一种基于多源数据融合的电子对抗效能评估方法与流程

本发明涉及电子对抗，尤其涉及一种基于多源数据融合的电子对抗效能评估方法。

背景技术：

1、随着电子技术的发展，电子对抗已经对作战双方的信息获取、通信、指挥控制等方面有着重要的影响，是取得战场胜利的基础，对战双方围绕电子设备使用效能的对抗与反对抗已经成为信息化战争的主要内容之一。

2、电子对抗效能评估是论证、研制、规划和配置电子对抗系统的基本依据，对电子对抗系统的发展、完善和作战运用均具有重要意义，已成为军事系统领域研究的热点和难点。电子对抗作战效能通常通过各种试验和仿真模拟，营造逼真的战场环境信号和复杂的战场战术环境，对给定条件下的作战效能进行测试与数据统计处理，根据战斗进程和结果对电子战装备做出全面综合的评估，外场试验由于构建典型的作战场景，并使用真实对抗的实测数据作为样本，评估更加准确。当前该领域存在的主要问题和难点体现在：一、电磁交战可视性差，需采集用频装备、对抗装备、电磁环境监测等多源数据，用以交互验证对抗效果，并在此基础上建立指标模型；二、评估过程中指标权重的确立不可避免受到人的主观因素的影响；三、复杂电磁环境下电子对抗作战过程受很多不确定因素的影响，对于影响因素的分析是效能评估的关键和难点。

3、柯宏发,陈永光,夏斌.电子战装备作战效能灰色评估模型和算法[j].系统仿真学报.2005.17(3):760-76.提出利用灰色系统相关理论来评估作战效能；张金春,张家宾,金哲等.基于可拓学方法的电子战系统作战效能评估[j],四川兵工学报,2014.35(9):85-87.提出利用可拓学中发散思维等方法选取评价特征，构建物元模型进行作战效能评估；李婧娇,张友益,许剑等.基于云理论的多功能电子战系统作战效能评估方法,计算机与数字工程.2010.38(2):58-61.提出采用定性和定量相结合的评估方法，即云理论方法建立了多功能电子战系统作战效能评估模型。但是上述理论主要建立在数学建模基础之上效能的综合评估，并未充分考虑实兵对抗检验中多源数据的集成与利用，在客观性和可操作性上都还亟需完善。

技术实现思路

1、本发明的目的就在于为了解决上述问题而提供一种基于多源数据融合的电子对抗效能评估方法，基于电子对抗实兵检验数据，提出将数理统计法、最小二乘法、加权平均法等多种数据融合算法进行综合集成，提升评估可信度，拓展评估的深度；本发明提出的基于多源数据融合的电子对抗效能评估方法，能够在数据关联匹配、指标量化、权重确定、综合评估、影响因素分析等评估环节，实现不同来源、不同时间以及不同阶段的数据进行融合，通过聚合不同类别数据之间的互补优势，提高评估结果的可靠性，在电子对抗作战效能评估中具有较强实用性。

2、本发明提供的一种基于多源数据融合的电子对抗效能评估方法，s1选取评估准则构建作战效能评估指标体系，针对电子对抗过程的复杂性，利用多种来源的数据进行数据关联匹配并建立指标量化模型；s2对于多样本的检验数据，采用统计推断方法对底层指标评估结果进行区间估计和假设检验；s3针对不同应用场景，引入主观赋权、客观赋权、最小二乘组合赋权方法对不同层次的指标进行灵活确立指标权重；s4采用不同加权聚合方法，实现效能聚合优化；s5利用方差分析技术，开展作战效能影响因素的评估分析。

3、进一步，所述的s1的具体步骤为：

4、s1.1电子对抗效能评估本质上是对实兵对抗数据整理，处理和分析过程，信息化条件下基于信息系统的数据关联和匹配是基于电子对抗数据库进行的数据预处理过程，具体可以分为数据关联和数据匹配两个过程；数据关联匹配算法是对于观测采集到的数据进行数据关联和匹配，以关联匹配后的数据作为指标模型构建的原始数据，目的是完成对抗装备数据与用频装备数据的对应，从而为指标的量化提供数据输入；

5、s1.11数据关联：

6、以检验科目数据中的科目名称、检验时间、装备类型数据项为关键字段，关联对抗装备数据、用频装备数据和频谱监测数据，从而保证关联后的对抗装备数据，用频装备数据属于同一个检验科目，在此基础上，进一步基于匹配算法完成对抗装备数据与用频装备数据的一一对应；所述检验科目数据包括科目名称、科目时间、装备类型，科目条件等数据项；对抗装备数据包括科目名称、检验时间和装备类型数据项，以及信号截获时间、频率、干扰样式数据项，用频装备工作数据包括科目名称，工作时间，装备类型数据项，还包括用频时间、频点、工作方式、受扰效果等数据项；

