多源数据融合的雷达威力范围评估分析方法研究.pdf

2023 年第 10 期(第 42 卷总第 558 期)多源数据融合的雷达威力范围评估分析方法研究刘镇瑜,林欢,燕明亮,李咏晋,陈磊(中国人民解放军 63891 部队,河南洛阳 471003)摘要:传统意义上,由于无法找到大量独立同分布的样本,雷达威力范围评估分析是小样本问题。从雷达威力范围方程出发,分析其中和雷达本身工作状态、参数密切相关的个性因素,以及和雷达本身无关的目标环境、气象环境、操作使用等共性因素,对不同因素分别进行处理,形成能够关联不同雷达测试数据的雷达威力范围方程。分析整理历史上目标雷达截面积数据,确定其分布规律;结合雷达测试数据分析共性因素的分布规律;确定雷达威力范围的分布规律,给出雷达威力范围的点估计和区间估计。经过试验分析,所提方法与其他相关方法相比有较好的优越性。关键词:雷达;威力范围;贝叶斯;评估中图分类号:TP391.9文献标识码:ADOI:10.19358/j.issn.2097-1788.2023.10.005引用格式:刘镇瑜,林欢,燕明亮,等.多源数据融合的雷达威力范围评估分析方法研究 J.网络安全与数据治理,2023,42(10):28-32.Research on the evaluation and analysis method of radarpower range based on multi-source data fusionLiu Zhenyu,Lin Huan,Yan Mingliang,Li Yongjin,Chen Lei(PLA 63891 Troops,Luoyang 471003,China)Abstract:Traditionally,since a large number of independent and identically distributed random variables samples cannot befound,the evaluation and analysis of radar power range is a small sample problem.Starting from the radar power range equation,the individual factors closely related to the working state and parameters of the radar itself,as well as the common factors such astarget environment,meteorological environment,operation and use that are not related to the radar itself are analyzed.Differentfactors are processed separately to form a radar power range equation that can connect different radar test data.Also,the cross-sectional area data of historical target radar are analyzed and organized to determine their distribution patterns;the distributionpattern of common factors is analyzed based on radar test data;the distribution law of radar power range is determined,and thepoint estimation and interval estimation of radar power range are given.The experimental analysis show that this method has betteradvantages compared to other related methods.Key words:radar;power range;Bayes;evaluation0引言雷达对目标进行连续观测的空域称作探测范围,又称威力范围1-2。威力范围是雷达的一项重要性能指标,通过测试数据对威力范围进行评估分析,可以有效地检定雷达的威力范围。由于时间、人力、空间等资源限制,雷达威力范围的测试数据是有限的,也即小样本数据,如何基于有限数据对雷达威力范围进行评估分析是一项难题。传统方法多假定威力范围服从正态分布,然后采用样本均值和检验统计量来确定威力范围的点估计和区间估计,这种方法一般存在较大误差。文献3-5 采用贝叶斯小子样理论对小样本数据进行处理,评估分析精度相比传统方法有较大提高,但是要求验前和验后数据相互独立并且服从相同的分布。本文基于雷达方程,提出了一种基于多源数据融合的雷达威力范围评估分析方法,该方法认为不同雷达的测试数据是存在内在关联的,找到这种关联关系,融合不同雷达的测试数据,可对雷达威力范围进行更为准确的评估分析。