雷达综合抗干扰效能评估方法指标研究

发布时间：2021-07-23 08:29

　　根据国内文献总结了雷达抗干扰效能评估方案,研究了加权模型、多层次模糊模型、神经网络评估方法,建立了探测系统综合评估模型,利用仿真数据对3种评估模型进行了演算,比较了3种方法的优缺点,对综合探测抗干扰效能评估提供了一定的借鉴意义。 

【文章来源】：雷达与对抗. 2020,40(03)

【文章页数】：5 页

【部分图文】：

模糊评估流程

BP神经网络[8-10]是应用最广泛的神经网络。它基于反向传播学习算法的多层网络模型,由输入层、输出层和隐层(可1层或多层)及其前向连接而成,具有非线性映射能力强、容错能力好、局部寻优能力强等特点。BP 神经网络由丰富的神经元组成,通过迭代训练修正神经元的权值和阈值,可以实现任意的非线性映射关系。BP 神经网络成为一种抗干扰效能评估的有效手段。典型的神经网络模型如图3所示。神经网络评估方法需要大量的学习样本,并且输入输出样本必须具有权威性。这样经过训练的BP网络才能真实、可靠地反映雷达的综合抗干扰能力,对于不是样本集中的输入也能给出合适的输出,克服了人为确定权重的困难及模糊性和随机性的影响。这是一种智能综合评价方法。

建立合理的评估指标模型是抗干扰效能评估的依据和基础。为了全面反映战场雷达综合抗干扰作战效能,建立一套多层次的、完整的指标模型才能对抗干扰效能做出全面的客观评估。本节在文献[11]的基础上,引入了信息融合处理的指标。指标模型主要选取决定雷达性能的战术指标,更好地反映作战效能。同时,选取了单雷达的固有抗干扰措施指标。单传感器性能指标客观上可反映雷达的抗干扰性能。主要指标包括雷达威力变化、精度改善、假目标剔除率、真目标识别率(TTR),以及航迹质量、抗干扰措施。其中,前5个指标不但适用于单雷达抗干扰,也适用于综合抗干扰信息融合抗干扰指标。建立的指标模型如图4。(1) 雷达探测威力

【参考文献】：
期刊论文
[1]基于AHP的分布式雷达抗干扰效能评估方法[J]. 肖振民,代培龙,沈伟,邢文革.  现代雷达. 2017(01)
[2]基于神经网络的分布式雷达抗干扰效能评估方法[J]. 徐斐,谢洲烨,沈伟,代培龙.  现代雷达. 2015(07)
[3]基于AHP与熵权的舰艇编队信息作战能力模糊综合评估[J]. 徐海峰,李相民,王磊.  火力与指挥控制. 2013(06)
[4]BP神经网络在雷达抗干扰效能评估中的应用[J]. 余选召,吴迪,王君.  信息系统工程. 2013(05)
[5]雷达抗干扰效能的多层次模糊评估方法[J]. 李浩,邱超凡,赵小亮.  雷达科学与技术. 2012(02)
[6]基于BP神经网络的火控雷达抗干扰效能评估[J]. 杨作宾,龚锐,刘光明,车建国.  现代防御技术. 2010(01)
[7]雷达干扰效果度量问题的探讨[J]. 俞静一.  舰船电子对抗. 1999(04)

硕士论文
[1]雷达抗干扰效能评估指标体系及方法研究[D]. 刘晓东.电子科技大学 2008
[2]雷达干扰效能评估[D]. 叶红军.西安电子科技大学 2006



本文编号：3298948