[發明專利]一種在線全面評估認知雷達目標識別效果的方法和裝置

在審

• 申請號: 202211286965.2
• 申請日: 2022-10-20
• 公開（公告）號: CN115639532A
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 李彥鵬;舒紹嫻;熊濱
• 申請（專利權）人: 湖南交通工程學院;李彥鵬
• 主分類號: G01S7/40
• 分類號: G01S7/40;G01S13/88;G06F17/16;G06F18/2415
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 邱軼

1.一種在線全面評估認知雷達目標識別效果的方法，其特征在于，所述方法包括：

獲取認知雷達執行目標識別任務時的識別混淆矩陣，根據所述識別混淆矩陣中的目標拒識概率和目標識別概率進行計算，得到認知雷達對每種目標類型的歷史可信度；

獲取認知雷達執行當前時刻目標識別任務時的目標識別結果，對所述目標識別結果中的目標類型概率進行計算，得到當前時刻的目標類型和識別不確定性程度，根據所述當前時刻的目標類型對應的歷史可信度進行計算，得到目標識別的最新可信度；

根據所述最新可信度與所述識別不確定性程度進行計算，得到認知雷達的綜合可信度，根據所述綜合可信度對認知雷達的目標識別效果進行在線評估。

2.根據權利要求1所述的方法，其特征在于，獲取認知雷達執行目標識別任務時的識別混淆矩陣，根據所述識別混淆矩陣中的目標拒識概率和目標識別概率進行計算，得到認知雷達對每種目標類型的歷史可信度，包括：

獲取認知雷達執行目標識別任務時的識別混淆矩陣其中，C表示目標類型總數，當j＝C+1，c_i,j表示對第i類目標的目標拒識概率；否則，c_i,j表示對第i類目標識別為第j類目標的目標識別概率；

根據識別混淆矩陣中的目標拒識概率和目標識別概率進行計算，得到認知雷達對每種目標類型的歷史可信度，表示為

3.根據權利要求1所述的方法，其特征在于，獲取認知雷達執行當前時刻目標識別任務時的目標識別結果，包括：

獲取認知雷達執行當前時刻目標識別任務時的目標識別結果，所述目標識別結果根據不同的目標識別方法轉換為不同的概率分布，表示為π_k＝L[z_k]＝[p_k,1,p_k,2,...,p_k,j,...,p_k,C+1]，其中，z_k表示認知雷達在第k＝{1,2,...,K}時刻獲得觀測樣本，K表示當前時刻，p_k,j表示第k時刻識別為第j類目標的目標類型概率且

4.根據權利要求3所述的方法，其特征在于，對所述目標識別結果中的目標類型概率進行計算，得到當前時刻的目標類型和識別不確定性程度，包括：

根據最大概率準則對所述目標識別結果中的目標類型概率進行分類硬判決，得到當前時刻的目標類型，表示為

根據信息熵函數對所述目標識別結果中的目標類型概率進行計算，得到當前時刻的識別不確定性程度，表示為

5.根據權利要求4所述的方法，其特征在于，根據所述當前時刻的目標類型對應的歷史可信度進行計算，得到目標識別的最新可信度，包括：

所述當前時刻的目標類型對應的歷史可信度與目標識別的最新可信度相等。

6.根據權利要求5所述的方法，其特征在于，根據所述最新可信度與所述識別不確定性程度進行計算，得到認知雷達的綜合可信度，包括：

根據最新可信度與識別不確定性程度u_k進行計算，得到認知雷達的綜合可信度，表示為

其中，M表示根據所述綜合可信度對認知雷達的目標識別效果進行在線評估之前的目標識別任務次數，且M≤K。

7.一種在線全面評估認知雷達目標識別效果的裝置，其特征在于，所述裝置包括：

歷史經驗獲取模塊，用于獲取認知雷達執行目標識別任務時的識別混淆矩陣，根據所述識別混淆矩陣中的目標拒識概率和目標識別概率進行計算，得到認知雷達對每種目標類型的歷史可信度；

現實數據獲取模塊，用于獲取認知雷達執行當前時刻目標識別任務時的目標識別結果，對所述目標識別結果中的目標類型概率進行計算，得到當前時刻的目標類型和識別不確定性程度，根據所述當前時刻的目標類型對應的歷史可信度進行計算，得到目標識別的最新可信度；

在線評估模塊，用于根據所述最新可信度與所述識別不確定性程度進行計算，得到認知雷達的綜合可信度，根據所述綜合可信度對認知雷達的目標識別效果進行在線評估。