一种基于知识图谱的相控阵雷达威胁等级估计方法

本发明属于威胁等级估计领域，具体涉及一种基于知识图谱的相控阵雷达威胁等级估计方法，适用于多工作场景下对相控阵雷达的威胁等级排序。

背景技术：

1、相控阵雷达(phased array radar)具备灵活的空域扫描能力及波位捷变特性，可以根据作战环境的差异及作战任务的需求自主采用不同的工作模式，其巨大的性能优势使其在21世纪的局部冲突中已经得到了广泛的应用。准确的威胁等级估计能够有效确定多目标相控阵雷达的打击的优先序列，实现对战场信息的全局把握，为后续作战策略和方针制定提供技术和情报支持。然而，对于灵活程度高，复杂多变的相控阵体制雷达，传统威胁等级估计方法可靠性差，无法适应多变的电磁环境以及新兴的武器装备。

2、目前主要的威胁等级估计方法主要分为多属性决策方法、机器学习方法。多属性决策方法指利用现有的先验知识及决策信息，对一定数量的目标进行排序，或对一定数量的备选方案进行择优的决策方法，由于需要人为对各个属性的权重进行赋值，有很大的主观性和盲目性；机器学习方法的主要思路是将排序及决策问题转化为非线性的预测问题，通过对各个目标威胁值的直接估计进行输出后排序，较多属性决策方法而言，机器学习网络能够更好地将威胁信息与时间信息相关联，积累特征信息，并具备一定的推理能力。然而，机器学习的方法同样依赖专家赋值条件概率及转移概率，单一模型无法对多场景下的威胁估计进行调整。知识图谱具有强大的知识关联及再学习能力，通过实体与实体之间的语义关系具有定位速度快，精确搜索等优势决策支持等战略决策支援功能，威胁估计作为一种推理及决策的参考方法，知识图谱可以在很大程度上满足威胁估计的需求。通过构建知识图谱体系，可以实现对目标相控阵雷达特征的快速关联和分析。

3、目前，传统的威胁等级估计方法依赖于先验知识，且不具有自适应调整参数适应不同战场环境的能力。此外，由于相控阵雷达领域缺乏公开数据集及文本数据，需要寻找一种方法弥补相控阵雷达领域的知识空缺。

技术实现思路

1、本发明所要解决的技术问题是：

2、针对传统的威胁等级估计方法存在的问题，本发明提供一种基于知识图谱的威胁等级估计方法。用于解决相控阵雷达领域公开数据集缺失，知识图谱无法建立，以及多场景下的准确威胁等级估计的问题。

3、为了解决上述技术问题，本发明采用的技术方案为：

4、一种基于知识图谱的相控阵雷达威胁等级估计方法，其特征在于，包括：

5、确定影响相控阵雷达的威胁等级因素，以建立隶属度的方式科学量化分析各威胁等级因素；

6、分析不同威胁等级因素对不同型号相控阵雷达威胁等级的影响，给出对应的条件概率表，基于条件概率表建立动态贝叶斯网络；

7、遍历相控阵雷达在不同工作场景下的参数变化，输入到动态贝叶斯网络中，输出对应的威胁等级估计概率值，得到海量实验数据；

8、对实验数据进行知识抽取处理，构建实体关系，建立知识图谱；

9、建立查询系统：根据输入的相控阵雷达信息、知识图谱中相控阵雷达信息计算余弦相似度；根据余弦相似度输出相关的相控阵雷达威胁等级查询结果；

10、比较输出结果的威胁等级，得到目标工作场景下各目标的威胁度排序结果。

11、本发明进一步的技术方案：所述以建立隶属度的方式科学量化分析各威胁等级因素，包括：

12、载频威胁隶属度μ1(x)表示为：

13、

14、重频隶属度μ2(x)表示为：

15、

16、脉宽威胁隶属度μ3(x)表示为：

17、

18、其中，x为威胁等级因素。

19、本发明进一步的技术方案：所述基于条件概率表建立动态贝叶斯网络，具体为：

20、动态贝叶斯网络可定义为＜b0,b1,b2＞，其中b0是指在初始时刻t0时的贝叶斯网络模型，b2是指下一个时刻贝叶斯网络的状态，b1是指二者之间的转移模型，用于表示相邻两个时间节点内贝叶斯网络状态的变化，时间节点区间可根据应用背景需求自行设定，设b0对应的初始时刻先验概率为p0，则转移模型b1中，x[t]到x[t+1]的转移概率p(x[t+1]|x[t])，最终得到b2时刻，以此类推。