82投稿网址:2023 年第 10 期(第 42 卷总第 558 期)1雷达威力范围雷达 威 力 范 围 有 多 种 表 达 形 式,较 为 直 观 常 见的为6-7:R=PtGtGr2(4)3kT0frFnLSN 1/4(1)其中,Pt为 发 射 机 功 率(W);Gt为 发 射 机 天 线 增 益(dB);Gr为接收机天线增益(dB),对于单部雷达而言Gr=Gt;为雷达信号波长(m);为目标对发射机和接收机的雷达横截面积(m2);k 为玻尔兹曼常数,k=1.38 10-23J/K;T0为标准室温,一般取 290 K;fr为接收机的噪声带宽(也为雷达接收机带宽)(Hz);Fn为接收机的噪声系数;L 为雷达各部分损耗引入的损失系数;SN为雷达检测信噪比。式(1)中,Pt、Gt、Gr、fr、Fn、SN为雷达工作的性能参数,数值较为固定,可通过查阅手册获得;k、T0为常量,不会发生变化;相对而言、L 较为复杂,存在较大的随机偶然性。目标的雷达横截面积 可通过对目标的长期观测获取其统计分布数据。损耗系数 L 可分为8-9雷达接收综合损耗 Lr、雷达发射综合损耗 Lt和其他损耗 Lo,雷达发射综合损耗 Lt通常用 2 dB 的数量来近似,雷达接收综合损耗 Lr通常用 1 dB 来近似,其他损耗 Lo包含天线波束形状损耗、目标起伏损耗、操作损耗、大气损耗、多径 损 耗 等,由 于 情 况 复 杂,故 不 易 测 量获得。根据以上分析,将式(1)中的固定值和雷达参数相关的变量进行聚合,式(1)可表示为:R4=AL=A()3+(Lo)(2)其中,A=PtG2t2(4)3kT0frFnSN,()为 目 标 的 雷 达横截面积的随 机 变量,(Lo)为 雷 达 其 他 损 耗 的 随机变量。A 中包含了影响雷达威力范围的个性因素,需要从雷达本身的工作状态参数中获取;()和(Lo)包含了影响雷达威力范围的共性因素,需要从多源数据中进行分析获取,这就为多源数据关联融合分析提供了理论依据。2数据分析方法2.1传统方法威力范围测量数据 X=(x1,x2,xn)是服从正态总体的独立同分布样本。在分布的方差未知情况下,传统统计方法给出的威力范围点估计为:=X(3)传统统计方法给出的威力范围区间估计为:R=X+t2(n-1)SnL=X-t2(n-1)Sn(4)其中:X=1nni=1xi,S2=1nni=1(xi-X)2。2.2贝叶斯方法假定验前和验后威力范围测量数据均为服从正态总体的独立同分布样本,并且分布的均值和方差均未知。对于验前的威力范围数据 Xp=(xp1,xp2,xpm),验前分布参数为:=k=2S2=2(2)2S22+42=-22(5)其中,、S2、2、S22可通过 Bootstrap 方法10-11从 Xp中获得。对于验后的威力范围数据 X=(x1,x2,xn),验后分布参数为:1=k+nXk+n1=+n21=112+nS2+knk+n-X()2k1=k+n(6)贝叶斯方法给出的威力范围点估计为:=1(7)贝叶斯方法给出的威力范围区间估计为:R=1+t2(1)1k1L=1-t2(1)1k1(8)2.3多源数据融合方法多源数据指不同雷达的数据,不局限于同一体制、同一型号,甚至是同一部雷达。多源数据融合方法在式(2)的基础上,通过多源数据确定 ()、(Lo)的分布规律,再 基 于 此 分 布 规 律 来 确 定 雷 达 威 力 范 围(R)的分布,最后基于此分布给出威力范围的点估计和区间估计,具体步骤如下:(1)确定目标雷达横截面积的分布规律 ()。整92大数据体系会议论文选登Conference Paper on Big Data Systems 2023 年第 10 期(第 42 卷总第 558 期)理目标雷达横截面积 数据,按照波长、目标类型等进行分 类 分 析,根 据 不 同 类 型 给 出 的 统 计 分 布 规 律()。(2)确定 其 他 损 耗 的 分 布 规 律 (Lo)。基 于 式(2),在每一组测量数据上进行多次蒙特卡罗抽样(主要是抽样),基于抽样值 和雷达参数计算 Lo的值。对各组数据抽样计算完毕后,形成 Lo数据集,在数据集上对Lo进行统计分析得出 (Lo)。(3)确定雷达威力范围的分布规律 (R)。基于()、(Lo)的统计分析结果,对、Lo进行蒙特卡罗抽样,再将、Lo和雷达参数代入式(2),即可得到R 数据集,在数据集上对 R 进行统计分析得出 (R),基于 (R)再 按 传统 方 法 可 得出 R 的 点 估 计 和区 间估计。3实验设计与分析3.1数据源分析(1)目标雷达截面积数据本文对 100 000 组雷达横截面积数据(分布图如图 1所示)进行整理,目标相对雷达姿态较为固定。图 1目标雷达横截面积分布(2)雷达数据本文收集整理了 100 部雷达测试数据,每部雷达包括 20 组威力范围测试数据,以及雷达的峰值功率、发射和接收天线增益、波长、接收机噪声带宽、接收机噪声系数、最小检测信噪比等参数。不同雷达的威力范围测量数据均针对同一目标,目标飞行姿态一致。其中 6 部雷达的测量数据如图 2 所示。图 2 6 部雷达的测量数据3.2数据结果分析(1)损耗分布分析基于多源数据融合方法,对威力范围测试过程中的其他损耗进行抽样统计分析,其分布结果如图 3 所示。(2)威力范围分布分析针对 100 部雷达中的每一部,对目标的雷达截面积数据以 及 损 耗 分 布 数 据 进 行 抽 样,代 入 式(2)生 成1 000组雷达威力范围抽样分布数据,其中 6 部雷达的威03投稿网址:2023 年第 10 期(第 42 卷总第 558 期)图 3数据融合后的损耗分布力范围分布情况如图 4 所示。