本發(fā)明涉及電子對(duì)抗，特別是一種基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法及系統(tǒng)。

背景技術(shù)：

1、對(duì)電磁環(huán)境的態(tài)勢(shì)評(píng)估以及態(tài)勢(shì)預(yù)測(cè)是極為重要的戰(zhàn)術(shù)目標(biāo)，而雷達(dá)輻射源威脅等級(jí)評(píng)估作為態(tài)勢(shì)評(píng)估的重要組成以及態(tài)勢(shì)預(yù)測(cè)的直接參考，其精確度與合理性將直接影響對(duì)戰(zhàn)局的判斷以及決策部署。

2、雷達(dá)輻射源威脅等級(jí)評(píng)估主要針對(duì)完成信號(hào)識(shí)別后得到的多維度信息，包括去交疊后的各個(gè)輻射源特征參數(shù)、平臺(tái)與當(dāng)前工作狀態(tài)等進(jìn)行評(píng)估，充分地利用己方有限資源對(duì)威脅程度最大的輻射源實(shí)行軟、硬等電磁對(duì)抗手段。隨著電磁環(huán)境的日漸復(fù)雜，各類有意、無意的干擾脈沖可能混入實(shí)際信號(hào)中起到偽裝效果，這對(duì)威脅等級(jí)評(píng)估算法提出了更高的要求，傳統(tǒng)的威脅評(píng)估方法的精度、合理性，都已不能滿足日益復(fù)雜的電磁環(huán)境的需要。

3、國(guó)內(nèi)有很多學(xué)者對(duì)輻射源威脅等級(jí)評(píng)估算法開展了研究工作。文獻(xiàn)1(牛海,姜寧.應(yīng)用多屬性決策的威脅等級(jí)判斷方法[j].航天電子對(duì)抗,2001(04):35-38.)統(tǒng)籌方案集與屬性集形成決策矩陣以獲取目標(biāo)相關(guān)信息，在此基礎(chǔ)上通過隸屬度函數(shù)及權(quán)重值實(shí)現(xiàn)威脅等級(jí)評(píng)估。文獻(xiàn)2(童幼堂,王建明.air?target?fuzzy?pattern?recognition?threat-judgment?model[j].系統(tǒng)工程與電子技術(shù)(英文版),2003,14(1):41-46.)提出一種海對(duì)空平臺(tái)下的模糊識(shí)別算法模型，實(shí)現(xiàn)對(duì)空中目標(biāo)的威脅等級(jí)評(píng)估。文獻(xiàn)3(陳家輝,柯宏發(fā).一種灰色關(guān)聯(lián)和集對(duì)分析相結(jié)合的裝備作戰(zhàn)效能評(píng)估新方法[j].兵工自動(dòng)化,2022,41(06):85-90.)提出一種基于模糊綜合評(píng)價(jià)與成對(duì)比較法的威脅等級(jí)評(píng)估方法，進(jìn)一步提高評(píng)估準(zhǔn)確性。但是這些方法均是基于傳統(tǒng)規(guī)則評(píng)價(jià)的，對(duì)人工經(jīng)驗(yàn)依賴較大。

4、隨著機(jī)器學(xué)習(xí)、深度學(xué)習(xí)近年來取得了飛躍的發(fā)展，在實(shí)際中的應(yīng)用也有很大的突破，如何通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)來克服傳統(tǒng)雷達(dá)輻射源威脅評(píng)估方法的不足，是亟待解決的問題。本發(fā)明利用機(jī)器學(xué)習(xí)方法，深度挖掘輻射源信息的高維隱藏特征，并且自適應(yīng)地學(xué)習(xí)和調(diào)整，降低了評(píng)估時(shí)主觀因素影響，能夠有效提高輻射源威脅等級(jí)評(píng)估的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法及系統(tǒng)，以提高對(duì)雷達(dá)輻射源威脅等級(jí)評(píng)估的準(zhǔn)確性。

2、實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，步驟如下：

3、步驟1、獲得雷達(dá)輻射源分選識(shí)別后的雷達(dá)輻射源統(tǒng)一描述字?jǐn)?shù)據(jù)集，剔除異常樣本，并標(biāo)記威脅等級(jí)；

