專利名稱：一種目標(biāo)威脅程度評(píng)估方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)據(jù)融合技術(shù)領(lǐng)域，特別涉及一種目標(biāo)威脅程度評(píng)估方法。
背景技術(shù)：
數(shù)據(jù)融合是一門信息綜合處理技術(shù)，它利用多源數(shù)據(jù)的互補(bǔ)性、冗余性，對(duì)各傳感器提供的各種信息加以融合，從而提高數(shù)據(jù)的可靠性。威脅評(píng)估作為信息融合的一個(gè)應(yīng)用方向，不論在交通，網(wǎng)絡(luò)安全還是在防空安全和防空作戰(zhàn)中，威脅程度評(píng)估越來越受重視。 在國際上，民用航空成為恐怖分子實(shí)施恐怖活動(dòng)的首選目標(biāo)，空防的范圍擴(kuò)大到全世界，危及空防安全的對(duì)象將會(huì)變成高科技武裝甚至是武裝力量的直接攻擊。如何應(yīng)對(duì)空防安全的新形勢(shì)，是對(duì)中國的民航企業(yè)提出的嚴(yán)峻考驗(yàn)。隨著電子信息技術(shù)的應(yīng)用，需要處理的信息日益增多，越來越復(fù)雜，對(duì)目標(biāo)進(jìn)行正確的威脅程度評(píng)估，有助于我方采取更好的措施保護(hù)生命和財(cái)產(chǎn)安全，減少不必要的損失，同時(shí)更有力的回?fù)魧?duì)方，保證防空安全，因此對(duì)目標(biāo)進(jìn)行正確的威脅程度評(píng)估成了一個(gè)亟待解決的問題。應(yīng)用于威脅程度評(píng)估具有代表性的方法主要有基于專家系統(tǒng)的方法、基于模板匹配的方法、基于品質(zhì)因數(shù)的方法、基于多代理規(guī)劃識(shí)別方法等。專家系統(tǒng)構(gòu)成很困難，需要專家與技術(shù)人員的緊密結(jié)合，并且無法模擬人的創(chuàng)造性思維，智能性不高；模板匹配的方法，知識(shí)結(jié)構(gòu)常采用靜態(tài)結(jié)構(gòu)，數(shù)據(jù)庫維護(hù)復(fù)雜；品質(zhì)因數(shù)法開發(fā)和證實(shí)比較繁瑣；多代理規(guī)劃識(shí)別方法僅適用于可預(yù)測(cè)或可驗(yàn)證的假設(shè)。

發(fā)明內(nèi)容
本發(fā)明的目的是為了解決現(xiàn)有的目標(biāo)威脅程度評(píng)估方法存在的問題，提出了一種目標(biāo)威脅程度評(píng)估方法。本發(fā)明的技術(shù)方案是一種目標(biāo)威脅程度評(píng)估方法，包括如下步驟Si.建立威脅評(píng)估量化模型，確定各威脅因素的威脅指數(shù)；S2.根據(jù)步驟Sl所述的威脅指數(shù)初始化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；S3.根據(jù)PSO算法確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值；S4.根據(jù)步驟S3得到的初始權(quán)值和閾值，利用步驟Sl所述的威脅指數(shù)組成的訓(xùn)練樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)；S5.利用步驟S4得到的BP神經(jīng)網(wǎng)絡(luò)對(duì)步驟Sl所述的威脅指數(shù)組成的測(cè)試樣本進(jìn)行測(cè)試，得到威脅評(píng)估程度。本發(fā)明的有益效果本方法通過把BP神經(jīng)網(wǎng)絡(luò)和PSO算法結(jié)合起來對(duì)目標(biāo)威脅程度進(jìn)行評(píng)估，即是先通過PSO算法確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值，進(jìn)而加快了 BP神經(jīng)網(wǎng)絡(luò)的收斂速度和收斂精度，可有效避免BP神經(jīng)陷入局部極小值，在提高智能性的基礎(chǔ)上降低了復(fù)雜度。本發(fā)明的方法不僅可以避免繁瑣的數(shù)學(xué)計(jì)算過程，而且可以減小專家知識(shí)帶來的偏差，提高目標(biāo)威脅程度預(yù)測(cè)的準(zhǔn)確性。


圖1本發(fā)明實(shí)施例的空中兩架飛機(jī)飛行狀態(tài)示意圖。圖2本發(fā)明威脅程度評(píng)估方法神經(jīng)網(wǎng)絡(luò)模型示意圖。圖3本發(fā)明威脅程度評(píng)估方法的流程示意圖。