(3)评估分析结果按照第 2 节介绍的数据分析方法,分别按照多源数据融合方法(本文方法)、贝叶斯方法和传统方法对 100部雷达的威力范围测试数据进行处理,威力范围点估计(均值)如图 5 所示,在置信度为 90%时的威力范围置信区间长度如图 6 所示,在置信度为 95%时的威力范围置信区间长度如图 7 所示,其中 6 部雷达的具体计算结果见表 1。图 4数据融合后的 6 部雷达威力范围分布图 5雷达威力范围均值估计图 6 90%置信度时雷达威力范围置信区间长度13大数据体系会议论文选登Conference Paper on Big Data Systems 2023 年第 10 期(第 42 卷总第 558 期)图 7 95%置信度时雷达威力范围置信区间长度表 1 6 部雷达的威力范围评估结果名称置信度均值下边界上边界区间长度雷达1贝叶斯方法传统方法本文方法0.90.950.90.950.90.9540 73940 73841 52039 32542 1542 82839 04242 4373 39539 30242 1742 87239 00042 4773 47641 29641 74544841 25341 788534雷达20贝叶斯方法传统方法本文方法0.90.950.90.950.90.9588 54288 50887 40086 02391 0615 03885 50391 5816 07785 79691 2195 42285 22591 7906 56486 93087 87194186 83987 9611 121雷达40贝叶斯方法传统方法本文方法0.90.950.90.950.90.95105 417105 396103 848103 120107 7154 595102 654108 1805 526102 985107 8084 823102 477108 3165 838103 278104 4181 140103 169104 5281 358雷达60贝叶斯方法传统方法本文方法0.90.950.90.950.90.95113 528113 420114 806111 001116 0555 053110 451116 6056 154110 547116 2935 745109 943116 8976 954114 170115 4411 271114 048115 5631 514雷达80贝叶斯方法传统方法本文方法0.90.950.90.950.90.95121 274121 327124 032118 880123 6694 788118 383124 1665 783118 837123 8164 979118 313124 3406 026123 355124 7081 353123 225124 8381 612雷达100贝叶斯方法传统方法本文方法0.90.950.90.950.90.95132 223132 222130 400128 906135 5396 633128 232136 2137 981128 684135 7607 076127 939136 5058 565129 705131 0941 389129 572131 2271 655基于以上分析结果可以看出,不同分析方法在均值结果上高度一致,反映了不同分析方法是无偏的。由于本文方法融合了多种不同来源的数据,更加客观准确反映了数据的深层次关联关系,从而提供了更多有用信息,因而在相同置信水平下比其他两种方法分析得更加准确有效。4结论通过分离影响雷达威力范围的个性和共性因素,建立新的雷达威力范围评估分析模型。在关联融合大量不同雷达威力范围测试数据基础上,准确刻画了共性因素的分布规律。基于测试数据,对比不同的数据分析方法,可以看出多源数据融合方法有明显更短的置信区间,为雷达威力范围评估分析提供了新的思路方法。参考文献1 王国玉,汪连栋.雷达电子战系统数学仿真与评估 M.北京:国防工业出版社,2004.2 闫超.基于装备用频效能分析的对抗态势可视化设计 J.无线电工程,2022,52(12):2296-2302.3 王国玉,申绪涧,汪连栋,等.电子系统小子样试验理论方法 M.北京:国防工业出版社,2003.4 宋征宇,方志耕,赫武乐,等.基于贝叶斯理论的小子样运载火箭可靠性评估技术 J.深空探测学报(中英文),2021,8(1):62-69.5 周雅兰,郭延宁,李文龙,等.空间可修系统的维修性分析、评价与验证技术 J.系 统 工 程 与 电 子 技 术,2019,41(11):2647-2655.6 徐大琴,李照顺,谷秀莲.警戒雷达被干扰时探测范围的实时计算方法 J.火力与指挥控制,2009,34(6):128-134.7 张鑫,宗思光,余扬,等.水下微弱目标双通道激光探测方法研究 J.激光与红外,2023,53(2):185-193.8 丁鹭飞,耿富录,陈建春.雷达原理(第六版)M.北京:电子工业出版社,2020.9 丁一耕,李晓东,盛立芳,等.悬空波导水平不均匀性对电磁波传播特性的影响 J.中国海洋大学学报(自然科学版),2023,53(6):30-42.10 周志华.机器学习 M.北京:清华大学出版社,2016.11 朱凯旋,胡晨昱,喻虹,等.基于 Bootstrap 方法的鬼成像系统图像信息重构不确定度估计 J.光学学报,2023,43(9):97-106.(收稿日期:2023-08-01)作者简介:刘镇瑜(1985-),男,硕士研究生,工程师,主要研究方向:数据可视化、数据工程。林欢(1979-),男,本科,高级工程师,主要研究方向:数据工程、雷达及雷达对抗试验。燕明亮(1986-),男,硕士研究生,工程师,主要研究方向:数据分析、数据工程。23投稿网址: