[發明專利]基于船長統計模型的雷達艦船分類能力評價方法在審
| 申請號: | 202011334711.4 | 申請日: | 2020-11-24 |
| 公開(公告)號: | CN112560897A | 公開(公告)日: | 2021-03-26 |
| 發明(設計)人: | 水鵬朗;李杉;張坤 | 申請(專利權)人: | 西安電子科技大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 西安嘉思特知識產權代理事務所(普通合伙) 61230 | 代理人: | 劉長春 |
| 地址: | 710000 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 船長 統計 模型 雷達 艦船 分類 能力 評價 方法 | ||
1.一種基于船長統計模型的雷達艦船分類能力評價方法,其特征在于,包括:
獲取某一海域的若干船長樣本數據;
根據所述船長樣本數據得到該海域的船長統計模型;
建立不同徑向尺寸估計誤差下不同長度的艦船被正確分類的條件概率計算模型;
根據所述船長統計模型和所述條件概率計算模型得到徑向尺寸估計誤差與該海域任一目標艦船被正確分類的概率之間的依賴曲線;
根據所述依賴曲線對雷達艦船分類能力進行評價。
2.根據權利要求1所述的基于船長統計模型的雷達艦船分類能力評價方法,根據所述船長樣本數據得到該海域的船長統計模型,包括:
根據所述船長樣本數據計算船長樣本的一、二階原點矩;
利用所述船長樣本的一、二階原點矩計算船長統計模型的形狀參數和尺度參數的估計值;
根據Weibull分布模型、所述形狀參數和尺度參數的估計值得到船長統計模型。
3.根據權利要求2所述的基于船長統計模型的雷達艦船分類能力評價方法,其特征在于,所述船長統計模型的表達式為:
其中,f(L;ν,σ)表示形狀參數為ν、尺度參數為σ的船長統計模型在船長為L米時的概率密度,exp表示以自然對數為底的指數操作。
4.根據權利要求1所述的基于船長統計模型的雷達艦船分類能力評價方法,其特征在于,所述不同徑向尺寸估計誤差下不同長度的艦船被正確分類的條件概率計算模型表示為:
當ε=0時,θ(L,ε)=1;
當ε<0時,θ(L,ε)的表達式為:
當ε>0時,θ(L,ε)的表達式為:
其中,θ(L,ε)表示船長為L米的艦船被徑向尺寸估計誤差為ε米的雷達正確分類的概率,π表示圓周率,arccos表示反余弦操作,cos表示余弦操作,a表示小型船與中型船的分界船長,b表示中型船與大型船的分界船長。
5.根據權利要求1所述的基于船長統計模型的雷達艦船分類能力評價方法,其特征在于,根據所述船長統計模型和所述條件概率計算模型得到徑向尺寸估計誤差與該海域任一目標艦船被正確分類的概率之間的依賴曲線,包括:
根據所述船長統計模型和所述條件概率計算模型得到徑向尺寸估計誤差與正確分類概率之間的函數關系式;
利用軟件繪制所述函數關系式,得到所述徑向尺寸估計誤差和所述正確分類概率之間的依賴曲線。
6.根據權利要求5所述的基于船長統計模型的雷達艦船分類能力評價方法,其特征在于,所述徑向尺寸估計誤差與正確分類概率之間的函數關系式表示為:
其中,PC(ε)表示徑向尺寸估計誤差為ε的雷達將某一海域內任一艦船正確分類的概率,∫表示積分操作,∞表示無窮大。
7.根據權利要求1所述的基于船長統計模型的雷達艦船分類能力評價方法,其特征在于,根據所述依賴曲線對雷達艦船分類能力進行評價,包括:
根據工程需求從所述依賴曲線得到徑向尺寸估計誤差的容許取值范圍;
根據雷達的實際徑向尺寸估計誤差和所述容許取值范圍對該雷達艦船分類能力進行評價。
8.一種基于船長統計模型的雷達艦船分類能力評價方法,應用于中國近海海域,其特征在于,包括:
獲取中國近海海域的若干船長樣本數據;其中,所述中國近海海域包括渤海、黃海、東海以及南海;
根據所述船長樣本數據分別計算中國近海及渤海、黃海、東海、南海船長統計模型的形狀參數和尺度參數的估計值;
根據所述形狀參數和尺度參數的估計值得到對應海域的船長統計模型;
建立不同徑向尺寸估計誤差下不同長度的艦船被正確分類的條件概率計算模型;
根據所述船長統計模型和所述條件概率計算模型得到徑向尺寸估計誤差與該海域任一目標艦船被正確分類的概率之間的依賴曲線;
根據所述依賴曲線對雷達艦船分類能力進行評價。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安電子科技大學,未經西安電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011334711.4/1.html,轉載請聲明來源鉆瓜專利網。