7、s1.12匹配算法：

8、以用频装备工作记录为标准，按照一定的匹配误差，将每一条记录依次与对抗装备同一科目的数据记录进行匹配，匹配条件：对抗装备侦察干扰的频率、时间与用频装备的频率、时间一致；根据实际情况设置匹配误差，并取满足匹配误差最小的比对数据，在此基础上通过频谱监测装备的视频回放对完成匹配的数据进行干扰效果的印证，从而实现对抗装备侦察、干扰效果与用频装备工作记录、受扰效果的成功匹配，并保证匹配结果可信度，进一步对匹配成功的数据进行标记，并在此基础上开展指标的计算；

9、s1.2底层指标量化模型

10、底层指标计算在数据匹配的基础上通过计算模型对评估指标进行度量，基于度量特征将指标分为定量指标和定性指标；

11、所述定量指标值为各类对抗结果数据基于一定算法进行的定量统计，针对底层指标的不同公度性，采用规范化模型进行的归一化处理，定量指标规范化模型包括极差变换法和线性尺度变换法两类模型，能够对效益型、成本型、固定型以及区间型指标的规范化处理；

12、所述定性指标值是用定性的语言作为指标描述值，通过观测由评估人员基于评价模型进行定性判断和定量化，量化模型包括直接打分法和量化标尺量化法。

13、进一步，所述的s2的步骤为：

14、在总体满足正态分布的假设前提下，采用t检验作为小样本下的参数估计方法；

15、s2.1根据t分布的概率密度函数，确定总体参数μ满足置信系数为1-∝的置信区间为

16、

17、s2.2进一步基于假设检验进行统计推断，取显著性水平∝，并作出原假设：μ等于阈值μ0，备择假设：检验指标检验结果大于或者小于μ0；

18、s2.3将检验统计量与阈值进行比较，并根据比较结果作出是否拒绝原假设的推断。

19、进一步，所述的s3的步骤为：

20、利用离差函数和最小二乘原理，把目标规划引入到组合赋权中，确立组合权重；运用最小二乘方法综合主客观信息进行组合赋权具体步骤为：

21、假设对于j个指标，j＝1，2，…，m，i个评估对象，i＝1，2，…，n，xij为指标评价值规范化后的结果，对于p种主观赋权方法和q-p种客观赋权方法，ωkj为第k种赋权方法下指标，的权重系数，γk为第k种赋权方法的权系数，wj为集成后的指标权重；

22、s3.1求解各种赋权方法的权系数

23、权系数γk的确立如公式1所示：

24、

25、公式1中为评估者对主观与客观两种类型方法的偏好程度，αk为主观方法求取的各种赋权方法的权系数，βk为客观方法求取的各种赋权方法的权系数，其中，αk可借助层次分析法中的判断矩阵特征值实现；βk的计算方法如下：假设规范后的指标矩阵为(xij)n×m，设决策者选取p种赋权方法确定的指标权重为ωk，ωk＝(ωk1，ωk2，…，ωkm)，k＝1，2，…，p，令dk为第k种赋权方法所得评估结果与其它赋权方法所得评估结果的距离，dk可由公式2计算获取，进一步由公式3可得到βk；

26、

27、s3.2求解组合权重

28、对于第i个评估对象，为第k种赋权方法的评估结果与组合权重所得到得结果的离差和，计算公式为：

29、

30、为了使总的离差和最小，构造下列目标规划函数：

31、

32、公式5中，μ为离差函数的偏好因子，当0≤μ≤0.5，说明客观权重与组合权重离差越小越好，当0.5≤μ≤1，说明主权重与组合权重离差越小越好，γk′主观赋权方法的权系数，k＝1，2，…，p；γk″为客观赋权方法的权系数，k＝p+1，p+2，…，q；且

33、

34、作拉格朗日函数求得组合权重wi为：

35、

36、进一步，所述的s4采取加权和法或加权积法建立指标聚合模型；

37、加权和法聚合模型表示为：

38、

39、公式8中e为上层的聚合结果，ei为e的下层效能指标，该层若为最底层，则为面向多次检验的底层效能评估指标的点估计值，wi为权重向量；该模型中综合效能由下层指标的效能值加权和得到；该模型适用于下层指标之间相对独立、关联关系较弱的情况；

40、加权积法聚合计算模型表示为：

41、

42、该模型适用于下层指标关联较强的情况，体现短板指标对于评估结果的制约性，凸显系统的关联性。

43、进一步，所述的s5的具体步骤为：

44、根据不同场景下的检验条件确定研究因素和水平，结合关注的效能指标构建方差分析模型；

45、s5.1计算各列偏差平方和及自由度

46、

47、dfj＝m-1

48、s5.2计算各列方差

49、

50、s5.3构造统计量f，作f检验。

51、有益效果在于：本发明基于电子对抗实兵检验数据，提出将数理统计法、最小二乘法、加权平均法等多种数据融合算法进行综合集成，提升评估可信度，拓展评估的深度；本发明提出的基于多源数据融合的电子对抗效能评估方法，能够在数据关联匹配、指标量化、权重确定、综合评估、影响因素分析等评估环节，实现不同来源、不同时间以及不同阶段的数据进行融合，通过聚合不同类别数据之间的互补优势，提高评估结果的可靠性，在电子对抗作战效能评估中具有较强实用性；本发明未详细介绍处为现有常用技术。