基于响应模型的导引头抗干扰试验样本选取方法和装置

技术领域

本申请涉及导引头抗干扰试验技术领域，特别是涉及一种基于响应模型的导引头抗干扰试验样本选取方法和装置。

背景技术

导弹武器是现代战争攻击和防御的核心装备，是维护国家安全的基石，是维持战略平衡的支柱，更是我军制衡强敌的“撒手锏”。导弹武器导引头在复杂战场环境中能否满足作战需求，具备良好的抗干扰能力是决定其战斗力生成的关键。但是，导引头的抗干扰性能的评估需要考虑干扰、背景、目标等综合影响，呈现出试验因子类型多、试验空间维度高、约束条件复杂等特点，如何结合实战化考核的要求选择具有代表性的试验样本集实现导引头抗干扰性能的“摸边探底”，是军地各方的都非常关注的难点问题，亟需科学试验设计方法的支撑。

发明内容

基于此，有必要针对上述技术问题，提供一种能够为导引头抗干扰试验样本的科学选取提供新的技术途径的基于响应模型的导引头抗干扰试验样本选取方法和装置。

一种基于响应模型的导引头抗干扰试验样本选取方法，所述方法包括：

获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或半实物仿真系统结合历史数据对导引头抗干扰初始试验方案进行仿真试验，获取初始试验数据；其中，初始试验数据包括导引头抗干扰的性能指标数据和影响导引头抗干扰的试验因子；

计算性能指标数据与试验因子之间的电磁效应机理关系，当电磁效应机理关系超过设定阈值时，根据电磁效应机理计算性能指标数据与试验因子之间的关系式，并将关系式作为元模型构建导引头抗干扰响应模型；当电磁效应机理关系低于设定阈值时，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型；

根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。

在其中一个实施例中，影响导引头抗干扰的试验因子包括连续数值因子、离散数值因子和无序定性因子，连续数值因子包括干扰功率和干扰带宽，离散数值因子包括海况等级和假目标数量，无序定性因子包括风向和干扰天线的极化方式。

在其中一个实施例中，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型，包括：

当所有初始试验数据属于单一保真度时，构建单保真度代理模型并将单保真度代理模型作为导引头抗干扰响应模型；

当所有初始试验数据属于不同保真度时，根据保真度信息构建不同的保真度代理模型，并通过修正函数对不同的保真度代理模型进行融合，融合得到多保真度代理模型，并将多保真度代理模型作为导引头抗干扰响应模型。

在其中一个实施例中，单保真度代理模型包括单一代理模型和组合代理模型，单一代理模型包括多项式回归模型、高斯过程模型、径向基函数模型以及支持向量回归模型，组合代理模型通过对多个单一代理模型进行加权叠加得到，单一代理模型的加权系数包括平均权重和自适应权重。

在其中一个实施例中，通过修正函数对不同的保真度代理模型进行融合，融合得到多保真度代理模型，包括：

通过修正函数对不同的保真度代理模型进行融合，在融合时，根据高保真度代理模型的高保真度信息对低保真度代理模型的低保真度信息进行校正，融合得到多保真度代理模型；其中，修正函数包括乘法修正函数、加法修正函数、综合修正函数和空间映射修正函数。

在其中一个实施例中，根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，包括：

根据导引头抗干扰响应模型构建试验样本选取模型，并通过试验样本选取目标对试验样本选取模型进行优化，构建得到试验样本选取优化模型；其中，试验样本选取目标包括精度指标和/或空间填充指标，精度指标包括最优性准则，空间填充指标包括最大投影准则、空间点距离准则。

在其中一个实施例中，根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集，包括：

根据试验样本选取优化模型采用最优试验方案构造算法对初始试验样本进行更新操作，得到最终的试验样本集；其中，更新操作包括对初始试验样本进行列交换、行交换和坐标变换。

一种基于响应模型的导引头抗干扰试验样本选取装置，所述装置包括：

数据准备模块，用于获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或半实物仿真系统结合历史数据对导引头抗干扰初始试验方案进行仿真试验，获取初始试验数据；其中，初始试验数据包括导引头抗干扰的性能指标数据和影响导引头抗干扰的试验因子；

