公开(公告)号：CN113283527B

公开(公告)日：2022-04-29

申请号：CN202110631515.1

申请日：2021-06-07

Applicant: 哈尔滨工程大学

Inventor： 高敬鹏 ,  毛新蕊 ,  吴若无 ,  许雄 ,  胡欣瑜 ,  项建弘 ,  綦俊炜 ,  王上月

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于雷达威胁评估技术领域，具体涉及一种基于层级指标的雷达威胁评估方法。本发明利用GAT建立层级指标中一级指标和三级指标之间的关系，并结合AP算法与DNN，设计表征一级指标、二级指标和三级指标关系的层级指标关系，实现了对雷达的威胁评估。本发明结合注意力机制，融合相似度理论设计权值分配方法，使得层级指标关系的构建更具备客观性；同时利用图注意力网络及深度神经网络，设计了一种全新的与实际传感器数据相关联的层级指标关系，增加了威胁评估方法的鲁棒性和适应性，提高了方法的可靠性，使得本发明在接收信息不全面的情况下依旧可以实现威胁值的准确评估。

公开(公告)号：CN113283527A

公开(公告)日：2021-08-20

申请号：CN202110631515.1

申请日：2021-06-07

Applicant: 哈尔滨工程大学

Inventor： 高敬鹏 ,  毛新蕊 ,  吴若无 ,  许雄 ,  胡欣瑜 ,  项建弘 ,  綦俊炜 ,  王上月

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于雷达威胁评估技术领域，具体涉及一种基于层级指标的雷达威胁评估方法。本发明利用GAT建立层级指标中一级指标和三级指标之间的关系，并结合AP算法与DNN，设计表征一级指标、二级指标和三级指标关系的层级指标关系，实现了对雷达的威胁评估。本发明结合注意力机制，融合相似度理论设计权值分配方法，使得层级指标关系的构建更具备客观性；同时利用图注意力网络及深度神经网络，设计了一种全新的与实际传感器数据相关联的层级指标关系，增加了威胁评估方法的鲁棒性和适应性，提高了方法的可靠性，使得本发明在接收信息不全面的情况下依旧可以实现威胁值的准确评估。