[发明专利]一种基于优化BP神经网络的雷达辐射源威胁评估方法

说明书

本发明公开了一种基于优化BP神经网络的雷达辐射源威胁评估方法，其实现步骤是：1.利用n组样本数据对网络进行训练，获得训练好的BP神经网络；2.将训练误差作为适应度值，将神经网络的权值和阈值作为粒子，用位置、速度和适应度值三项指标表示粒子特征，在可行解空间中快速搜索全局最优粒子，即神经网络最优的权值和阈值；3.将雷达辐射源的各项指标数据作为输入，通过优化后的神经网络进行预测，得到的输出即为优化后的雷达辐射源威胁值。本发明充分考虑BP神经网络由于初始权值和阈值的不确定性对整个神经网络预测的精度和收敛速度的影响，实现神经网络初始权值和阈值的最优化，提升了雷达辐射源威胁评估的准确性。

技术领域

本发明涉及电子对抗技术领域，具体是一种基于优化BP神经网络的雷达辐射源威胁评估方法。

背景技术

随着现代战争的发展，电子战的作用和地位发生了巨大的变化，已成为现代战争的重要手段之一。对于各作战平台来说，电子干扰资源是有限的。因此，正确的电子干扰决策对于合理使用干扰资源和增强平台电子战作战效能意义重大。正确的电子干扰决策是基于威胁辐射源合理的评估而做出的。因此，雷达辐射源威胁评估研究具有重要意义和价值，将为作战指挥和兵力行动决策提供重要情报支撑。神经网络在近期得到了飞跃的发展，在图像分类、语音识别、多指标评估应用等方面有很大的突破。在复杂战场环境中，神经网络可对收集的不确定信息进行融合处理，这就使得神经网络在雷达辐射源威胁评估中的应用成为可能。

因此，现有的雷达辐射源评估技术大都依靠专家主观的评判，会导致评估结果太过于主观化。

发明内容

针对现有技术存在的上述不足，本发明提供一种基于优化BP神经网络的雷达辐射源威胁评估方法，充分考虑BP神经网络由于初始权值和阈值的不确定性对整个神经网络预测的精度和收敛速度的影响，确保了神经网络初始权值和阈值的最优化，提升了雷达辐射源威胁评估的准确性。

本发明的采用的技术方案是：一种基于优化BP神经网络的雷达辐射源威胁评估方法，通过对BP神经网络的权值和阈值进行优化，提高BP神经网络的性能，并利用完成优化后的BP神经网络用于雷达辐射源威胁评估，以提高威胁评估的准确度，其实现步骤包括如下：

步骤一、利用n组样本数据对BP神经网络进行训练，获得训练好的BP神经网络，所述样本数据包括雷达辐射源威胁指标的数据以及所对应雷达辐射源的威胁值；

步骤二、将训练误差作为适应度值，将BP神经网络的权值和阈值作为粒子，用位置、速度和适应度值三项指标表示粒子特征，在可行解空间中快速搜索全局最优粒子，即神经网络最优的权值和阈值；

步骤三、将m组雷达辐射源的各项指标数据作为输入，通过优化后的BP神经网络进行预测，得到的输出即为优化后的雷达辐射源威胁值。

进一步的，所述步骤二按如下步骤进行：

(2a)初始化粒子的位置和速度；

(2b)假设在一个2维的搜索空间中，为防止粒子的盲目搜索，将其位置和速度限制在一定的区间[-X_max,X_max]、[-V_max,V_max]。-X_max为粒子运动的位置下限，X_max为粒子运动的位置上限，-V_max为粒子运动的最小速度，V_max为粒子运动的最大速度；

(2c)由p个粒子组成的种群X＝(X₁,X₂,…,X_n)，初始化X_i的位置和速度，p为粒子的总数；

其初始化如下式所示：

POP(i)＝X_max*rand(1,2)