基于ELO等级分的雷达综合录取能力评价方法技术

本发明专利技术公开了基于ELO等级分的雷达综合录取能力评价方法，通过将雷达综合录取能力分解为若干子能力，每一种子能力再由相应的ELO等级分描述，所得对弈结果能够对雷达录取能力进行综合判定，解决了原有ELO等级分计算模型的简单化、片面化问题。此外，本发明专利技术将对弈双方的最大可能差异ΔS

【技术实现步骤摘要】
基于ELO等级分的雷达综合录取能力评价方法


[0001]本专利技术涉及雷达录取目标的评估
，具体涉及一种基于ELO等级分的雷达综合录取能力评价方法。

技术介绍

[0002]雷达操作手作为雷达情报的源头，往往担负着检测雷达目标回波、判定目标存在、分配目标批号以及录入目标类别、数量等参数的重要任务，是雷达正常运行工作中不可或缺的关键存在。面对未来目标环境高复杂性和强对抗性，雷达操作手也面临着反应时间、记忆容量、专业知识、注意力和体能受限等问题，进而可能导致目标虚警和漏警问题，使得雷达目标录取能力下降，难以掌握全局态势。由于雷达操作手的工作具备高强度性、高专注性、高复杂性和高风险性等特点，高水平的雷达操作手面临选拔难、培养难、周期长、知识经验难传承等问题，如何对雷达操作手的能力进行量化评估，合理筛选出精英雷达操作手，对于提升雷达的工作效能至关重要。因此，提出雷达操作手目标录取能力量化评价模型，开展对雷达综合录取能力的量化评估，对提升雷达目标检测和跟踪能力有着十分重要的意义。
[0003]ELO等级分体系是当前公认的较为权威的等级分评估方法，被广泛应用于国际象棋、围棋、电子竞技、足球等运动选手或者运动队的等级排名中。这种评价体系得出的对弈选手排名是由多次对弈活动取得的累计而成，既兼顾了历史性，又可以克服偶然因素对排名的影响，对雷达操作手的能力评价具有一定的参考意义。然而，该方法存在能力评价简单化和片面化问题。在简单化方面，选手的单次对弈得分仅用1(获胜)，0.5(平局)和0(失败)表示，没有考虑选手实际对弈的差异，如雷达操作手考核中，选手A在规定时间内比选手B多录取了20个目标与多录取1个目标所得分数都是1分，无法反映实际能力差异。在片面化方面，仅通过对弈结果的得分，不能反映选手的专长，例如部分选手擅长强杂波环境下的目标录取，部分选手擅长多目标录取，仅从对弈结果无法判定选手的能力专长。因此，利用ELO等级分法对雷达操作手的综合能力进行评价，需要针对简单化和片面化问题进行进一步优化和改进。

