基于深度学习的雷达性能指标等效外推方法
2021-11-30张静克戚宗锋王华兵曾勇虎汪连栋
航天电子对抗 2021年5期
关键词:深度
张静克,戚宗锋,王华兵,曾勇虎,汪连栋,王 伟
(1.电子信息系统复杂电磁环境效应国家重点实验室,河南洛阳471000;2.中山大学电子与通信工程学院,广东 深圳518000)
0 引言
随着现代战争日趋信息化、网络化、智能化,拥有制信息权就意味着最可能获取战争的胜利。雷达作为战场侦察的一个关键节点,在战场信息获取中的作用日益突出。相应的,针对雷达的各种电子战技术和设备层出不穷,导致雷达在遂行任务时面临的电磁环境日趋复杂,因此对复杂电磁环境下特别是对抗环境下的雷达性能进行分析评估具有重要的军事意义和价值[1]。雷达性能评估试验是通过合理地设计试验方案,构建相应的试验环境,开展试验并利用各种测量设备和录取设备获取必要的数据,然后对所得的数据进行处理和分析,进而对被试雷达系统的性能做出评价,为其设计定型、生产及使用提供决策依据[2-3]。由于复杂电磁环境下雷达性能评估试验具有样本空间大、试验成本高等特点,无论是内场仿真试验还是外场实装实验,均只能开展部分电磁环境下性能评估试验,获取的试验数据具有不完备性,难以反映系统的全面性能,因此需要对试验数据进行处理分析,建立雷达性能指标等效外推模型,实现未试验条件下试验结果的预测。
雷达性能评估试验中,雷达性能指标多为连续变量,建立指标等效外推模型为数据挖掘中的回归问题,机器学习中的线性/非线性回归、支持向量机等一系列有监督学习方法[4-7]均可用于解决此类问题。……
登录APP查看全文
