[发明专利]一种基于机器学习的协同探测控制方法

说明书

本发明公开了一种基于机器学习的协同探测控制方法，包括以下步骤：对态势因子与协同探测模式之间的映射关系建模步骤，建立态势因子与协同探测模式之间的映射关系模型；目标态势信息提取步骤，获取目标的态势因子，共个态势因子，为正整数；协同探测模式获取步骤，将标态势信息提取步骤中获取的态势因子输入所述态势因子与协同探测模式之间的映射关系模型，输出得到当前态势下协同探测模式；协同探测控制步骤，将当前态势下协同探测模式发送至编队中的各飞行装置，统一切换至所述当前态势下协同探测模式。本发明的控制方法可以辅助指挥员快速进行指挥决策，减轻操作员决策压力。

技术领域

本发明涉及机载雷达系统技术和雷达资源管理领域，特别是涉及一种基于机器学习的协同探测控制方法。

背景技术

随着航空科技的发展与军事需求的推动，单架飞机探测信息已经无法满足需求，多机协同探测将成为未来主要探测形式。对于单机探测来说，雷达工作环境相对简单，飞行员只需考虑自身平台的作战任务来下达雷达操作指令，因此，雷达工作模式的切换一般可以通过飞行员手动操作完成；而对于多机编队雷达组网而言，多机协同探测模式种类繁多，包括协同无源帧收、协同猝发探测、协同有源探测、协同有/无源探测和协同抗干扰等，对于每种探测模式，还包含多种子模式。因此，为实现多机编队信息探测效能，需要保证每时每刻各平台操作员能够根据当前环境态势准确、统一地将网内各雷达切换到同一种探测模式，从而保证获取信息获取的同步性。

目前，多机编队协同探测模式主要是经人工判断后进行手动切换，即操作员根据作战经验以及作战决策知识库查阅进行选择切换。但是由于各平台飞行员能力和各成员飞机态势之间存在差异，难以保证编队内各雷达同时切换到同一协同模式，容易出现误判且实时性差，因此，如何设计一种智能自主地协同探测模式控制方法，能够根据探测环境实时给出协同探测模式选择判断，提高多机协同探测信息的同步性。

发明内容

本发明为了解决现有多机编队协同探测模式主要是经人工判断后进行手动切换，难以保证编队内各雷达同时切换到同一协同模式，容易出现误判且实时性差的技术问题，提出了一种基于机器学习的协同探测控制方法，可以解决上述问题。

为了解决上述技术问题，本发明采用以下技术方案予以实现：

一种基于机器学习的协同探测控制方法，包括以下步骤：

对态势因子与协同探测模式之间的映射关系建模步骤，建立态势因子与协同探测模式之间的映射关系模型；

目标态势信息提取步骤，获取目标的态势因子x，共m个态势因子，m为正整数；

协同探测模式获取步骤，将标态势信息提取步骤中获取的态势因子输入所述态势因子与协同探测模式之间的映射关系模型，输出得到当前态势下协同探测模式；

协同探测控制步骤，将当前态势下协同探测模式发送至编队中的各飞行装置，统一切换至所述当前态势下协同探测模式。

进一步的，对态势因子与协同探测模式之间的映射关系建模步骤中，包括以下子步骤：

a1、样本数据获取步骤，获取目标的态势因子样本数据；

a2、态势因子样本数据模糊表征步骤，将所述态势因子样本数据与获取该态势因子样本数据的时刻值相对应，得到态势因子样本数据对于时间t的具体值x′(t)，并将其映射为模糊集合所具有的隶属函数μ(x′(t))；

a3、训练态势因子与协同探测模式之间的触发逻辑步骤，针对所述隶属函数μ(x′(t))值，根据经验判断隶属函数μ(x′(t))值所对应的协同探测模式，并以该协同探测模式作为输出，目标的态势因子样本数据作为输入，采用前向神经网络与BP神经网络结合进行映射关系建模，训练确定模型参数。

进一步的，步骤a3中所建立的模型为：