技术实现思路

[0004]针对上述已有技术存在的不足，本专利技术提供针对ELO等级分算法的简单化和片面化问题，给出一种基于ELO等级分的雷达综合录取能力评价方法，用于对雷达的目标录取能力进行量化评价。
[0005]本专利技术是通过以下技术方案实现的。
[0006]基于ELO等级分的雷达综合录取能力评价方法，其特征在于，所述方法包括：
[0007](1)将雷达综合录取能力分解为若干子能力；
[0008](2)设定每一种子能力的分值权重；
[0009](3)设定对弈双方的每一种子能力的最大可能差异ΔS
i_max
，其中i表示第i种子能力，i为1～n的自然数；
[0010](4)确定对弈双方的每一种子能力的等级分初始值R
Ai
和R
Bi
；
[0011](5)通过最大可能差异ΔS
i_max
、实际差异值ΔS
i
计算对弈双方的每一种子能力的单次对弈得分S
Ai
和S
Bi
；
[0012](6)利用ELO等级分计算方法计算对弈双方的每一种子能力的新等级分R
′
Ai
和R
′
Bi
，将计算得到的新等级分作为初始值，重复步骤(2)至(6)，得到全部的子能力的最后等级分；
[0013](7)将每一种子能力的最后等级分分别乘以设定的分值权重后再相加，即可得到最终的综合录取能力评价结果。
[0014]进一步地，所述步骤(5)对弈双方的每一种子能力的单次对弈得分S
Ai
和S
Bi
的计算公式均为：其中，获胜方
±
取+，失败方
±
取
‑
。
[0015]进一步地，所述步骤(6)ELO等级分计算方法为：
[0016]假设对弈双方A和B，每一种子能力的当前等级分初始值为R
Ai
和R
Bi
，A对B的胜率期望值为：
[0017][0018]B对A的胜率期望值为：
[0019][0020]对弈选手在比赛中的得分S
Ai
和S
Bi
通过步骤(5)计算得到。比赛结束后，将比赛结果与期望胜率进行比较，对选手的等级分进行调整，得到新的等级分排名。新的等级分为R
′
Ai
和R
′
Bi
，则
[0021]R
′
Ai
＝R
Ai
+K(S
Ai
‑
E
Ai
)
[0022]R
′
Bi
同理计算，即：R
′
Bi
＝R
Bi
+K(S
Bi
‑
E
Bi
)；其中K为理论上一个选手在一次对弈中可以获得的最高得分值，通常水平越高的对弈，K越小，这样可以避免少数几次对弈改变高水平选手的排名。
[0023]进一步地，本方法的评价对象为雷达操作手之间、雷达目标自动录取算法之间或者雷达目标自动录取算法与操作手之间。
[0024]进一步地，所述若干子能力包括：少目标简单背景录取能力、少目标复杂背景录取能力、多目标简单背景录取能力、多目标复杂背景录取能力。
[0025]本专利技术的有益技术效果，本专利技术通过将雷达综合录取能力分解为若干子能力，每一种子能力再由相应的ELO等级分描述，所得对弈结果能够对雷达录取能力进行综合判定，解决了原有ELO等级分计算模型的简单化、片面化问题。此外，不同于原有ELO等级分计算模型中将对弈选手的单次对弈得分仅用1、0.5和0来表示，本专利技术将对弈双方的最大可能差异ΔS
max
和实际差异ΔS引入得分计算中来反映对弈双方的实际能力差异，可以体现一次对弈的公平性。因此，本专利技术提出的方法，可以构建既能体现公平又能体现被测试对象综合能力素质的评价模型，为优秀雷达操作手或雷达目标录取算法的评价和筛选提供了有效的分析评估工具。随着新一代人工智能技术在雷达信号处理领域的应用，本专利技术在未来雷达目标探测的智能化录取能力综合评估方面也具有广阔的应用前景。
附图说明
[0026]图1为采用本专利技术的方法构建的综合能力评价模型示意图。
具体实施方式
[0027]下面结合附图和具体实施方式对本专利技术进行详细说明。
[0028](1)ELO等级分计算方法
[0029]假设对弈双方A和B，当前等级分为R
A
和R
B
，A对B的胜率期望值为：
[0030][0031]B对A的胜率期望值为：
[0032][0033]对弈选手在比赛中的得分为S
A
和S
B
。比赛结束后，将比赛结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于ELO等级分的雷达综合录取能力评价方法，其特征在于，所述方法包括：(1)将雷达综合录取能力分解为若干子能力；(2)设定每一种子能力的分值权重；(3)设定对弈双方的每一种子能力的最大可能差异ΔS
i_max
，其中i表示第i种子能力，i为1～n的自然数；(4)确定对弈双方的每一种子能力的等级分初始值R
Ai
和R
Bi
；(5)通过最大可能差异ΔS
i_max
、实际差异值ΔS
i
计算对弈双方的每一种子能力的单次对弈得分S
Ai
和S
Bi
；(6)利用ELO等级分计算方法计算对弈双方的每一种子能力的新等级分R
′
Ai
和R
′
Bi
，将计算得到的新等级分作为初始值，重复步骤(2)至(6)，得到全部...

【专利技术属性】
技术研发人员：陈涛，周峰，雷成敏，徐文玲，马瑶瑶，韩国良，田苗，陈河，
申请(专利权)人：中国人民解放军九三二三六部队，
类型：发明
国别省市：