基于熵灰关联算法的雷达对抗情报数据融合处理

《基于熵灰关联算法的雷达对抗情报数据融合处理》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、·工程应用·航天电子对抗2017年第2期基于熵灰关联算法的雷达对抗情报数据融合处理赵汝鹏1，汪洪艳‘，张国毅1，邢敏捷2(1．空军航空大学对抗系，吉林长春130022；2．中国人民解放军93175部队，吉林长春130000)摘要：针对灰关联算法直接应用于雷达对抗情报融合时可靠性和准确性不高的问题，提出了基于熵灰关联融合算法的雷达对抗情报融合算法。该算法首先利用融合矩阵对雷达目标间参数的灰关联度和权重值进行建模，得出综合评价值，然后将其与阈值进行比较，最后计算属于同一雷达对抗情报数据的均值，实现雷达对抗情报数据的融合。仿真实验结果表明了该

2、算法能够充分利用雷达对抗情报数据的有效信息，融合结果准确可靠，模型泛化能力强。关键词：雷达对抗情报；数据融合；灰关联；熵中图分类号：TJ76；TN972文献标识码：ADatafusionforradarcountermeasuresintelligencebasedonentropycoefficientgraycorrelationanalysisZhaoRupen91，WangHongyanl，ZhangGuoyil，XingMinjie2(1．DepartmentofInformationCountermeasures，Aviat

3、ionUniversityofAirForce，Changchun130022，Jilin，China；2．Unit93175ofPLA，Changchun130000，Jilin，China)Abstract：Withtheproblemofreliabilityandtheaccuracyisnothighwhilegrayrelationalalgorithmdi—rectlyappliedinradarcountermeasuresintelligencefusion。analgorithmwhichbasedonentropy

4、coefficientgraycorrelationispresented．ThealgorithmfirstlyusesmatrixoftheradartargetparametertOmodelthegraycorrelationdegreeandweightvalues，andthecomprehensiveevaluationvalueisconcluded，andthenitiscorn—paredwiththethreshold．Finally，thealgorithmcalculatestheaveragebelongst

5、Othesameradarcounterintel—ligencedataandrealizethefusion．Thesimulationexperimentalresultsshowthatthealgorithmcanmakefulluseofradarcounterintelligencedatainformationeffectively，thefusionresultsareaccurateandreliable，andthemodelgeneralizationabilityisstrong．Keywords：radarc

6、ountermeasuresintelligence；datafusion；graycorrelation；entropy0引言随着雷达技术迅速发展，各种新体制雷达相继出现，电磁环境变得更加密集和复杂。在如此复杂的电磁环境中进行雷达对抗情报侦察，雷达目标发射的某一信号就有可能被对方多个侦察设备侦收并将其上报，无形中给情报数据库中增加了很多重复信号数据，极大消耗了系统资源和影响进一步融合处理的高效性和准确性。而融合一般包括数据级融合、特征级融合和决策级融合[】≈]。对雷达对抗情报数据融合处理主要是根据雷达对抗情报的各参数实现数据的有效融收

7、稿日期：2016—11—09；2017—01—25修回。作者简介：赵汝鹏(1993一)，男，硕士研究生，主要研究方向为通信与信息系统。合，其特点是尽可能多地保留情报本身的现场信息，同时使雷达情报数据库变得简洁有效。雷达对抗情报数据融合中常用的算法有聚类分析算法、粗糙集算法和灰关联算法等。聚类算法是一种硬划分，这种划分的界限是分明的，它把待辨识的对象严格地划分到某类中，具有“非此即彼”的性质[4]。面对数据量大和充满不确定性的情报数据时，聚类算法已不能满足要求；粗糙集算法是利用粗糙集的分类功能，从不同参数的相关性出发对情报数据大量记录和考

8、察，从而找出问题的规律，但对于多参数、变化快的雷达情报对象来说缺乏灵活性[53；灰关联算法通过计算参数间的灰关联度实现情报数据间和内在关系挖掘量化，能较好满足对数据量大、变化灵活的情报数据融合的要求[6]。