响应模型构建模块，用于计算性能指标数据与试验因子之间的电磁效应机理关系，当电磁效应机理关系超过设定阈值时，根据电磁效应机理计算性能指标数据与试验因子之间的关系式，并将关系式作为元模型构建导引头抗干扰响应模型；当电磁效应机理关系低于设定阈值时，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型；

试验样本选取模块，用于根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。

上述基于响应模型的导引头抗干扰试验样本选取方法和装置，针对导引头抗干扰中试验空间复杂，代表性试验样本难以科学有效选取的难题，通过对获取的初始试验数据中的性能指标数据和试验因子进行电磁效应机理分析，构建导引头抗干扰响应模型，并根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，通过试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。相比于传统的设计方法，本方法在考虑导引头抗干扰电磁效应机理的前提下，构建导引头抗干扰响应模型进行试验样本的优化选取，更贴近导引头抗干扰工程背景，具有更好的可解释性，可以获得更有效的试验样本集，为导引头抗干扰性能边界的评估提供坚实的基础。

附图说明

图1为一个实施例中基于响应模型的导引头抗干扰试验样本选取方法的流程示意图；

图2为一个实施例中基于回归模型的试验样本选取优化模型的构建流程示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种基于响应模型的导引头抗干扰试验样本选取方法，包括以下步骤：

首先，获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或半实物仿真系统结合历史数据对导引头抗干扰初始试验方案进行仿真试验，获取初始试验数据；其中，初始试验数据包括导引头抗干扰的性能指标数据和影响导引头抗干扰的试验因子，试验因子包括连续数值因子、离散数值因子和无序定性因子，连续数值因子包括干扰功率和干扰带宽，离散数值因子包括海况等级和假目标数量，无序定性因子包括风向和干扰天线的极化方式。

可以理解，影响导引头抗干扰的试验因子实质上是指导引头抗干扰试验的影响因素。

然后，计算性能指标数据与试验因子之间的电磁效应机理关系，当电磁效应机理关系超过设定阈值时，根据电磁效应机理计算性能指标数据与试验因子之间的关系式，并将关系式作为元模型构建导引头抗干扰响应模型；当电磁效应机理关系低于设定阈值时，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型。

可以理解，根据电磁效应机理构建响应模型是将导引头视为“灰箱”模型，在部分了解导引头电磁环境效应机理的基础上，通过机理分析摸清导引头各性能指标与因素的影响关系，指导响应模型的构建，这类响应模型具有一定程度上的物理可解释性。根据初始试验数据构建响应模型是在导引头部分干扰性能指标与影响因素之间的效应机理并不明确的情况下，根据导引头抗干扰试验的输入输出数据，建立其性能指标与影响因素的统计模型，该方法将导引头视为“黑箱”模型，在完全不了解系统内部结构和机理的情况下，从试验数据出发构建响应模型。

最后，根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。其中，试验样本选取目标包括精度指标和/或空间填充指标，精度指标包括最优性准则(常见的如D准则、A准则、E准则、G准则等)，空间填充指标包括最大投影准则、空间点距离准则。

在一个具体的实施例中，由于导引头抗干扰电磁效应机理的复杂性，其响应模型往往难以有明确的解析表达式，即难以从理论上建立导引头抗干扰性能指标与诸多试验因子之间解析的电磁效应机理模型。但是当导引头部分干扰性能指标与影响因素之间的效应机理足够明确时，即性能指标数据与试验因子之间的电磁效应机理关系超过设定阈值时，可以根据电磁效应机理计算性能指标数据与试验因子之间的关系式，并将关系式作为元模型构建导引头抗干扰响应模型。

以性能指标数据中的跟踪误差为例，跟踪误差是导引头在跟踪阶段的一个重要的性能指标，包括距离跟踪误差、角跟踪误差(方位角和俯仰角)以及速度跟踪误差。在舰载有源压制干扰下，跟踪误差的来源主要包括三个方面，一是机内噪声和压制干扰引起的随机跟踪误差，二是目标机动引起的系统跟踪误差(有意机动)或随机跟踪误差(无意机动)，三是目标闪烁引起的随机跟踪误差。在选定导引头型号后，根据电磁效应机理分析角度误差与各种试验因子之间的关系，可知，舰载有源压制干扰引起的距离跟踪误差σ

