guān)聯(lián)分析法及改進(jìn)熵法，計算兩者之間關(guān)聯(lián)因素及關(guān)聯(lián)權(quán)重、進(jìn)行關(guān)聯(lián)檢驗(yàn)、制定沖突消解策略，實(shí)現(xiàn)雷達(dá)探測環(huán)境與海雜波的關(guān)聯(lián)性挖掘；

步驟三：建立雷達(dá)探測環(huán)境先驗(yàn)知識庫，該特征庫為“大氣波導(dǎo)等級-氣象參數(shù)特征-水文參數(shù)特征-回波功率-低空電磁傳輸衰減特征”映射關(guān)系，其數(shù)據(jù)基礎(chǔ)具有仿真模擬及實(shí)測數(shù)據(jù)兩種；

步驟四：在反演前基于實(shí)測回波數(shù)據(jù)結(jié)合先驗(yàn)知識庫，通過聚類分析判斷大氣波導(dǎo)有無、大氣波導(dǎo)類型及大氣波導(dǎo)等級，作為后續(xù)基于海雜波反演雷達(dá)探測環(huán)境先驗(yàn)信息；然后利用Kmeans算法基于實(shí)際雷達(dá)回波數(shù)據(jù)結(jié)合先驗(yàn)知識信息，進(jìn)行大氣波導(dǎo)特征參量估計，實(shí)現(xiàn)雷達(dá)探測環(huán)境準(zhǔn)確估計，并通過建立海況、海態(tài)對大氣波導(dǎo)特征的影響分析進(jìn)行修正補(bǔ)償，進(jìn)一步提升準(zhǔn)確性。

2.根據(jù)權(quán)利要求1所述的一種基于人工智能的雷達(dá)探測環(huán)境估計方法，其特征在于：所述步驟二還包括：采用灰色關(guān)聯(lián)分析法分析雷達(dá)探測環(huán)境參數(shù)，包括大氣溫度、海表溫度、大氣濕度、大氣壓強(qiáng)、風(fēng)向、風(fēng)速、浪高、流速與海雜波功率關(guān)聯(lián)性，建立海雜波功率與其他要素的樣本矩陣，利用熵值計算差異系數(shù)，得出權(quán)重向量，計算海雜波功率與雷達(dá)探測環(huán)境之間的關(guān)聯(lián)要素權(quán)重。