本发明涉及电子对抗，特别是一种基于xgboost的雷达辐射源威胁等级评估方法及系统。
背景技术：
1、对电磁环境的态势评估以及态势预测是极为重要的战术目标，而雷达辐射源威胁等级评估作为态势评估的重要组成以及态势预测的直接参考，其精确度与合理性将直接影响对战局的判断以及决策部署。
2、雷达辐射源威胁等级评估主要针对完成信号识别后得到的多维度信息，包括去交叠后的各个辐射源特征参数、平台与当前工作状态等进行评估，充分地利用己方有限资源对威胁程度最大的辐射源实行软、硬等电磁对抗手段。随着电磁环境的日渐复杂，各类有意、无意的干扰脉冲可能混入实际信号中起到伪装效果，这对威胁等级评估算法提出了更高的要求，传统的威胁评估方法的精度、合理性，都已不能满足日益复杂的电磁环境的需要。
3、国内有很多学者对辐射源威胁等级评估算法开展了研究工作。文献1(牛海,姜宁.应用多属性决策的威胁等级判断方法[j].航天电子对抗,2001(04):35-38.)统筹方案集与属性集形成决策矩阵以获取目标相关信息，在此基础上通过隶属度函数及权重值实现威胁等级评估。文献2(童幼堂,王建明.air target fuzzy pattern recognition threat-judgment model[j].系统工程与电子技术(英文版),2003,14(1):41-46.)提出一种海对空平台下的模糊识别算法模型，实现对空中目标的威胁等级评估。文献3(陈家辉,柯宏发.一种灰色关联和集对分析相结合的装备作战效能评估新方法[j].兵工自动化,2022,41(06):85-90.)提出一种基于模糊综合评价与成对比较法的威胁等级评估方法，进一步提高评估准确性。但是这些方法均是基于传统规则评价的，对人工经验依赖较大。
4、随着机器学习、深度学习近年来取得了飞跃的发展，在实际中的应用也有很大的突破，如何通过机器学习、深度学习来克服传统雷达辐射源威胁评估方法的不足，是亟待解决的问题。本发明利用机器学习方法，深度挖掘辐射源信息的高维隐藏特征，并且自适应地学习和调整，降低了评估时主观因素影响，能够有效提高辐射源威胁等级评估的准确性。
技术实现思路
1、本发明的目的在于提供一种基于xgboost的雷达辐射源威胁等级评估方法及系统，以提高对雷达辐射源威胁等级评估的准确性。
2、实现本发明目的的技术解决方案为：一种基于xgboost的雷达辐射源威胁等级评估方法，步骤如下：
3、步骤1、获得雷达辐射源分选识别后的雷达辐射源统一描述字数据集，剔除异常样本，并标记威胁等级；
4、步骤2、对数据集进行预处理，按照比例划分为训练集、测试集；
5、步骤3、雷达辐射源特征提取，提取的特征包括雷达位置参数、性能参数和状态参数，计算各参数特征值；
6、步骤4、构建基于xgboost的雷达辐射源威胁等级评估模型，获取该评估模型的损失函数，以及损失函数的一阶导数和二阶导数；
7、步骤5、通过训练集样本，使用迭代法通过损失函数获取最优叶权重，使用求导法通过损失函数获取目标函数，并将最优叶权重代入所述目标函数确定最优目标函数；更新最优目标函数中与一阶导数和二阶导数在叶节点上的累计值相关的参数，得到最新的目标函数，从而建立基于该最新的目标函数的雷达辐射源威胁等级评估模型；
8、步骤6、利用训练好的雷达辐射源威胁等级评估模型，对测试集中雷达辐射源进行威胁等级评估。
9、一种基于xgboost的雷达辐射源威胁等级评估系统，该系统用于实现所述的基于xgboost的雷达辐射源威胁等级评估方法，所述系统包括数据集生成模块、预处理模块、特征提取模块、模型构建模块、模型更新模块和威胁等级评估模块，其中：
10、数据集生成模块，获得雷达辐射源分选识别后的雷达辐射源统一描述字数据集，剔除异常样本，并标记威胁等级；
11、预处理模块，对数据集进行预处理，按照比例划分为训练集、测试集；
12、特征提取模块，雷达辐射源特征提取，提取的特征包括雷达位置参数、性能参数和状态参数，计算各参数特征值；
13、模型构建模块，构建基于xgboost的雷达辐射源威胁等级评估模型，获取该评估模型的损失函数，以及损失函数的一阶导数和二阶导数；
14、模型更新模块，通过训练集样本，使用迭代法通过损失函数获取最优叶权重，使用求导法通过损失函数获取目标函数，并将最优叶权重代入所述目标函数确定最优目标函数；更新最优目标函数中与一阶导数和二阶导数在叶节点上的累计值相关的参数，得到最新的目标函数，从而建立基于该最新的目标函数的雷达辐射源威胁等级评估模型；
15、威胁等级评估模块，利用训练好的雷达辐射源威胁等级评估模型，对测试集中雷达辐射源进行威胁等级评估。
16、本发明与现有技术相比，其显著优点为：
17、(1)本发明利用机器学习模型xgboost挖掘辐射源隐藏特征，结合人工经验特征，综合评估辐射源的威胁等级，相较于传统方法降低了评估时主观因素影响，提高了雷达辐射源威胁等级评估的准确性；
18、(2)本发明利用xgboost模型在模式空间内形成各种复杂的判决表面，并且自适应地学习和调整，挖掘辐射源隐藏的关系特征，能够适应复杂多变的电磁环境，能够解决传统方法复杂电磁环境场景适应性差的问题；
19、(3)本发明xgboost模型能够适用于处理多目标、多因素的复杂场景，与复杂电磁环境中辐射源威胁评估契合，提高了雷达辐射源威胁评估结果的可靠性。
1.一种基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，所述步骤1，具体如下：
3.根据权利要求1所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，所述步骤2，具体如下：
4.根据权利要求1所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，步骤3中，雷达位置参数包括距离、方位、高度；性能参数包括载频、载频类型、脉宽、脉宽类型、重频、重频类型；状态参数包括数据率、扫描方式、平台类型。
5.根据权利要求4所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，雷达位置参数特征值的计算如下：
6.根据权利要求5所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，性能参数特征值的计算如下：
7.根据权利要求6所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，工作状态参数特征值的计算如下：
8.根据权利要求7所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，步骤4中，构建基于xgboost的雷达辐射源威胁等级评估模型，模型特征xi由各参数特征值拼接而成xi＝[vd,vdoa,vh,vrf,vpw,vprf,vrft,vpwt,vprft,vscan,vrate,vtype]；
9.根据权利要求8所述的基于xgboost的雷达辐射源威胁等级评估方法，其特征在于，步骤5中，更新最优目标函数中与一阶导数和二阶导数在叶节点上的累计值相关的参数，得到最新的目标函数，具体如下：
10.一种基于xgboost的雷达辐射源威胁等级评估系统，其特征在于，该系统用于实现权利要求1～9任一项所述的基于xgboost的雷达辐射源威胁等级评估方法，所述系统包括数据集生成模块、预处理模块、特征提取模块、模型构建模块、模型更新模块和威胁等级评估模块，其中：