由上述关系式可知，距离跟踪误差与各种试验因子之间的关系可用一阶多项式模型进行刻画，因此可用一阶多项式作为元模型构建导引头抗干扰响应模型。

在一个具体的实施例中，如果导引头部分干扰性能指标与影响因素之间的效应机理并不明确，即当性能指标数据与试验因子之间的电磁效应机理关系低于设定阈值时，假设导引头抗干扰某试验样本空间涉及m个因子，初始试验数据由n个试验点x＝(x

当n个初始试验数据属于单一保真度时，构建单保真度代理模型并将单保真度代理模型作为导引头抗干扰响应模型。其中，单保真度代理模型包括单一代理模型和组合代理模型，单一代理模型包括多项式回归模型、高斯过程模型、径向基函数模型以及支持向量回归模型，组合代理模型通过对多个单一代理模型进行加权叠加得到，以便结合不同单一代理模型的优势，单一代理模型的加权系数包括平均权重和自适应权重。

当所有初始试验数据属于不同保真度时，根据保真度信息构建不同的保真度代理模型，并通过修正函数对不同的保真度代理模型进行融合，融合得到多保真度代理模型，并将多保真度代理模型作为导引头抗干扰响应模型。具体地，通过修正函数对不同的保真度代理模型中的高低保真度信息进行融合，进一步节省试验成本。在融合时，根据高保真度代理模型的高保真度信息对低保真度代理模型的低保真度信息进行校正，融合得到多保真度代理模型；其中，修正函数包括乘法修正函数、加法修正函数、综合修正函数和空间映射修正函数。

在一个具体的实施例中，导引头抗干扰各性能指标对应的响应模型并不相同，包括其影响因素、元模型形式可能都存在差异，但其试验样本的选取流程都是一致的。

以舰载压制干扰下距离跟踪误差σ

y＝β

f(X)＝(1，f

＝(1，ln R

其中，ε

然后，通过试验样本选取目标中的D准则对试验样本选取模型进行优化，构建得到试验样本选取优化模型，表示为

D

其中，F表示广义设计矩阵，F

最后，根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行更新优化，得到最终的试验样本集；其中，更新操作包括对初始试验样本进行列交换、行交换和坐标变换。可以理解，最优试验方案构造算法从随机(或其它方式)生成的初始设计方案开始，通过对当前设计实施某种更新操作来构造新的设计，对新的设计计算准则值，并决定是否用新的设计替换当前的设计。具体地，对初始试验样本进行行交换是指每次选择设计矩阵中一个或几个试验点，在整个设计空间或者候选点集中随机选择试验点与该试验点交换。列交换在标准LHD(Latin hypercube design，拉丁超立方设计)中应用广泛，因为改变列中元素的排列，可以保持LHD相对于列的结构平衡属性。根据这一特点，更进一步开发了一种从设计矩阵的一列或几列交换坐标的方法。上述行式和列式交换设计还需要借助某种算法实现试验设计的更新操作，常用的算法有模拟退火算法、门限接受算法、随机进化算法、遗传算法等。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，提供了一种基于响应模型的导引头抗干扰试验样本选取装置，包括：数据准备模块、响应模型构建模块和试验样本选取模块，其中：

数据准备模块，用于获取导引头抗干扰初始试验方案的历史数据，并通过数字仿真系统或半实物仿真系统结合历史数据对导引头抗干扰初始试验方案进行仿真试验，获取初始试验数据；其中，初始试验数据包括导引头抗干扰的性能指标数据和影响导引头抗干扰的试验因子；

响应模型构建模块，用于计算性能指标数据与试验因子之间的电磁效应机理关系，当电磁效应机理关系超过设定阈值时，根据电磁效应机理计算性能指标数据与试验因子之间的关系式，并将关系式作为元模型构建导引头抗干扰响应模型；当电磁效应机理关系低于设定阈值时，根据初始试验数据的保真度构建代理模型，并将代理模型作为导引头抗干扰响应模型；

试验样本选取模块，用于根据导引头抗干扰响应模型和试验样本选取目标构建试验样本选取优化模型，并根据试验样本选取优化模型采用最优试验方案构造算法对预先构建的初始试验样本进行优化，得到最终的试验样本集。

关于基于响应模型的导引头抗干扰试验样本选取装置的具体限定可以参见上文中对于基于响应模型的导引头抗干扰试验样本选取方法的限定，在此不再赘述。上述基于响应模型的导引头抗干扰试验样本选取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。