4、步驟2、對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，按照比例劃分為訓(xùn)練集、測(cè)試集；

5、步驟3、雷達(dá)輻射源特征提取，提取的特征包括雷達(dá)位置參數(shù)、性能參數(shù)和狀態(tài)參數(shù)，計(jì)算各參數(shù)特征值；

6、步驟4、構(gòu)建基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估模型，獲取該評(píng)估模型的損失函數(shù)，以及損失函數(shù)的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)；

7、步驟5、通過訓(xùn)練集樣本，使用迭代法通過損失函數(shù)獲取最優(yōu)葉權(quán)重，使用求導(dǎo)法通過損失函數(shù)獲取目標(biāo)函數(shù)，并將最優(yōu)葉權(quán)重代入所述目標(biāo)函數(shù)確定最優(yōu)目標(biāo)函數(shù)；更新最優(yōu)目標(biāo)函數(shù)中與一階導(dǎo)數(shù)和二階導(dǎo)數(shù)在葉節(jié)點(diǎn)上的累計(jì)值相關(guān)的參數(shù)，得到最新的目標(biāo)函數(shù)，從而建立基于該最新的目標(biāo)函數(shù)的雷達(dá)輻射源威脅等級(jí)評(píng)估模型；

8、步驟6、利用訓(xùn)練好的雷達(dá)輻射源威脅等級(jí)評(píng)估模型，對(duì)測(cè)試集中雷達(dá)輻射源進(jìn)行威脅等級(jí)評(píng)估。

9、一種基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估系統(tǒng)，該系統(tǒng)用于實(shí)現(xiàn)所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，所述系統(tǒng)包括數(shù)據(jù)集生成模塊、預(yù)處理模塊、特征提取模塊、模型構(gòu)建模塊、模型更新模塊和威脅等級(jí)評(píng)估模塊，其中：

10、數(shù)據(jù)集生成模塊，獲得雷達(dá)輻射源分選識(shí)別后的雷達(dá)輻射源統(tǒng)一描述字?jǐn)?shù)據(jù)集，剔除異常樣本，并標(biāo)記威脅等級(jí)；

11、預(yù)處理模塊，對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，按照比例劃分為訓(xùn)練集、測(cè)試集；

12、特征提取模塊，雷達(dá)輻射源特征提取，提取的特征包括雷達(dá)位置參數(shù)、性能參數(shù)和狀態(tài)參數(shù)，計(jì)算各參數(shù)特征值；

13、模型構(gòu)建模塊，構(gòu)建基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估模型，獲取該評(píng)估模型的損失函數(shù)，以及損失函數(shù)的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)；

14、模型更新模塊，通過訓(xùn)練集樣本，使用迭代法通過損失函數(shù)獲取最優(yōu)葉權(quán)重，使用求導(dǎo)法通過損失函數(shù)獲取目標(biāo)函數(shù)，并將最優(yōu)葉權(quán)重代入所述目標(biāo)函數(shù)確定最優(yōu)目標(biāo)函數(shù)；更新最優(yōu)目標(biāo)函數(shù)中與一階導(dǎo)數(shù)和二階導(dǎo)數(shù)在葉節(jié)點(diǎn)上的累計(jì)值相關(guān)的參數(shù)，得到最新的目標(biāo)函數(shù)，從而建立基于該最新的目標(biāo)函數(shù)的雷達(dá)輻射源威脅等級(jí)評(píng)估模型；

15、威脅等級(jí)評(píng)估模塊，利用訓(xùn)練好的雷達(dá)輻射源威脅等級(jí)評(píng)估模型，對(duì)測(cè)試集中雷達(dá)輻射源進(jìn)行威脅等級(jí)評(píng)估。

16、本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)為：

17、(1)本發(fā)明利用機(jī)器學(xué)習(xí)模型xgboost挖掘輻射源隱藏特征，結(jié)合人工經(jīng)驗(yàn)特征，綜合評(píng)估輻射源的威脅等級(jí)，相較于傳統(tǒng)方法降低了評(píng)估時(shí)主觀因素影響，提高了雷達(dá)輻射源威脅等級(jí)評(píng)估的準(zhǔn)確性；

