System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多头注意力机制和ConvNeXt结合的目标威胁评估方法技术_技高网

基于多头注意力机制和ConvNeXt结合的目标威胁评估方法技术

技术编号:42338522 阅读:7 留言:0更新日期:2024-08-14 16:15
一种基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,旨在解决现有技术较少考虑任务威胁,以及难以根据各指标的重要程度自适应的调整权值的问题。其步骤包括:构建空中巡逻、空中拦截和空中护航三种任务场景和对应的任务指标集;构建多头注意力机制和ConvNeXt结合的模型;将训练集输入到多头注意力机制和ConvNeXt结合的模型中,利用反向传播梯度下降法,迭代更新模型中的各层参数,得到训练好的模型;将待评估威胁程度的样本输入到训练好的多头注意力机制和ConvNeXt结合的模型中,输出威胁程度的评估等级。本发明专利技术具有在复杂任务场景下对目标威胁程度全面准确评估以及能根据各指标的重要程度自适应的调整权值的优点。

【技术实现步骤摘要】

本专利技术属于雷达通信,更进一步涉及电子对抗中的一种基于多头注意力机制和convnext结合的目标威胁评估方法。本专利技术可用于对电子对抗目标的威胁程度进行评估。


技术介绍

1、在电子对抗中,电子对抗目标的威胁程度是整个系统中十分关注并且迫切想要得到的一项指标。随着电子对抗设备的智能化,对电子对抗目标威胁程度进行评估变得十分困难,因此威胁评估技术在电子对抗领域中更加受到重视。

2、南京理工大学在其申请的专利文献“一种面向空中来袭目标的威胁评估方法”(申请号:cn 202311277510.9;申请公开号:cn 117291342 a)中提出了一种面向空中来袭目标的威胁评估方法。该方法的实现方案是:第一步,采集敌方目标速度、高度、距离、进入角度、目标身份、目标意图、目标作战能力、我方防御能力,并进行指标定性定量分类,将目标速度、高度、距离、进入角度划分为定量威胁因子,将目标身份、目标意图、目标作战能力、我方防御能力划分为定量威胁因子;第二步,两两对比定量指标的重要性,得到直觉模糊判断矩阵,之后进行一致性检查,若检查不通过则返回修改判断矩阵,若检查通过则计算各定量指标权重,之后结合高斯隶属度函数计算出目标的定量威胁度;第三步,以当前时刻目标身份信息、目标作战能力、我方处理能力、目标意图这些定性因素的观测值作为更新的当前时刻信息带入动态贝叶斯网络,构建定性威胁度评估动态贝叶斯网络,结合先验概率求出当前时刻的威胁等级后验概率,再计算得到当前时刻的定性威胁度;第四步,计算每个时刻定量威胁度和定性威胁度的信息熵,通过熵权法计算二者权重,加权得到目标最终威胁度。该方法存在的不足之处是,只从单位自身的角度考虑目标对自己的直接威胁,即使自身所处环境变化或自身的任务发生变化,目标的威胁值也不变,评估结果过于片面。

3、廖斌全等人在其发表的论文“基于作战意图倾向权重的目标威胁评估方法”(《火力与指挥控制》2022,47(10):36-40.)中公开了一种基于意图倾向权重的目标威胁评估方法。该方法的实现方案是:第一步,属性集的划分:将指标分为严格任务威胁属性集、共性威胁属性集和严格直接威胁属性集三种。第二步,定义意图倾向权重函数:刻画的是己方单元是否收到上级任务意图,即收到任务意图后考虑任务威胁和直接威胁两种威胁来源。第三步:针对不同目标和收到的不同命令,定义3种典型意图倾向权重函数。第四步:对目标同时考虑任务意图和直接威胁的综合威胁评估值。该方法考虑到了任务对于威胁评估的影响,提高了威胁评估的灵活性。但是,该方法仍然存在的不足之处是,不同任务下的任务场景划分主观性较强,且直接威胁权重与任务威胁权重划定过于简单,不能够客观合理的对威胁程度进行评估。


技术实现思路

1、本专利技术的目的是针对上述现有方法存在的不足,提出一种基于多头注意力机制和convnext结合的目标威胁评估方法,用于解决现有目标威胁评估大多从己方单位自身角度考虑目标对自身单位的直接威胁,较少考虑目标对己方任务的影响,评估结果过于片面。并且现有的威胁评估方法难以应对多任务场景情况,且难以根据各指标的重要程度自适应的调整权值的问题。

2、实现本专利技术目的的思路是:本专利技术构建了任务威胁指标集用以判断目标对我方完成任务的影响程度。将直接威胁与任务威胁相结合的方式综合评估目标的威胁等级,任务威胁指标集描述了敌方对我方完成任务的威胁情况,直接威胁指标集描述了敌方对我方自身的威胁情况,通过两者结合,能够使评估结果更能反应任务场景的整体态势。解决了现有技术中大多从己方单位自身角度考虑目标对自身单位的直接威胁,较少考虑目标对己方任务的影响,评估结果过于片面的问题。本专利技术构建了多头注意力机制和convnext相结合的模型,由于convnext算法具有处理分类问题的能力,而威胁评估本质上属于分类问题,因此可以通过co nvnext算法处理分类问题的特点来进行威胁评估。并且多头注意力能够使模型并行处理多个关注点且具有从多个位置捕捉信息的优势。因此通过目标训练集训练多头注意力机制和convnext相结合的模型,权值的更新会根据实际训练集数据的自身特点进行自适应变化,使得训练好的多头注意力机制和convnext相结合的模型具有良好的非线性映射能力,从而得到相应的威胁评估等级,来完成威胁评估。解决了现有的威胁评估方法难以根据各指标的重要程度自适应的调整权值的问题。