具體實(shí)施例方式下面結(jié)合附圖和具體的實(shí)施實(shí)例對(duì)本發(fā)明作進(jìn)一步的闡述。本發(fā)明以我機(jī)在空中飛行過程中發(fā)現(xiàn)目標(biāo)為實(shí)例，二者狀態(tài)示意圖如圖1所示， 用本發(fā)明的方法判斷目標(biāo)對(duì)我機(jī)的威脅程度。Si.建立威脅評(píng)估量化模型，確定威脅評(píng)估因素的威脅指數(shù)；在本實(shí)例中，威脅指數(shù)包括高度威脅指數(shù)，距離威脅指數(shù)、角度威脅指數(shù)、速度威脅指數(shù)，目標(biāo)類型威脅指數(shù)，具體計(jì)算過程如下(1)高度威脅指數(shù)Thij
權(quán)利要求
1.一種目標(biāo)威脅程度評(píng)估方法，其特征在于，包括如下步驟51.建立威脅評(píng)估量化模型，確定各威脅因素的威脅指數(shù)；52.根據(jù)步驟Sl所述的威脅指數(shù)初始化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；53.根據(jù)PSO算法確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值；54.根據(jù)步驟S3得到的初始權(quán)值和閾值，利用步驟Sl所述的威脅指數(shù)組成的訓(xùn)練樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)；55.利用步驟S4得到的BP神經(jīng)網(wǎng)絡(luò)對(duì)步驟Sl所述的威脅指數(shù)組成的測(cè)試樣本進(jìn)行測(cè)試，得到威脅評(píng)估程度。
2.根據(jù)權(quán)利要求1所述的目標(biāo)威脅程度評(píng)估方法，其特征在于，所述的威脅指數(shù)包括 高度威脅指數(shù)，距離威脅指數(shù)、角度威脅指數(shù)、速度威脅指數(shù)，目標(biāo)類型威脅指數(shù)。
3.根據(jù)權(quán)利要求1或2所述的目標(biāo)威脅程度評(píng)估方法，其特征在于，步驟S3所述的確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值的具體過程如下(31)粒子群初始化在初始化范圍內(nèi)，對(duì)粒子群進(jìn)行隨機(jī)初始化，包括隨機(jī)位置和速度，根據(jù)初始化的BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，把BP網(wǎng)絡(luò)的權(quán)值和閾值個(gè)數(shù)作為每個(gè)粒子的維數(shù)， 對(duì)其進(jìn)行實(shí)數(shù)編碼；(32)計(jì)算粒子適應(yīng)度以BP網(wǎng)絡(luò)的訓(xùn)練誤差絕對(duì)值之和作為每個(gè)粒子的適應(yīng)度；(33)更新個(gè)體最佳適應(yīng)度值對(duì)于每個(gè)粒子，將其適應(yīng)度值與所經(jīng)歷的最好位置的適應(yīng)值進(jìn)行比較，如果更好，則將其作為粒子的個(gè)體歷史最優(yōu)值，用當(dāng)前位置更新個(gè)體歷史最好位置；(34)更新全局最佳適應(yīng)度值對(duì)于每個(gè)粒子，將其歷史最有適應(yīng)度值與群體內(nèi)或鄰域內(nèi)所經(jīng)歷的最好位置的適應(yīng)度值進(jìn)行比較，若更好，則將其作為當(dāng)前的全局最好位置；(35)更新粒子的速度和位置速度和位置更新方程為
全文摘要
本發(fā)明屬于數(shù)據(jù)融合技術(shù)領(lǐng)域，公開了一種目標(biāo)威脅程度評(píng)估方法。本發(fā)明的方法首先建立威脅評(píng)估量化模型，確定各威脅因素的威脅指數(shù)；然后利用威脅指數(shù)初始化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；再根據(jù)PSO算法確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值；進(jìn)而獲得威脅評(píng)估程度。本方法通過把BP神經(jīng)網(wǎng)絡(luò)和PSO算法結(jié)合起來對(duì)目標(biāo)威脅程度進(jìn)行評(píng)估，即是先通過PSO算法確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值，進(jìn)而加快了BP神經(jīng)網(wǎng)絡(luò)的收斂速度和收斂精度，可有效避免BP神經(jīng)陷入局部極小值，在提高智能性的基礎(chǔ)上降低了復(fù)雜度。
文檔編號(hào)G06N3/08GK102298728SQ20111023653
公開日2011年12月28日 申請(qǐng)日期2011年8月17日 優(yōu)先權(quán)日2011年8月17日
發(fā)明者全麗, 張偉, 張可, 陳華 申請(qǐng)人:電子科技大學(xué)