電子目標(biāo)智能處理架構(gòu)研究(參考版)
2024-09-29 14:40本頁(yè)面
【正文】 第8頁(yè) 共8頁(yè)。 4小結(jié) 本文分析了電子目標(biāo)處理功能組成和一般流程，分析了常用的智能技術(shù)在電子目標(biāo)處理中的實(shí)用性，選擇了適合電子目標(biāo)處理的智能處理技術(shù)，對(duì)傳統(tǒng)的電子目標(biāo)處理過(guò)程進(jìn)行了智能化重新設(shè)計(jì)，建立了電子目標(biāo)智能處理架構(gòu)。采用推理分析技術(shù)對(duì)目標(biāo)的參數(shù)、工作模式等進(jìn)行推理分析，獲得目標(biāo)的其他屬性信息。 目標(biāo)整編技術(shù)如圖2中的④所示，主要對(duì)情報(bào)產(chǎn)品庫(kù)的目標(biāo)情報(bào)處理結(jié)果進(jìn)行分析，提取并豐富目標(biāo)識(shí)別庫(kù)，為目標(biāo)識(shí)別提供樣本數(shù)據(jù)。基于智能推理機(jī)的輻射源智能識(shí)別技術(shù)流程如圖7所示。圖6神經(jīng)網(wǎng)絡(luò)輻射源識(shí)別流程基于智能推理機(jī)的輻射源智能識(shí)別技術(shù)采用智能推理機(jī)技術(shù)，利用輻射源分類識(shí)別的推理規(guī)則來(lái)進(jìn)行輻射源型號(hào)識(shí)別，可以避免輻射源的逐個(gè)參數(shù)相關(guān)對(duì)比，在數(shù)據(jù)量大的情況下，可以大大提高識(shí)別速度。第二類是智能推理技術(shù)。將根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的規(guī)則順序連接起來(lái)就得到推理過(guò)程。圖5決策樹(shù)示意圖決策樹(shù)上的非葉子節(jié)點(diǎn)上包含目標(biāo)數(shù)量n及參數(shù)范圍，葉子節(jié)點(diǎn)（n=1）包含目標(biāo)id、型號(hào)及參數(shù)信息。二是：輻射源型號(hào)分類規(guī)則挖掘，對(duì)輻射源電磁特征參數(shù)樣本進(jìn)行分類，生成輻射源型號(hào)分類決策樹(shù)，生成智能識(shí)別所需的推理規(guī)則。當(dāng)然索引維護(hù)也需要時(shí)間，但采用適當(dāng)?shù)乃饕虏呗?，可以減少索引更新次數(shù)。圖3目標(biāo)索引樹(shù)圖3中的目標(biāo)索引樹(shù)可以采用二叉樹(shù)或多叉樹(shù)（通常建立平衡樹(shù)即b樹(shù)，以保證平均搜索效率最高），當(dāng)采用二叉樹(shù)時(shí)，搜索時(shí)間復(fù)雜度是o（logn2），n為目標(biāo)數(shù)量，而線性搜索時(shí)間復(fù)雜度是o（n/2）。索引樹(shù)結(jié)構(gòu)示意如圖3所示。 3智能情報(bào)處理關(guān)鍵技術(shù)分析 如圖2中的①所示，目標(biāo)索引技術(shù)主要是利用目標(biāo)的一維或多維參數(shù)，建立目標(biāo)索引樹(shù)。這一步只是完成了信息閉環(huán)，完善了傳統(tǒng)的處理流程，但尚不能完全支持目標(biāo)的智能識(shí)別。③在情報(bào)產(chǎn)品庫(kù)的基礎(chǔ)上，引入輻射源
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1