【技術實現步驟摘要】
本專利技術屬于高速飛行器，具體涉及一種基于距離相關系數的高速飛行器對抗特征選擇方法。
技術介紹
1、在高速飛行器防御武器與技術不斷發展的今天，發展有效對付高速飛行器防御武器的對抗技術和方法，從而保持并提高高速飛行器的對抗效能，是確保高速飛行器繼續發揮應有的軍事作用的唯一途徑，具有十分重要的戰略意義。高效的對抗方式可以輕松避開敵方的防空系統，減少被敵方攔阻的風險，提高高速飛行器的打擊能力和作戰的靈活性，使其更有效的打擊敵方目標，增加戰略威懾能力。
2、為了提升高速飛行器對抗的總體設計能力和精細化設計水平，確保能夠向影響高速飛行器對抗的各指標要素提出定性的需求，在保證經濟性、合理性、有效性的前提下，提取出影響高速飛行器對抗的關鍵要素，并給出各指標的關聯度程度可以指導高速飛行器對抗總體設計時需要著重提升哪些指標，更好地給各個系統影響參數提出需求。
3、當前現有特征選擇方法假定特征與目標變量之間的關系是線性的，無法捕捉到非線性關系，在這種情況下特征選擇方法無法選擇到最佳特征子集，而且現有特征選擇方法對于數據的分布形式較為敏感，不合適的數據分布形式會導致無法找到最佳特征子集。
4、基于這個技術背景下的問題需求以及現有特征選擇方法的缺點，特別提出本專利技術。
技術實現思路
1、本專利技術的目的是克服現有技術的不足而提供一種具有指導高速飛行器對抗總體設計時需要著重提升哪些指標，更好地給各個系統影響參數提出需求，提升高速飛行器對抗的總體設計能力和精細化設計水平的
2、本專利技術的技術方案如下：
3、一種基于距離相關系數的高速飛行器對抗特征選擇方法，包括如下步驟：
4、步驟s1：采集原始數據，利用仿真環境進行高速飛行器對抗仿真實驗，采集影響高速飛行器對抗變量的數據；
5、步驟s2：將步驟s1中獲得的影響高速飛行器對抗變量的數據剔除異常值和重復值，保留下正常的數據并進行極差歸一化處理；
6、步驟s3：將極差歸一化處理后的數據分為兩組，即自變量組和因變量組，對于自變量組的所有變量，構造其線性組合；
7、步驟s4：將步驟s2中構造的線性組合中的自變量的線性組合權重系數作為待優化參數傳輸給粒子群優化算法，將自變量線性組合與因變量的距離相關系數作為粒子群優化算法的適應度函數；
8、步驟s5：經過粒子群優化算法多輪次的迭代，最后取出能夠使得適應度函數最大的一組線性組合權重系數；
9、步驟s6：對步驟s5中獲得的線性組合權重系數進行分析篩選，計算各個線性組合權重系數貢獻率，將所有自變量組變量的貢獻率進行從大到小的排序，并從大到小逐個累加，若貢獻率超過90%，則將已經進行加和的變量作為高速飛行器對抗的關鍵要素，完成特征選擇。
10、進一步，所述步驟s2中極差歸一化處理具體為將正常的數據與正常的數據中最小值作差，并除以正常的數據中最大值與最小值的差。
11、進一步，所述步驟s3中通過構造其線性組合找到對于相關性貢獻大的自變量，其中構造線性組合的方法具體為選定自變量組所有的自變量指標作為一組向量，對組內每個向量確定對應的權重，將每個向量與對應的權重相乘后相加，得到最終的線性組合向量，即相關性貢獻大的自變量。
12、進一步，所述步驟s4中距離相關系數為距離協方差的標準化形式，采用比值的方式，其中分子部分為兩個變量之間距離協方差的平方根，分母部分為單獨兩個變量各自的距離協方差平方根的乘積再開方。
13、進一步，所述步驟s4中距離相關系數其距離協方差需要計算自變量線性組合與因變量其每一對觀測值在相應空間中的歐氏距離，并進行組合乘積，最后計算平均值。
14、進一步，所述步驟s5粒子群優化算法具體包括以下內容：
15、所述粒子群優化算法抽象出來的數學模型為：
16、，
17、其中表示待優化的函數，表示該函數中待優化的變量，示使得優化函數到最大時對應的變量的數值，在這里將自變量線性組合權重變量作為待優化的變量；
18、約束方程為：，
19、作為約束方程表示自變量組變量的線性組合與因變量組變量之間的距離相關系數，表示將構造的自變量線性組合作為距離相關系數運算的第一個參數，表示各個自變量，表示每個自變量的線性組合權重系數，表示將因變量作為距離相關系數運算的第二個參數；
20、其中約束條件為：，
21、其中表示需要進行優化的變量個數，即約束條件為每個自變量線性組合權重系數取值范圍都在±1之間。
22、進一步，所述步驟s5中粒子群優化算法多輪次迭代的步驟如下：
23、s601：初始化粒子群的各個參數；
24、s602：計算每個粒子的適應度函數值；
25、s603：根據適應度更新每個粒子的最優位置和所有粒子的全局最優位置；
26、s604：若達到了設定的最大迭代次數或者全局最優位置滿足最小界限則算法結束，否則返回步驟s603。
27、進一步，所述步驟s6線性組合權重系數的關聯度計算公式為該線性組合權重系數對應的線性組合權重系數絕對值除以所有指標線性組合權重系數絕對值的加和。
28、進一步，影響高速飛行器的對抗變量包括高速飛行器機動時間、高速飛行器機動時刻、高速飛行器機動方向、高速飛行器機動過載、高速飛行器制導律導引系數和距離偏差。
29、與現有技術相比，本專利技術的有益效果是：
30、1、本專利技術的極差歸一化處理僅涉及數據的線性變換和縮放，無需復雜的數學運算或模型假設，在大規模數據集中可以快速有效的處理數據。
31、2、本專利技術的極差歸一化能夠保留原始數據的分布形狀和相對關系，即不改變數據之間的相對大小和排序。這有助于保持數據的內在結構和信息，使得歸一化后的數據仍然能夠反映原始數據的特性和趨勢。
32、3、本專利技術的距離相關系數不僅可以檢測線性關系，還可以捕捉到非線性關系。這意味著即使兩個變量之間存在復雜的非線性關系，距離相關系數也能夠反映出這種關系。
33、4、本專利技術的距離相關系數不依賴于數據的分布假設，魯棒性更強。
34、5、本專利技術的粒子群優化算法具有較強的全局搜索能力，能夠有效地在解空間中探索并找到潛在的最優解。
35、6、本專利技術的粒子群優化算法具有自適應的搜索策略和參數調整機制，能夠根據問題的特性和解空間的結構進行動態調整和優化，提高算法的魯棒性和效率。
36、7、本專利技術的粒子群優化算法的目標是在解空間中搜索并找到最優解，通過并行處理多個粒子的搜索和探索過程，可以加速算法的收斂速度和提高全局搜索能力。這使得算法能夠更有效地在解空間中探索潛在的最優解。
37、8、通過計算貢獻率可以識別出哪些變量對于因變量的相關性貢獻程度最大，從而進行變量選擇，可以實現通過較少的變量來捕捉原始數據中大本文檔來自技高網...
【技術保護點】
1.一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟S2中極差歸一化處理具體為將正常的數據與正常的數據中最小值作差，并除以正常的數據中最大值與最小值的差。
3.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟S3中通過構造其線性組合找到對于相關性貢獻大的自變量，其中構造線性組合的方法具體為選定自變量組所有的自變量指標作為一組向量，對組內每個向量確定對應的權重，將每個向量與對應的權重相乘后相加，得到最終的線性組合向量，即相關性貢獻大的自變量。
4.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟S4中距離相關系數為距離協方差的標準化形式，采用比值的方式，其中分子部分為兩個變量之間距離協方差的平方根，分母部分為單獨兩個變量各自的距離協方差平方根的乘積再開方。
5.根據權利要求4所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，
6.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟S5粒子群優化算法具體包括以下內容：
7.根據權利要求6所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟S5中粒子群優化算法多輪次迭代的步驟如下：
8.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟S6線性組合權重系數的關聯度計算公式為該線性組合權重系數對應的線性組合權重系數絕對值除以所有指標線性組合權重系數絕對值的加和。
9.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：影響高速飛行器的對抗變量包括高速飛行器機動時間、高速飛行器機動時刻、高速飛行器機動方向、高速飛行器機動過載、高速飛行器制導律導引系數和距離偏差。
...【技術特征摘要】
1.一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟s2中極差歸一化處理具體為將正常的數據與正常的數據中最小值作差，并除以正常的數據中最大值與最小值的差。
3.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟s3中通過構造其線性組合找到對于相關性貢獻大的自變量，其中構造線性組合的方法具體為選定自變量組所有的自變量指標作為一組向量，對組內每個向量確定對應的權重，將每個向量與對應的權重相乘后相加，得到最終的線性組合向量，即相關性貢獻大的自變量。
4.根據權利要求1所述的一種基于距離相關系數的高速飛行器對抗特征選擇方法，其特征在于：所述步驟s4中距離相關系數為距離協方差的標準化形式，采用比值的方式，其中分子部分為兩個變量之間距離協方差的平方根，分母部分為單獨兩個變量各自的距離協方差平方根的乘積再開方。
5.根據權利要求4所述的一種基于距離相...
【專利技術屬性】
技術研發人員：周堯明，于智行，秦慶陽，張超越，許力文，林成浩，
申請(專利權)人：天目山實驗室，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。