-
公开(公告)号：CN113128584B
公开(公告)日：2022-11-11
申请号：CN202110407559.6
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种多功能雷达脉冲序列的模式级无监督分选方法，首先将输入信号样本通过无监督的聚类方法，形成不同的模式级别的簇；然后采用两种自适应方法，包含重要特征微调和序列连续性检测，以确定簇间的模式和辐射源关系，同时实现两级标注；本发明方法即使没有严苛的先验信息，也能够实现多功能雷达的在线分选，具有较高的可靠性和准确性。
-
公开(公告)号：CN111340076B
公开(公告)日：2020-10-02
申请号：CN202010097101.0
申请日：2020-02-17
Applicant: 中国人民解放军32802部队 , 北京理工大学
Abstract: 本发明提出了一种对新体制雷达目标未知模式的零样本识别方法，通过跨层结构和自编码器机制对传统的辐射源模式识别算法进行改进，为每一个类别提供一个一一对应的语义描述向量，在训练阶段，学习输入样本到语义描述向量的映射，并利用该映射关系，预测测试样本的语义描述，并将该语义描述分别与测试集已知的语义描述向量匹配，最终选择最相近的语义描述向量所代表的类别，在线识别时，只需要进行简单的乘加运算即可得到结果，相较于聚类算法，既提高了准确率又缓解了在线识别的时间复杂度。
-
公开(公告)号：CN111275174A
公开(公告)日：2020-06-12
申请号：CN202010091616.X
申请日：2020-02-13
Applicant: 中国人民解放军32802部队 , 北京理工大学
Abstract: 本发明提出了一种面向博弈的雷达对抗策略生成方法，步骤包括：设定对抗场景：设置雷达和干扰系统为两个玩家，构建雷达对抗博弈树，每个玩家设置遗憾值和对抗策略两种神经网络和对应的缓存区，初始化神经网络参数；在迭代次数内遍历K次博弈树，交替训练雷达和干扰方，用遗憾值缓存区数据训练遗憾值神经网络，之后用收集到的对抗策略缓存区数据训练雷达和干扰方的对抗策略神经网络，直到对抗策略神经网络收敛。本发明相比于雷达对抗静态博弈研究，构建了不完全信息的动态博弈模型，并在双方均为智能的情况下，使用神经网络近似求解了雷达和干扰系统博弈的纳什均衡，通过多次动态的迭代更新得到了各自的纳什均衡策略。
-
Patent Agency Ranking
公开(公告)号：CN111275174B
公开(公告)日：2020-09-18
申请号：CN202010091616.X
申请日：2020-02-13
Applicant: 中国人民解放军32802部队 , 北京理工大学
Abstract: 本发明提出了一种面向博弈的雷达对抗策略生成方法，步骤包括：设定对抗场景：设置雷达和干扰系统为两个玩家，构建雷达对抗博弈树，每个玩家设置遗憾值和对抗策略两种神经网络和对应的缓存区，初始化神经网络参数；在迭代次数内遍历K次博弈树，交替训练雷达和干扰方，用遗憾值缓存区数据训练遗憾值神经网络，之后用收集到的对抗策略缓存区数据训练雷达和干扰方的对抗策略神经网络，直到对抗策略神经网络收敛。本发明相比于雷达对抗静态博弈研究，构建了不完全信息的动态博弈模型，并在双方均为智能的情况下，使用神经网络近似求解了雷达和干扰系统博弈的纳什均衡，通过多次动态的迭代更新得到了各自的纳什均衡策略。
-
公开(公告)号：CN111157963A
公开(公告)日：2020-05-15
申请号：CN202010077810.2
申请日：2020-01-31
Applicant: 中国人民解放军32802部队 , 北京理工大学
Abstract: 本发明提出了一种对有源相控阵雷达的干扰效果在线评估方法，包括步骤为：首先建立干扰效果评估的指标体系，利用层次分析法得到每一层指标对应于上一层的权重；其次干扰方综合使用先验情报知识、在线侦察结果、实时辅助态势等多源信息，从状态多域感知、先验模式匹配、雷达指标反演这三个方面，量化计算干扰条件下雷达威胁程度变化量；最后干扰方综合三方面的计算结果得到总的干扰效果评估值。本发明可对典型的作战场景实现定性定量评估，明确了干扰效果在线评估的详细步骤，对雷达威胁的变化更加敏感，评估结果可信度高，且具有较好的在线可实现性，为后续的干扰样式及干扰参数自适应决策提供了基础，使得干扰机能在对抗过程中占据主动位置。
-
公开(公告)号：CN113128584A
公开(公告)日：2021-07-16
申请号：CN202110407559.6
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种多功能雷达脉冲序列的模式级无监督分选方法，首先将输入信号样本通过无监督的聚类方法，形成不同的模式级别的簇；然后采用两种自适应方法，包含重要特征微调和序列连续性检测，以确定簇间的模式和辐射源关系，同时实现两级标注；本发明方法即使没有严苛的先验信息，也能够实现多功能雷达的在线分选，具有较高的可靠性和准确性。
-
公开(公告)号：CN111157963B
公开(公告)日：2020-08-25
申请号：CN202010077810.2
申请日：2020-01-31
Applicant: 中国人民解放军32802部队 , 北京理工大学
Abstract: 本发明提出了一种对有源相控阵雷达的干扰效果在线评估方法，包括步骤为：首先建立干扰效果评估的指标体系，利用层次分析法得到每一层指标对应于上一层的权重；其次干扰方综合使用先验情报知识、在线侦察结果、实时辅助态势等多源信息，从状态多域感知、先验模式匹配、雷达指标反演这三个方面，量化计算干扰条件下雷达威胁程度变化量；最后干扰方综合三方面的计算结果得到总的干扰效果评估值。本发明可对典型的作战场景实现定性定量评估，明确了干扰效果在线评估的详细步骤，对雷达威胁的变化更加敏感，评估结果可信度高，且具有较好的在线可实现性，为后续的干扰样式及干扰参数自适应决策提供了基础，使得干扰机能在对抗过程中占据主动位置。
-
公开(公告)号：CN111340076A
公开(公告)日：2020-06-26
申请号：CN202010097101.0
申请日：2020-02-17
Applicant: 中国人民解放军32802部队 , 北京理工大学
Abstract: 本发明提出了一种对新体制雷达目标未知模式的零样本识别方法，通过跨层结构和自编码器机制对传统的辐射源模式识别算法进行改进，为每一个类别提供一个一一对应的语义描述向量，在训练阶段，学习输入样本到语义描述向量的映射，并利用该映射关系，预测测试样本的语义描述，并将该语义描述分别与测试集已知的语义描述向量匹配，最终选择最相近的语义描述向量所代表的类别，在线识别时，只需要进行简单的乘加运算即可得到结果，相较于聚类算法，既提高了准确率又缓解了在线识别的时间复杂度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
