一种基于综合云模型的雷达干扰效果评估方法

本发明属于雷达对抗，具体涉及一种基于综合云模型的雷达干扰效果评估方法。

背景技术：

1、雷达干扰效果评估是雷达对抗的一个重要环节，雷达干扰必须根据干扰效果动态调整干扰策略，以达到最佳的干扰效能。随着雷达、电子对抗系统不断向认知化、智能化发展，应用环境日益复杂，准确、高效地完成干扰效果评估在电子对抗中具有重要意义。

2、雷达干扰效果评估是指评估雷达系统受到干扰后的性能下降情况。在现有的干扰评估中，对抗双方是合作关系，干扰方通过获得干扰前后的雷达性能指标变化来进行干扰效果的评估。然而，在实际作战环境中，干扰方和雷达方是一种非合作关系，在不完全信息的动态博弈中存在一定的不确定性，使得离线评估不适用。在这种情况下，许多基于干扰方的评估方法被提出，并成为认知电子对抗的关键技术之一。基于干扰方视角的干扰效能评估是通过侦察被干扰方的信息，分析由于干扰带来的被干扰方在信号特征、行为特征与工作状态等方面的变化，从而评估干扰的有效性，为干扰样式的调整提供定量依据。

3、文献“b.zhu,w.zhu，w.li，and t.gao，an on-line evaluation method ofmulti-functional radar jamming effect.2021ieee 4th advanced informationmanagement，communicates，electronic and automation control conference(imcec)，vol.4，pp.1227-1231，2021.”通过分析多功能雷达在电子对抗过程中的行为规则，建立了一个四层的多功能雷达信号模型，并提出了一种基于雷达工作模式变化的在线干扰效果评估方法。但是，多功能雷达的建模与分析很复杂，在实际情况下多功能雷达受到干扰后其工作模式可能并不会切换，这种方法就不再适用。

4、文献“邢强，贾鑫，朱卫纲等，基于干扰方的雷达在线干扰效果评估，电子信息对抗技术，2018，33(06)：57-62.”分析了雷达受干扰后的行为及参数的变化特点，针对雷达行为和参数在不同工作模式下的变化规律，构建了干扰效果评估知识库，并将支持向量机理论应用于干扰效果评估，但其不明确的分类边界判断可能导致不正确的评估。

5、如上所述，现有研究大多都集中在雷达模式的变化上，在实践中更多的是使用专家决策方法，这种方法具有很强的主观性和不确定性。而且现有方法很少深入分析雷达信号参数在干扰实施前后的变化，然而这却是在实际情况中进行干扰评估的关键和前提，因此导致现有方法在实际应用环境中的在线干扰效果评估性能不够理想。

技术实现思路

1、为解决上述技术问题，本发明提出了一种基于综合云模型的雷达干扰效果评估方法，建立一个由目标层、准则层和指标层组成的多层干扰效果评估指标体系，通过逆向云发生器计算下层指标的云参数，然后构建综合云模型，将下层指标的评价结果合并生成上层的分数，实现雷达干扰效果的综合评估。

2、本发明采用的技术方案为：一种基于综合云模型的雷达干扰效果评估方法，具体步骤如下：

3、s1、构建雷达干扰效果评估指标体系；

4、s2、基于综合云模型实现雷达干扰效果评估。

5、所述雷达干扰效果评估指标体系主要由三层组成：第一层为目标层，即干扰效能；第二层为准则层，即干扰后的雷达行为；第三层为指标层，即准则层对应的具体评估指标。

6、进一步地，所述步骤s1具体如下：

7、s11、确定干扰效果评估准则；

8、雷达被干扰后可能的行为包括：雷达工作状态的改变，抗干扰措施的采取，将它们作为评估准则。

9、其中，雷达工作状态改变体现在雷达工作模式的切换及工作波形参数的变化；抗干扰措施的采取即通过测量雷达信号参数在干扰实施前后的变化，综合判断干扰的有效性。

10、其中，所述雷达信号参数包括：pw、prf、pa、rf、带宽、波束驻留时间。

11、s12、选择干扰效果评估指标；

12、针对雷达工作状态改变这一评估准则，选取平均pw变化、prf相似度、pa峰谷差变化作为指标变量；

13、针对抗干扰措施采取这一评估准则，选取rf波动性、prf波动性、峰值功率变化、平均带宽变化、波束驻留时间变化作为指标变量。

14、s13、构建指标体系的评判集；

15、干扰效果评估的一级因子集为u＝{u1雷达工作状态改变，u2采取抗干扰措施}。每个一级因子又由若干个二级指标构成。某一指标在整体评价中具有相对重要程度，称之为权重，一组评价指标体系相对应的权重组成权重体系。