21、本发明进一步的技术方案：所述根据输入的相控阵雷达信息、知识图谱中相控阵雷达信息计算余弦相似度，具体为：

22、cosine_similarity＝(a·b)/(||a||×||b||)

23、其中，向量a、向量b分别输入的相控阵雷达信息、知识图谱中相控阵雷达信息，(a·b)表示向量a和向量b的点积，||a||表示向量a的模，||b||表示向量b的模。

24、本发明进一步的技术方案：所述根据余弦相似度输出相关的相控阵雷达威胁等级查询结果，具体为：

25、当余弦相似度低于设置的阈值，则以最相关的查询结果的威胁等级为最终威胁等级估计值；若高于设置的阈值，则取最相关的5个目标的威胁等级作均值化处理，作为最终的威胁等级输出结果。

26、一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的方法。

27、一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现上述的方法。

28、一种计算机程序产品，其特征在于包括计算机可执行指令，所述指令在被执行时用于实现上述的方法。

29、本发明的有益效果在于：

30、本发明提供的一种基于知识图谱的威胁等级估计方法，通过对影响威胁等级威胁评判的因素全面分析，自主搭建实验场景获取海量实验数据，建立威胁因素知识库及威胁估计推理知识库，构建相控阵雷达知识图谱。

31、相较于传统方法，本发明可以应对不同场景下的威胁等级估计需求，通过不断丰富先验知识的积累和完善实验数据，能够有效增强知识图谱的知识关联和推理能力，从而实现对多目标相控阵雷达的准确目标排序。

技术特征：

1.一种基于知识图谱的相控阵雷达威胁等级估计方法，其特征在于，包括：

2.根据权利要求1所述一种基于知识图谱的相控阵雷达威胁等级估计方法，其特征在于，所述以建立隶属度的方式科学量化分析各威胁等级因素，包括：

3.根据权利要求1所述一种基于知识图谱的相控阵雷达威胁等级估计方法，其特征在于，所述基于条件概率表建立动态贝叶斯网络，具体为：

4.根据权利要求1所述一种基于知识图谱的相控阵雷达威胁等级估计方法，其特征在于，所述根据输入的相控阵雷达信息、知识图谱中相控阵雷达信息计算余弦相似度，具体为：

5.根据权利要求4所述一种基于知识图谱的相控阵雷达威胁等级估计方法，其特征在于，所述根据余弦相似度输出相关的相控阵雷达威胁等级查询结果，具体为：

6.一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1所述的方法。

7.一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现权利要求1所述的方法。

8.一种计算机程序产品，其特征在于包括计算机可执行指令，所述指令在被执行时用于实现权利要求1所述的方法。

技术总结本发明涉及一种基于知识图谱的相控阵雷达威胁等级估计方法，属于威胁等级估计领域。包括：确定影响相控阵雷达的威胁等级因素，量化各威胁等级因素；分析不同威胁等级因素对不同型号相控阵雷达威胁等级的影响，建立动态贝叶斯网络；遍历相控阵雷达在不同工作场景下的参数变化，输入到动态贝叶斯网络中，输出对应的威胁等级估计概率值，得到海量实验数据；对实验数据进行知识抽取处理，构建实体关系，建立知识图谱；建立查询系统输出相关的相控阵雷达威胁等级查询结果；比较输出结果的威胁等级，得到各目标的威胁度排序结果。本发明能够有效增强知识图谱的知识关联和推理能力，实现对多目标相控阵雷达的准确目标排序。技术研发人员：陶明亮,汤志豪,范一飞,陈士超,刘向阳受保护的技术使用者：西北工业大学技术研发日：技术公布日：2024/8/1