18、(2)本發(fā)明利用xgboost模型在模式空間內(nèi)形成各種復(fù)雜的判決表面，并且自適應(yīng)地學(xué)習(xí)和調(diào)整，挖掘輻射源隱藏的關(guān)系特征，能夠適應(yīng)復(fù)雜多變的電磁環(huán)境，能夠解決傳統(tǒng)方法復(fù)雜電磁環(huán)境場(chǎng)景適應(yīng)性差的問題；

19、(3)本發(fā)明xgboost模型能夠適用于處理多目標(biāo)、多因素的復(fù)雜場(chǎng)景，與復(fù)雜電磁環(huán)境中輻射源威脅評(píng)估契合，提高了雷達(dá)輻射源威脅評(píng)估結(jié)果的可靠性。

技術(shù)特征：

1.一種基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，步驟如下：

2.根據(jù)權(quán)利要求1所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，所述步驟1，具體如下：

3.根據(jù)權(quán)利要求1所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，所述步驟2，具體如下：

4.根據(jù)權(quán)利要求1所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，步驟3中，雷達(dá)位置參數(shù)包括距離、方位、高度；性能參數(shù)包括載頻、載頻類型、脈寬、脈寬類型、重頻、重頻類型；狀態(tài)參數(shù)包括數(shù)據(jù)率、掃描方式、平臺(tái)類型。

5.根據(jù)權(quán)利要求4所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，雷達(dá)位置參數(shù)特征值的計(jì)算如下：

6.根據(jù)權(quán)利要求5所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，性能參數(shù)特征值的計(jì)算如下：

7.根據(jù)權(quán)利要求6所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，工作狀態(tài)參數(shù)特征值的計(jì)算如下：

8.根據(jù)權(quán)利要求7所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，步驟4中，構(gòu)建基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估模型，模型特征xi由各參數(shù)特征值拼接而成xi＝[vd,vdoa,vh,vrf,vpw,vprf,vrft,vpwt,vprft,vscan,vrate,vtype]；

9.根據(jù)權(quán)利要求8所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，其特征在于，步驟5中，更新最優(yōu)目標(biāo)函數(shù)中與一階導(dǎo)數(shù)和二階導(dǎo)數(shù)在葉節(jié)點(diǎn)上的累計(jì)值相關(guān)的參數(shù)，得到最新的目標(biāo)函數(shù)，具體如下：

10.一種基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估系統(tǒng)，其特征在于，該系統(tǒng)用于實(shí)現(xiàn)權(quán)利要求1～9任一項(xiàng)所述的基于xgboost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法，所述系統(tǒng)包括數(shù)據(jù)集生成模塊、預(yù)處理模塊、特征提取模塊、模型構(gòu)建模塊、模型更新模塊和威脅等級(jí)評(píng)估模塊，其中：

技術(shù)總結(jié)
本發(fā)明公開了一種基于XGBoost的雷達(dá)輻射源威脅等級(jí)評(píng)估方法及系統(tǒng)，所述方法包括：構(gòu)建雷達(dá)輻射源統(tǒng)一描述字?jǐn)?shù)據(jù)集，對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理并劃分訓(xùn)練集、測(cè)試集；雷達(dá)輻射源特征提取，計(jì)算各特征參數(shù)值；構(gòu)建基于XGBoost的雷達(dá)輻射源威脅等級(jí)評(píng)估模型；XGBoost模型訓(xùn)練與優(yōu)化，保存最優(yōu)參數(shù)；利用訓(xùn)練好的模型對(duì)測(cè)試集中的雷達(dá)輻射源進(jìn)行威脅等級(jí)評(píng)估。所述系統(tǒng)包括數(shù)據(jù)集生成模塊、預(yù)處理模塊、特征提取模塊、模型構(gòu)建模塊、模型更新模塊和威脅等級(jí)評(píng)估模塊。本發(fā)明相對(duì)于傳統(tǒng)評(píng)估方法能夠挖掘雷達(dá)輻射源隱藏關(guān)系特征，降低人工主觀影響，提高雷達(dá)輻射源威脅評(píng)估結(jié)果的可靠性。

技術(shù)研發(fā)人員：劉建,吳連慧,胡錦春,蔣東旭,李兵艦,任培林
受保護(hù)的技術(shù)使用者：中國(guó)船舶集團(tuán)有限公司第七二三研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17