一种基于预测状态表示的雷达工作模式识别方法及装置制造方法及图纸

本申请公开了一种基于预测状态表示的雷达工作模式识别方法及装置，包括如下步骤：预先利用统计方法，训练概率模型；根据已知状态和已知模式，从所述概率模型中顺次查找各时间步可能的工作模式转移概率，计算转移路径长度；根据每个时间步可能发生的模式转移概率及其对应的模式转移路径长度，确定出整个时间滑窗内模式转移的最短路径和对应路径值；记录上述结果，并将滑窗下移一时间步，重复以上过程；投票，根据投票结果确定各时间步最优的模式识别结果。本申请提出通过寻找已知状态序列的条件下模式序列的最大后验概率来估计各时间步的模式值，并通过比较不同滑窗中的识别结果，实现对识别效果的调整优化。实现对识别效果的调整优化。实现对识别效果的调整优化。

【技术实现步骤摘要】
一种基于预测状态表示的雷达工作模式识别方法及装置


[0001]本申请涉及雷达
，尤其涉及一种基于预测状态表示的雷达工作模式识别方法及装置。

技术介绍

[0002]为解决动态环境中复杂体制雷达对抗问题，需要通过雷达行为分析实现对辐射源的深度认知，其中一项重要的研究课题就是雷达工作模式识别。它是指计算机基于所接收到的雷达信号及其参数，分析提取目标雷达深层次特征规律，挖掘识别其工作模式的过程。雷达工作模式识别是认知对抗的基础，是辐射源威胁程度估计、行为意图推理、自适应对抗策略生成、干扰效果在线分析等认知对抗重要环节的依据起点。相对于传统的辐射源参数分析提取，雷达工作模式必须考虑更多参数的相互关系，不同的工作模式对应着许多复杂的参数组合，因而难以使用参数匹配的方式进行。近年来机器学习方法的广泛运用，为模式识别提供了新的途径。
[0003]Visnevski N.，Syntactic Modeling of Multi
‑
Function Radars[D]，McMaster University,2005；提出一种描述雷达波形序列的语法结构模型，实现了雷达信号产生和变化规则的形式化表示。该模型将若干个脉冲组成的“雷达字”(而不是传统分析手段中的单个脉冲)作为分析预测雷达序列信号特征的最小单位，有效控制了模型的复杂度。为了实现雷达各模式的功能，多个“雷达字”前后接序形成“雷达短语”。雷达一种工作模式可能对应多种“雷达短语”，某一条“雷达短语”也可能对应着多个工作模式。从接收方来看，雷达执行任务过程中会持续发出各种“雷达短语”，这些“雷达短语”接续组合形成“雷达句子”，形成对雷达工作流的完整描述。比如“水星”多功能雷达的每种工作模式对应着若干个雷达短语，每个雷达短语由4个雷达字组成。由于语法模型关注的是雷达字和雷达短语的组合方式，因而对一些未知参数的雷达也同样具备表征能力。
[0004]Littman M.,Sutron R.,Singh S.,Predictive Representations of State[C].Proc.of the Advances in Neural Information Processing Systems,2002；James M.,Wolfe B.D.,Singh S.,Combining Memory and Landmarks with Predictive State Representations[C].Proceedings of the international Joint Conference on Artificial Intelligence,2005；提出并改进了一种预测状态表示(Predictive State Representation,PSR)动态系统模型。这种模型使用了可观测事件概率直接作为统计分析的对象，消除了因隐变量层级和数量难以确定而造成的模型性能差异。Wolfe B D,Modeling Dynamical Systems with Structured Predictive State Representations[D],The University of Michigan,2009将其用于自动驾驶算法设计，取得良好的效果。与传统的隐马尔可夫模型相比，PSR具有表征能力强、直观简洁的特点，十分适合描述雷达信号。
[0005]多功能雷达行为辨识与预测技术研究[D]，2017，国防科技大学；将PSR用于表征和分析基于雷达语法结构的信号序列预测和工作模式识别。作者使用了基于后缀数组的预处
理算法建模，使用降维、降噪方式降低模型规模，通过最大似然估计、有限态自动机等算法计算雷达字对应的工作模式概率，设计了从波形序列接收处理到工作模式识别估计的流程算法。然而，该算法无法识别混合模式的波形序列，训练环节复杂低效，离实际应用尚存在一定差距。

