[发明专利]一种基于改进BP神经网络的雷达辐射源威胁评估方法

说明书

本发明公开了一种基于改进BP神经网络的雷达辐射源威胁评估方法，包括如下步骤：1.构建雷达辐射源威胁评估模型，确定雷达辐射源威胁因素；2.利用层次分析法和熵权法构建新的雷达辐射源威胁因素的权值评估模型；3.建立各威胁的隶属度函数；4.计算雷达辐射源威胁值；5.通过改进BP神经网络实现提高评估雷达辐射源威胁的准确率。本发明利用之前的评估模式得出的数据与利用经验值隐含层神经元网络训练相对比得出最优的隐含层神经元，以提高雷达辐射源威胁评估性能。

技术领域

本发明涉及电子对抗技术领域，具体是一种基于改进BP神经网 络的雷达辐射源威胁评估方法。

背景技术

判断一个雷达辐射源对我方的威胁有多大，须考虑载频、脉冲重 频、平台速度、平台距离、目标类型、等等许多因素。面对日益复杂 的电磁环境和日新月异的电磁威胁，很难实现对战场雷达辐射源威胁 的有效评估。

现阶段对于指标权重的的方法大多是从单一方面，要么是信息熵 客观，要么是人为主观判断这些因素对威胁等级的影响，构建的评估 模型也有一定的局限性，难以提升整个评估性能。

采用主观客观相结合的方式来对雷达辐射源威胁度进行评估，利 用人为主观认为较为重要的指标对辐射源威胁的影响，同时充分利用 雷达辐射源的各个指标数据信息，通过这种方式得到的评估模型具有 更好的代表性。

现有的BP神经网络中隐含层神经元的个数，基本上是靠经验值 来确定，隐含层神经元个数影响BP神经网络的结构，BP神经网络 的结构对整个网络训练的效果又存在很大影响，而现有技术未给出隐 含层神经元个数有效且准确地确定方法。

发明内容

针对现有雷达辐射源威胁评估方法的不足，本发明提出了一种基 于改进BP神经网络的雷达辐射源威胁评估方法，利用之前的评估模 式得出的数据与利用经验值隐含层神经元网络训练相对比得出最优 的隐含层神经元，以提高雷达辐射源威胁评估性能。

本发明的采用的技术方案是：通过对雷达辐射源威胁因素的重新 归纳，构建新的雷达辐射源威胁值评估模型，利用改进的BP神经网 络实现对雷达辐射源威胁等级的评估，以提高威胁评估的准确度。其 实现步骤包括如下：

一种基于改进BP神经网络的雷达辐射源威胁评估方法，包括如 下步骤：

(1)构建雷达辐射源威胁值评估模型，确定雷达辐射源威胁因 素；

(2)利用层次分析法和熵权法构建雷达辐射源威胁因素的权值 评估模型，得到权值矩阵W；

(3)建立各威胁的隶属度函数，得到模糊综合评价矩阵R；

(4)利用步骤(2)层次分析法和熵权法得到的权值矩阵W， 以及步骤(3)基于隶属度函数得到的模糊综合评价矩阵R，计算雷 达辐射源的威胁值B，并将模糊综合评价矩阵R和威胁值B作为BP 神经网络的输入向量和标签；

(5)通过改进BP神经网络实现提高评估雷达辐射源威胁值的 准确率：利用经验值确定隐含层神经元个数的范围，利用每一个隐含 层神经元进行评估，比较每一个输出与基准值的误差，误差最小所对 应隐含层神经元个数，即为最优的个数。

进一步的，所述雷达辐射源威胁值评估模型从雷达辐射源及平台 类型、运动要素、辐射源参数及工作模式3个方面构建两级雷达辐射 源威胁评估体系，包括辐射源类型、平台类型、速度、相对距离、运 动方向、脉冲重复频率、载频、脉宽、工作模式。

进一步的，步骤(2)包括：

(2a)构造各层次判断矩阵,采用1-9标度理论，对同层因素两两 比较建立判断矩阵；

(2b)对辐射源类型和平台类型两两比较得到矩阵A₁：