[发明专利]多特性分层结构与自适应逼近的空天目标威胁评估方法

权利要求书

1.多特性分层结构与自适应逼近的空天目标威胁评估方法，其特征在于，包括：

构建空天目标威胁特征评估分层指标集合，所述指标集合包括：第一层指标集、第二层指标集和第三层指标集，所述指标集内包括多个指标参数；

分别将每一层指标集内的每个指标参数进行自适应横向对比规范化处理，得到对应的规范化参数，进而构建规范化分层指标集合；

所述规范化参数由如下公式处理获得：

其中，l_p表示指标集合中第p个指标的自适应逼近规范化威胁因子，p_ij＝p_i/p_j；p_ij表示雷达测量不同目标的第p个指标的比值，p_i表示雷达测量第i个目标得到的第p个指标参数值，p_j表示雷达测量第j个目标得到的第p个指标参数值，表示第j个目标的指标参数平均值，i＝1，2，…n；j＝1，2，…n；p＝1，2，…m，n表示目标个数，m表示特征个数，σ_j表示第j列的数据标准差；

根据所述规范化参数计算相对重要性权值，进而构建相对重要性矩阵；

所述相对重要性权值由如下公式计算获得：

a_pq＝l_p/l_q，q＝1，2，…，m；

其中，a_pq表示l_p对于l_q的相对重要性权值，l_p表示指标集合中第p个指标的自适应逼近规范化威胁因子，l_q表示指标集合中第q个指标的自适应逼近规范化威胁因子

根据所述相对重要性权值计算威胁综合程度值，进而构建判断矩阵；所述威胁综合程度值由如下公式计算获得：

其中，b_pq表示特征p对于q的威胁综合程度值；

根据所述相对重要性矩阵和所述判断矩阵，对所述规范化分层指标集合进行优化，得到相对重要性布尔矩阵；

对所述相对重要性布尔矩阵进行多特性分析，得到重要性决策矩阵；

根据所述重要性决策矩阵和每一层指标集的权重，计算得到目标威胁值矩阵；所述重要性决策矩阵由如下公式计算获得：

其中，C_S为特征集s的威胁程度相对重要性布尔矩阵；λ_max为相对重要性布尔矩阵最大特征值，H_P表示各目标在特征p下的威胁向量特征值，B_S表示特征集s的判断矩阵；B_s＝[b_pq]_m×m；H_P＝[H₁，H₂，…，H_m]；p＝1,2,3…m。

2.根据权利要求1所述的多特性分层结构与自适应逼近的空天目标威胁评估方法，其特征在于，所述第一层指标集内包括反应目标飞行特性指标参数；所述第二层指标集包括目标意图特性指标参数；所述第三层指标集包括要地防御特性指标参数。

3.根据权利要求2所述的多特性分层结构与自适应逼近的空天目标威胁评估方法，其特征在于，所述相对重要性布尔矩阵由如下公式计算获得：

其中，c_pq表示相对重要性布尔优化值，C_s＝[c_pq]_m×m；C_s为特征集相对重要性布尔矩阵。

4.根据权利要求3所述的多特性分层结构与自适应逼近的空天目标威胁评估方法，其特征在于，所述目标威胁值由如下公式计算获得：

M＝W_iD_s＝[M_i]；

其中，W_i＝[w₁,w₂,w₃]^T为特征层级威胁权值向量，D_s＝[H_p]_s×s；D_s表示重要性决策矩阵。

5.根据权利要求1-4任一项所述的多特性分层结构与自适应逼近的空天目标威胁评估方法，其特征在于，还包括对所述目标威胁值进行排序，以确定目标的威胁性大小。