16、进一步地，所述步骤s2中，将干扰效果评语集[0,1]由高分到低分为5个等级，v＝{ⅰ级、ⅱ级、ⅲ级、ⅳ级、ⅴ级}，分别对应极好、良好、一般、较差、极差，依据黄金分割法生成由5朵云组成的评语集模型，计算得到每一等级的云模型参数。

17、进一步地，所述步骤s2具体如下：

18、s21、侦察得到指标层的云滴；

19、设定侦察接收机共获得了n个观测对象，则指标层的云滴表示为xtu(t＝1，2，…，k)(u＝1，2，…，n)。

20、其中，k表示指标层指标变量的数量。

21、s22、计算指标层云滴的期望；

22、计算指标层每个指标变量所对应的云滴的期望值，则第t个指标云滴xtu的期望值为：

23、

24、s23、计算指标层云滴的熵和超熵；

25、针对指标层每个指标变量的云滴随机重复采样，对于指标层第t个指标云滴xtu，从n个原始样本中随机可重复抽取r个样本，并重复抽取m次，形成m个样本组，并计算每个样本组{xti1,xti2,…,xtir}的方差

26、

27、根据正向云变换过程可知，yt1，yt2，…，ytm表示来自正态分布n(ent，het2)的一组样本，则可计算指标层第t个指标云滴的熵ent、超熵het：

28、

29、

30、其中，表示方差集合，表示方差集合的期望，且表示方差集合的方差，且对式(12)、(13)开平方根，得到指标层第t个指标样本的熵ent、超熵het。

31、重复步骤s21-s23，对指标层每个指标变量计算云参数，包括均值、熵和超熵。

32、s24、计算准则层云滴的云参数；

33、基于步骤s11中的评估准则：雷达工作状态的改变、抗干扰措施的采取；首先，利用综合云模型计算准则层中准则1“雷达工作状态改变”的云参数：

34、

35、

36、

37、其中，b表示准则1下的指标变量的数量，w1,t表示准则1下各项指标的权重，可由熵值法确定。

38、其次，再利用综合云模型计算准则层中准则2“抗干扰措施采取”的云参数：

39、

40、

41、

42、其中，(k-b)表示准则2下的指标变量的数量，w2,(t-b)表示准则2下各项指标的权重，可由熵值法确定。

43、ext、ent、het分别由式(1)、式(3)、式(4)确定。

44、s25、计算目标层云滴的云参数；

45、利用综合云模型计算目标层的云参数：

46、

47、

48、

49、其中，c表示准则个数，en(v)(v＝1,2)由式(5)和式(8)确定，ex(v)(v＝1,2)由式(6)和式(9)确定,he(v)(v＝1,2)由式(7)和式(10)确定，wv(v＝1,2)表示准则v的权重。

50、s26、绘制干扰效果的综合云图形，由综合云图形得到干扰评估效果。

51、本发明的有益效果：本发明的方法首先建立一个由目标层、准则层和指标层组成的多层干扰效果评估指标体系，利用熵值法确定下层指标的权重，通过逆向云发生器计算下层指标的云参数，然后构建综合云模型，将下层指标的评价结果合并生成上层的分数，最后通过绘制综合云即可得到雷达干扰效果的综合评估结果。本发明的方法综合考虑时域、频域、空域等多项指标，针对现有的离线评估方法难以适应现代对抗中的非合作目标这一问题，构建雷达干扰效果评估指标体系，基于综合云模型实现了雷达干扰效果的综合评估，可以适用于非合作环境下的干扰效果评估。