[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

本發明公開了一種基于船長統計模型的雷達艦船分類能力評價方法，包括：獲取某一海域的若干船長樣本數據；根據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；根據船長統計模型和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；根據依賴曲線對雷達艦船分類能力進行評價。本發明基于不同海域的船長統計模型，通過給出正確分類概率達到要求時容許的徑向尺寸估計誤差范圍，能夠更精確地分析和評價不同海用雷達和艦船徑向尺寸估計方法的艦船粗分類能力。

技術領域

本發明屬于雷達技術領域，具體涉及一種基于船長統計模型的雷達艦船分類能力評價方法。

背景技術

對海監視雷達是現代海上防御作戰系統的主要組成部分，其在海岸和海島防御中起著重要作用。此外，對海監視雷達還可用于海關緝私監控、海上交通監視等，為切斷海上走私通道提供信息引導。高分辨對海監視雷達需要對海面艦船具有“粗”分類的能力，所謂“粗”分類即把海面艦船按照其長度分為“大、中、小”三類：船長小于a米的艦船為小型船，船長介于a 米至b米之間的艦船為中型船，船長大于b米的艦船為大型船，其中a＜b，區分艦船所屬類型的分界值a，b通常由工程規定。

對于工作在掃描狀態下的高分辨對海監視雷達，常用的分類手段是基于艦船的高分辨距離像(High-resolution range profile，HRRP)對其徑向尺寸進行估計，然后從徑向尺寸和航向角得到船長的估計值，最后依據船長進行大中小分類。

然而，由于海雜波、目標姿態變化以及高分辨雷達脈沖壓縮距離副瓣導致的艦船目標回波擴展等問題，徑向尺寸估計均存在一定的誤差，該誤差的大小可能會導致將目標艦船錯誤分類，影響監視效果。而對于我國近海艦船粗分類的應用，目前尚沒有有效的方法可以實現對不同對海監視雷達和艦船徑向尺寸估計方法的艦船粗分類能力的評估，以幫助工程人員判斷雷達是否滿足工程對正確分類概率的需求。

發明內容

為了解決現有技術中存在的上述問題，本發明提供了一種基于船長統計模型的雷達艦船分類能力評價方法。本發明要解決的技術問題通過以下技術方案實現：

一種基于船長統計模型的雷達艦船分類能力評價方法，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。

在本發明的一個實施例中，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該海域的船長統計模型。

在本發明的一個實施例中，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。

在本發明的一個實施例中，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；