[發(fā)明專利]一種基于無監(jiān)督學(xué)習(xí)的分布式孔徑交互智能評估方法

在審

• 申請?zhí)枺?/td>: 202110657607.7
• 申請日: 2021-06-13
• 公開（公告）號: CN113313191A
• 公開（公告）日: 2021-08-27
• 發(fā)明（設(shè)計(jì)）人: 高穎;武銘;張朋;郭淑霞;張超琦;段鵬亮;秦?fù)P;韓勝杰;楊昊歡
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 金鳳

本發(fā)明公開了一種基于無監(jiān)督學(xué)習(xí)的分布式孔徑交互智能評估方法，首先收集分布式孔徑系統(tǒng)中的孔徑數(shù)據(jù)以及孔徑參數(shù)數(shù)據(jù)并且計(jì)算出所需要的用于最終評估的中間量，然后利用非監(jiān)督學(xué)習(xí)中的DBSCAN(Density?Based Spatial Clustering ofApplications with Noise)算法對這些未經(jīng)過標(biāo)記的數(shù)據(jù)進(jìn)行簇聚類操作，簇的數(shù)量根據(jù)實(shí)際評估需求對鄰域半徑進(jìn)行調(diào)整。對簇聚類過后的數(shù)據(jù)根據(jù)自身需求打上評價(jià)標(biāo)簽，利用梯度提升機(jī)對經(jīng)過處理的孔徑數(shù)據(jù)進(jìn)行評估分類，根據(jù)結(jié)果，利用專家知識進(jìn)行交互式特征修正，再次使用梯度提升機(jī)進(jìn)行評估分類，如此循環(huán)，直至結(jié)果滿意，即可保存評估模型，用于新的孔徑數(shù)據(jù)的評估。

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，具體涉及一種分布式孔徑交互智能評估方法。

背景技術(shù)

分布式孔徑系統(tǒng)是一種通過中心控制處理系統(tǒng)控制多個(gè)單元雷達(dá)實(shí)現(xiàn)電磁波空間能量合成的雷達(dá)系統(tǒng)。分布式孔徑系統(tǒng)由中心控制處理系統(tǒng)統(tǒng)一控制調(diào)配，波束指向相同區(qū)域，并在中心控制處理系統(tǒng)控制下進(jìn)行收發(fā)信號全相參，實(shí)現(xiàn)目標(biāo)遠(yuǎn)距離搜索發(fā)現(xiàn)和高精度跟蹤的測量系統(tǒng)。

目前對分布式孔徑系統(tǒng)的評估只是針對整個(gè)系統(tǒng)中每一個(gè)具體的參數(shù)指標(biāo)或是問題進(jìn)行評估。周寶亮等人對分布式孔徑雷達(dá)系統(tǒng)的各個(gè)方面進(jìn)行了深入的研究，通過這些方面對分布式系統(tǒng)進(jìn)行細(xì)致的評估，這樣的評估機(jī)制可以準(zhǔn)確的反映出整個(gè)分布式孔徑系統(tǒng)中的細(xì)節(jié)，但是缺少對于系統(tǒng)的綜合能力的評價(jià)，非常依賴專業(yè)知識，同時(shí)也很難做到智能化評估。

目前，對分布式孔徑系統(tǒng)的聚合能力，應(yīng)用能力以及其他綜合方面的能力進(jìn)行評估的研究還處于不斷完善的階段，有待進(jìn)行更深一步的研究。同時(shí)，在涉及到大量數(shù)據(jù)并且需要自動生成評估結(jié)果的情況時(shí)，傳統(tǒng)的通過每一個(gè)具體細(xì)節(jié)參數(shù)或指標(biāo)進(jìn)行評估的方法有很大的局限性。因此，提出一種能反映出分布式孔徑系統(tǒng)整體能力的評估方法是十分有意義的。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于無監(jiān)督學(xué)習(xí)的分布式孔徑交互智能評估方法，首先收集分布式孔徑系統(tǒng)中的孔徑數(shù)據(jù)以及孔徑參數(shù)數(shù)據(jù)并且計(jì)算出所需要的用于最終評估的中間量，然后利用非監(jiān)督學(xué)習(xí)中的DBSCAN(Density-Based SpatialClustering of Applications with Noise)算法對這些未經(jīng)過標(biāo)記的數(shù)據(jù)進(jìn)行簇聚類操作，簇的數(shù)量根據(jù)實(shí)際評估需求對鄰域半徑進(jìn)行調(diào)整。對簇聚類過后的數(shù)據(jù)根據(jù)自身需求打上評價(jià)標(biāo)簽，利用梯度提升機(jī)對經(jīng)過處理的孔徑數(shù)據(jù)進(jìn)行評估分類，根據(jù)結(jié)果，利用專家知識進(jìn)行交互式特征修正，再次使用梯度提升機(jī)進(jìn)行評估分類，如此循環(huán)，直至結(jié)果滿意，即可保存評估模型，用于新的孔徑數(shù)據(jù)的評估。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括如下步驟：

步驟1：提取孔徑參數(shù)；

采集孔徑數(shù)據(jù)，計(jì)算需要用于最終聚合能力評估的中間參數(shù)，包括單部孔徑系統(tǒng)抗干擾能力、極化類型系數(shù)、多孔徑空域重疊系數(shù)、多孔徑頻域重疊系數(shù)、信號類型系數(shù)和分布式孔徑抗干擾能力指標(biāo)；

步驟2：孔徑參數(shù)預(yù)處理；

對孔徑參數(shù)進(jìn)行空間對準(zhǔn)、時(shí)間對準(zhǔn)和航跡關(guān)聯(lián)處理，得到經(jīng)過信息融合后的規(guī)范航跡數(shù)據(jù)；同時(shí)要對系統(tǒng)中類型為分類變量類型的孔徑參數(shù)進(jìn)行one-hot編碼處理，然后將數(shù)據(jù)格式轉(zhuǎn)化為Numpy數(shù)組；

步驟3：利用DBSCAN聚類算法進(jìn)行聚類操作；

根據(jù)評估類別的數(shù)量、調(diào)整鄰域半徑和minpoints的值，對步驟2得到的數(shù)據(jù)進(jìn)行聚類操作，同時(shí)剔除噪聲點(diǎn)；

步驟4：對聚類后的數(shù)據(jù)進(jìn)行標(biāo)注；

對每一個(gè)聚合后的數(shù)據(jù)類打上評估類別標(biāo)簽；

步驟5：利用梯度提升機(jī)進(jìn)行數(shù)據(jù)學(xué)習(xí)；