3、实现本专利技术目的的具体步骤如下:

4、步骤1,构建任务场景和对应的任务指标集;

5、步骤2,选取至少6000个数据样本组成样本集,该样本集包括直接威胁指标以及与任务场景对应的任务威胁指标,其比例为1:1,计算每个样本的目标威胁评估等级并标注每个样本的标签;将所有样本与其标签组成训练集;

6、步骤3,构建多头注意力机制和convnext结合的模型;

7、步骤4,训练多头注意力机制和convnext结合的模型;

8、将训练集中输入到多头注意力机制与convnext结合模型中,利用反向传播梯度下降法,迭代更新模型的各层参数,直到模型的损失函数收敛为止,得到训练好的多头注意力机制与convnext结合模型;

9、步骤5,将待评估的数据样本集输入多头注意力机制和convnext结合的模型中对样本集的威胁程度进行评估。

10、本专利技术与现有技术相比,具有以下优点:

11、第一,本专利技术构建了任务威胁指标集用以判断目标对我方完成任务的影响程度。克服了现有技术中大多从己方单位自身角度考虑目标对自身单位的直接威胁,较少考虑目标对己方任务的影响,评估结果过于片面的问题。使得本专利技术具有在复杂任务场景下对目标威胁程度全面准确评估的优点。

12、第二,本专利技术构建的多头注意力机制和convnext相结合的模型,能够使得直接威胁指标集和任务威胁指标集独立地通过单独的注意力头进行处理,让本模型能更好地捕捉每个场景之间的多重联系与差别,从而分配不同的权重。克服了现有的威胁评估方法难以根据各指标的重要程度自适应的调整权值的问题。使得本专利技术具有在客观的条件下对目标威胁程度进行评估的优点。

本文档来自技高网...

【技术保护点】

1.一种基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,构建任务场景和对应的任务指标集;生成与任务场景对应的任务威胁指标和直接威胁指标的训练集;构建多头注意力机制和ConvNeXt结合的模型;该评估方法的具体步骤包括如下:

2.根据权利要求1所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,步骤1中所述任务场景包括空中巡逻场景、空中拦截场景、空中护航场景。

3.根据权利要求2所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,所述空中巡逻场景为:我方战斗机在指定区域内巡逻,当对方目标正朝我方巡逻区域内靠近时,对战斗机下达的巡逻任务。

4.根据权利要求2所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,所述空中拦截场景为:当对方目标意图接近我方拦截区域,我方监测到敌方目标时,对战斗机下达的拦截任务。

5.根据权利要求2所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,所述空中护航场景为:当运输机前往目标点,沿途可能遭受对方飞机打击时,对战斗机下达的护航任务。

6.根据权利要求1所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,步骤2中所述直接威胁指标共八个,速度、距离、高度、运动方向、载频、重频、工作模式和平台类型。

7.根据权利要求1所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,步骤2中所述任务威胁指标指的是,对应空中巡逻场景的任务威胁指标共四个,包括速度、离空域距离、离空域方向、平台类型;对应空中拦截场景的任务威胁指标共四个,包括速度优势、距离优势、角度优势、高度优势;对应空中护航场景的任务威胁指标共四个,包括速度、离运输机距离、离运输机方向、平台类型。

8.根据权利要求1所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,步骤2中所述每个样本的目标威胁评估等级是由下式计算得到的:

9.根据权利要求1所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,步骤3中所述的多头注意力机制和ConvNeXt结合的模型的结构为:卷积层,第一归一化层,第一stage层,多头注意力层,第二stage层,第三stage层,第四stage层,池化层,第二归一化层,连接层串联组成;将模型中卷积层的卷积核个数设置为15×15;第一至第四stage层通道数依次设置为96,192,384,768;多头注意力层的注意力头数设置为2;池化层采用平均池化方式;激活层选择GELU函数;

10.根据权利要求8所述的基于多头注意力机制和ConvNeXt结合的目标威胁评估方法,其特征在于,步骤4中所述的损失函数如下:

...

【技术特征摘要】

1.一种基于多头注意力机制和convnext结合的目标威胁评估方法,其特征在于,构建任务场景和对应的任务指标集;生成与任务场景对应的任务威胁指标和直接威胁指标的训练集;构建多头注意力机制和convnext结合的模型;该评估方法的具体步骤包括如下:

2.根据权利要求1所述的基于多头注意力机制和convnext结合的目标威胁评估方法,其特征在于,步骤1中所述任务场景包括空中巡逻场景、空中拦截场景、空中护航场景。

3.根据权利要求2所述的基于多头注意力机制和convnext结合的目标威胁评估方法,其特征在于,所述空中巡逻场景为:我方战斗机在指定区域内巡逻,当对方目标正朝我方巡逻区域内靠近时,对战斗机下达的巡逻任务。

4.根据权利要求2所述的基于多头注意力机制和convnext结合的目标威胁评估方法,其特征在于,所述空中拦截场景为:当对方目标意图接近我方拦截区域,我方监测到敌方目标时,对战斗机下达的拦截任务。

5.根据权利要求2所述的基于多头注意力机制和convnext结合的目标威胁评估方法,其特征在于,所述空中护航场景为:当运输机前往目标点,沿途可能遭受对方飞机打击时,对战斗机下达的护航任务。

6.根据权利要求1所述的基于多头注意力机制和convnext结合的目标威胁评估方法,其特征在于,步骤2中所述直接威胁指标共八个,速度、距离、高度、运动方向、载频、重频、工...

【专利技术属性】
技术研发人员:饶鲜江达伟王贤铧董阳阳董春曦王凯范慧婧
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1