公开(公告)号：CN114527434A

公开(公告)日：2022-05-24

申请号：CN202210127378.2

申请日：2022-02-11

申请人： 西安电子科技大学

发明人： 饶鲜 ,  许凯洋 ,  张立东 ,  董阳阳 ,  郭立博 ,  孙宇峥 ,  李梦瑶 ,  李艳慧

IPC分类号： G01S7/38 ,  G01S7/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法，旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题，以及与人为设置评估指标权重的问题。本发明的实现步骤包括：(1)生成训练数据集；(2)搭建卷积神经网络；(3)训练卷积神经网络；(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。

公开(公告)号：CN116070674A

公开(公告)日：2023-05-05

申请号：CN202310082751.1

申请日：2023-02-07

申请人： 西安电子科技大学

发明人： 饶鲜 ,  李艳慧 ,  董春曦 ,  董阳阳 ,  蒋志衡 ,  路宵 ,  苏欣桐 ,  王玉叶

IPC分类号： G06N3/0442 ,  G06N3/048 ,  G06N3/08 ,  G06N3/126 ,  G01S13/88

摘要： 本发明公开了一种基于注意力机制和LSTM的雷达威胁程度预测方法，旨在解决现有的雷达威胁程度预测方法构建的威胁程度预测的数据集不完整，对雷达威胁程度的预测不够客观合理，且无法突出对威胁程度影响更关键的威胁属性，预测准确率不高的问题。本发明的实现步骤包括：生成包含雷达威胁属性和雷达威胁程度的训练集；构建将注意力机制和LSTM相结合的Attention‑LSTM神经网络；采用遗传算法优化Attention‑LSTM神经网络的超参数；利用训练集和遗传算法优化后的超参数训练Attention‑LSTM网络；利用训练好的Attention‑LSTM网络预测雷达威胁程度。本发明具有构建的数据集更加完整，预测结果更客观合理以及预测准确率更高的优点。

公开(公告)号：CN114527434B

公开(公告)日：2024-08-20

申请号：CN202210127378.2

申请日：2022-02-11

申请人： 西安电子科技大学

发明人： 饶鲜 ,  许凯洋 ,  张立东 ,  董阳阳 ,  郭立博 ,  孙宇峥 ,  李梦瑶 ,  李艳慧

IPC分类号： G01S7/38 ,  G01S7/40 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于卷积神经网络的雷达干扰效果评估方法，旨在解决现有技术需要从干扰方和雷达方同时获得雷达信息才能进行评估的问题，以及与人为设置评估指标权重的问题。本发明的实现步骤包括：(1)生成训练数据集；(2)搭建卷积神经网络；(3)训练卷积神经网络；(4)对干扰效果进行评估。本发明具有仅从干扰方获取雷达参数就可以进行评估的优点和不需要人为设置评估指标权重就可以进行评估的优点。