技术实现思路

[0006]本申请实施例提供一种基于预测状态表示的雷达工作模式识别方法及装置，提出基于雷达短语与工作模式之间的映射规律，通过寻找已知状态序列的条件下模式序列的最大后验概率来估计各时间步的模式值，从而完成工作模式识别。
[0007]本申请实施例提供一种基于预测状态表示的雷达工作模式识别方法，预先定义语法结构，将雷达信号序列作为规则连接的混合“雷达字
”‑“
雷达短语
”‑“
雷达句子”的多层语法结构，雷达的多种工作模式之间按照固定转移概率相互转化，所述雷达工作模式识别方法用于根据某个时间步雷达的工作模式，及其后发生的若干时间步的状态序列，识别各状态对应的工作模式，并预测下一个时间步的工作模式；所述雷达工作模式识别方法包括如下步骤：
[0008]预先利用统计方法，基于长度小于l
H
的状态序列，在t时间步的模式从ω
t
变化到ω
t+1
的概率，构建二维矩阵，以训练概率模型
[0009]计算初始路径，根据t
‑
l
H
时间步的已知状态和已知模式，从所述概率模型中查找t
‑
l
H
～t
‑
l
H
+1各种可能的工作模式转移概率及对应的模式转移初始路径其中所述模式转移初始路径用于描述该时间步各状态工作模式之间的变化；
[0010]计算各时间步分路径，基于初始路径和查找计算t
‑
l
H
+1～t中每个时间步可能发生的模式转移概率及其对应的模式转移路径长度；
[0011]计算总路径，根据前述初始路径和各分路径长度，确定出t
‑
l
H
+1～t+1时间步内模型转移的最短转移路径及对应路径值R
t
；
[0012]投票，向后移动滑窗，重复上述步骤，对同一个时间步的不同识别结果，依据对应的路径值进行投票，根据投票结果确定最优识别结果。
[0013]可选的，还包括预先定义如下内容：
[0014]时间步τ，将雷达完成一个雷达字的时间称为一个时间步；
[0015]第τ时间步的状态S
τ
，在某个时间步，雷达发射的可观察、可度量的参数标号，也即一种雷达字代表一个状态；
[0016]状态序列，将状态按照时间步的顺序组成的序列；
[0017]第τ时间步的工作模式ω
τ
，每个工作模式对应一个雷达短语，为从该工作模式对应的雷达短语集合中选择一个而产生；
[0018]模式序列，以时间步为单位构成的模式的序列。
[0019]可选的，基于查找到的t
‑
l
H
+1时间步各可能的模式转移概率，及对应的模式转移
路径，计算t
‑
l
H
+1～t中每个时间步可能发生的模式转移概率及其对应的模式转移路径长度包括：
[0020]初始τ＝t<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预测状态表示的雷达工作模式识别方法，其特征在于，预先定义语法结构，将雷达信号序列作为规则连接的混合“雷达字
”‑“
雷达短语
”‑“
雷达句子”的多层语法结构，雷达的多种工作模式之间按照固定转移概率相互转化，所述雷达工作模式识别方法用于根据某个时间步雷达的工作模式，及其后发生的若干时间步的状态序列，识别各状态对应的工作模式，并预测下一个时间步的工作模式；所述雷达工作模式识别方法包括如下步骤：预先利用统计方法，基于长度小于l
"
的状态序列，在t时间步的模式从ω
t
变化到ω
t+1
的概率，构建二维矩阵，以训练概率模型计算初始路径，根据t
‑
l
"
时间步的已知状态和已知模式从所述概率模型中查找t
‑
l
"
～t
‑
l
"
+1各种可能的工作模式转移概率及对应的模式转移初始路径其中所述模式转移初始路径用于描述该时间步各状态工作模式之间的变化；计算各时间步分路径，基于初始路径和查找计算t
‑
l
"
+1～t中每个时间步可能发生的模式转移概率及其对应的模式转移路径长度；计算总路径，根据前述初始路径和各分路径长度，确定出t
‑
l
"
+1～t+1时间步内模型转移的最短转移路径及对应路径值R
t
；投票，向后移动滑窗，重复上述步骤，对同一个时间步的不同识别结果，依据对应的路径值进行投票，根据投票结果确定最优识别结果。2.如权利要求1所述的基于预测状态表示的雷达工作模式识别方法，其特征在于，还包括预先定义如下内容：时间步τ，将雷达完成一个雷达字的时间称为一个时间步；第τ时间步的状态S
τ
，在某个时间步，雷达发射的可观察、可度量的参数标号，也即一种雷达字代表一个状态；状态序列，将状态...

【专利技术属性】
技术研发人员：陈小舟，方棉佳，胡梦中，邢庆君，杨振，王晓波，于军，李静，
申请(专利权)人：中国人民解放军九三二零九部队，
类型：发明
国别省市：