[发明专利]雷达抗干扰效能评估可信性度量实现方法

说明书

技术领域

本发明涉及的是一种信息处理检测领域的技术，具体是一种雷达抗干扰效能评估可信性度量实现方法。

背景技术

评估可信性是一个模糊性的定性概念，它代表评估结论的准确性及真实性的满意程度。在仿真系统可信性研究中将不同仿真粒度下产生的数据与真实系统产生的数据比较，根据数据分布、变化趋势、数据大小等，判断与仿真系统的相似性，进而判断仿真系统的可信性。为了提高评估的可信性，学者们从评估方法入手，通过论述评估方法的科学性、合理性，进而阐述评估结果的可信性，因此不断有新的评估理论出现。例如，从最早的层次分析法到后来的模糊层次分析法，就是为了尽可能减少人的主观因素对评估结果的影响，从而提高评估结果的可信性。然而，截止目前，直接对评估结果可信性的研究还很少。

发明内容

本发明针对现有技术无法解决的技术问题包括抽象模型的可信性度量方法及可信性的具体量化等缺陷，提出一种雷达抗干扰效能评估可信性度量实现方法，

本发明是通过以下技术方案实现的：

本发明针对模式分类与效能评估之间的联系，将效能评估看作效能等级分类，从分类可信性出发，研究评估可信性。将不确定性理论引入到该方法中，实现试验数据不确定性处理。根据分类模型性能评价指标，通过计算得到评估模型可信性度量方法。融合多种单样本分类置信度计算方法，得到使用广泛的单样本评估置信度计算方法，进一步通过可信性传播模型，得到综合效能评估可信性度量结果。

本发明通过分析影响雷达抗干扰效能评估可信性的因素，得到影响评估结果的因素主要有评估数据、评估模型以及待测样本自身等。评估数据的可信性受数据来源影响，由效能评估试验活动本身的不确定性决定的；评估模型的可信性受模型准确率的影响；单样本评估置信度受样本分布情况影响，由样本及近邻样本所在高维空间的分布决定。通过分析以上几个因素，并分别解决其可信性量化的问题，解决雷达抗干扰效能评估可信性量化主观性较强的问题，提高雷达抗干扰效能评估可信性的精度，在实际的应用过程中操作简单，实用性强。

本发明具体包括如下步骤：

步骤A：对待评估对象中的不确定性数据按照模糊数据、随机数据及区间数据分别进行处理得到评估数据的不确定性<X,Cr_d(X)>，具体包括：

①由区间值定义可知，区间变量在不确定性空间内的信息是未知的，即其在区间范围内每个抽样点的概率相等。因此可以认为区间变量是在区间范围内均匀分布的；记区间变量为[a,b]，则转换为均匀分布后的分布函数为：

②在得到区间变量的概率密度分布后，得到参数取区间内任意微小区间的概率，进一步得以简单将区间数据离散化，求取参数取某一点值的概率，即：模糊变量A通过转换算子可以将其转化为区间变量，从而可以利用处理区间值的办法解决模糊变量不确定性测度问题。

所述的转换算子为：其中：为区间下限，为区间上限，A_L(α)及A_u(α)为模糊变量A的α截集，该转换算子能最大性质保持模糊变量的不确定性。

优选地，在已知模糊变量的隶属度的情况下，也可以直接对模糊变量的不确定性进行描述。当模糊性不确定性数据集合A表示为：其中：μ_A(X_i)表示数据X_i的隶属度；数据X_i的不确定性测度为：模糊数据X_i的可信性为：

优选地，在已知随机变量的概率空间情况下，可以直接将随机变量转换为区间变量。

另外，根据信息系统的信息熵变化情况解决了不完备数据的填充问题，前面本发明也讨论了信息熵的具体内涵，可以看出，信息熵在某种程度上是不确定性的度量方法，信息熵表示消除不确定性的程度，当某试验过程中随机不确定性数据的在论域X上的概率分布为：p＝{P_x|x∈X}，则定义试验数据X的不确定性测度为：

步骤B：评估模型可信性分析，即采用SVM分类器及神经网络模型等进行效能评估计算，实测数据为训练样本进行训练后，对待评估样本数据进行分类预测，并根据模型得到每一类样本分类正确的可能性及必要性，进而得到分类模型的可信性。