本發(fā)明屬于高速飛行器，具體涉及一種基于距離相關(guān)系數(shù)的高速飛行器對抗特征選擇方法。

背景技術(shù)：

1、在高速飛行器防御武器與技術(shù)不斷發(fā)展的今天，發(fā)展有效對付高速飛行器防御武器的對抗技術(shù)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(xù)發(fā)揮應(yīng)有的軍事作用的唯一途徑，具有十分重要的戰(zhàn)略意義。高效的對抗方式可以輕松避開敵方的防空系統(tǒng)，減少被敵方攔阻的風(fēng)險，提高高速飛行器的打擊能力和作戰(zhàn)的靈活性，使其更有效的打擊敵方目標，增加戰(zhàn)略威懾能力。

2、為了提升高速飛行器對抗的總體設(shè)計能力和精細化設(shè)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(jīng)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(guān)鍵要素，并給出各指標的關(guān)聯(lián)度程度可以指導(dǎo)高速飛行器對抗總體設(shè)計時需要著重提升哪些指標，更好地給各個系統(tǒng)影響參數(shù)提出需求。

3、當(dāng)前現(xiàn)有特征選擇方法假定特征與目標變量之間的關(guān)系是線性的，無法捕捉到非線性關(guān)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(xiàn)有特征選擇方法對于數(shù)據(jù)的分布形式較為敏感，不合適的數(shù)據(jù)分布形式會導(dǎo)致無法找到最佳特征子集。

4、基于這個技術(shù)背景下的問題需求以及現(xiàn)有特征選擇方法的缺點，特別提出本發(fā)明。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足而提供一種具有指導(dǎo)高速飛行器對抗總體設(shè)計時需要著重提升哪些指標，更好地給各個系統(tǒng)影響參數(shù)提出需求，提升高速飛行器對抗的總體設(shè)計能力和精細化設(shè)計水平的基于距離相關(guān)系數(shù)的高速飛行器對抗特征選擇方法。

2、本發(fā)明的技術(shù)方案如下：

3、一種基于距離相關(guān)系數(shù)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(shù)據(jù)，利用仿真環(huán)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(shù)據(jù)；

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(shù)據(jù)剔除異常值和重復(fù)值，保留下正常的數(shù)據(jù)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(shù)據(jù)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(gòu)造其線性組合；

7、步驟s4：將步驟s2中構(gòu)造的線性組合中的自變量的線性組合權(quán)重系數(shù)作為待優(yōu)化參數(shù)傳輸給粒子群優(yōu)化算法，將自變量線性組合與因變量的距離相關(guān)系數(shù)作為粒子群優(yōu)化算法的適應(yīng)度函數(shù)；

8、步驟s5：經(jīng)過粒子群優(yōu)化算法多輪次的迭代，最后取出能夠使得適應(yīng)度函數(shù)最大的一組線性組合權(quán)重系數(shù)；

9、步驟s6：對步驟s5中獲得的線性組合權(quán)重系數(shù)進行分析篩選，計算各個線性組合權(quán)重系數(shù)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(jīng)進行加和的變量作為高速飛行器對抗的關(guān)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(shù)據(jù)與正常的數(shù)據(jù)中最小值作差，并除以正常的數(shù)據(jù)中最大值與最小值的差。

11、進一步，所述步驟s3中通過構(gòu)造其線性組合找到對于相關(guān)性貢獻大的自變量，其中構(gòu)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(nèi)每個向量確定對應(yīng)的權(quán)重，將每個向量與對應(yīng)的權(quán)重相乘后相加，得到最終的線性組合向量，即相關(guān)性貢獻大的自變量。

12、進一步，所述步驟s4中距離相關(guān)系數(shù)為距離協(xié)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(xié)方差的平方根，分母部分為單獨兩個變量各自的距離協(xié)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(guān)系數(shù)其距離協(xié)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(yīng)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(yōu)化算法具體包括以下內(nèi)容：

15、所述粒子群優(yōu)化算法抽象出來的數(shù)學(xué)模型為：

16、，

17、其中表示待優(yōu)化的函數(shù)，表示該函數(shù)中待優(yōu)化的變量，示使得優(yōu)化函數(shù)到最大時對應(yīng)的變量的數(shù)值，在這里將自變量線性組合權(quán)重變量作為待優(yōu)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(guān)系數(shù)，表示將構(gòu)造的自變量線性組合作為距離相關(guān)系數(shù)運算的第一個參數(shù)，表示各個自變量，表示每個自變量的線性組合權(quán)重系數(shù)，表示將因變量作為距離相關(guān)系數(shù)運算的第二個參數(shù)；

20、其中約束條件為：，

21、其中表示需要進行優(yōu)化的變量個數(shù)，即約束條件為每個自變量線性組合權(quán)重系數(shù)取值范圍都在±1之間。

22、進一步，所述步驟s5中粒子群優(yōu)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(shù)；

24、s602：計算每個粒子的適應(yīng)度函數(shù)值；

25、s603：根據(jù)適應(yīng)度更新每個粒子的最優(yōu)位置和所有粒子的全局最優(yōu)位置；

26、s604：若達到了設(shè)定的最大迭代次數(shù)或者全局最優(yōu)位置滿足最小界限則算法結(jié)束，否則返回步驟s603。

27、進一步，所述步驟s6線性組合權(quán)重系數(shù)的關(guān)聯(lián)度計算公式為該線性組合權(quán)重系數(shù)對應(yīng)的線性組合權(quán)重系數(shù)絕對值除以所有指標線性組合權(quán)重系數(shù)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(dǎo)律導(dǎo)引系數(shù)和距離偏差。

29、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

30、1、本發(fā)明的極差歸一化處理僅涉及數(shù)據(jù)的線性變換和縮放，無需復(fù)雜的數(shù)學(xué)運算或模型假設(shè)，在大規(guī)模數(shù)據(jù)集中可以快速有效的處理數(shù)據(jù)。

31、2、本發(fā)明的極差歸一化能夠保留原始數(shù)據(jù)的分布形狀和相對關(guān)系，即不改變數(shù)據(jù)之間的相對大小和排序。這有助于保持數(shù)據(jù)的內(nèi)在結(jié)構(gòu)和信息，使得歸一化后的數(shù)據(jù)仍然能夠反映原始數(shù)據(jù)的特性和趨勢。

32、3、本發(fā)明的距離相關(guān)系數(shù)不僅可以檢測線性關(guān)系，還可以捕捉到非線性關(guān)系。這意味著即使兩個變量之間存在復(fù)雜的非線性關(guān)系，距離相關(guān)系數(shù)也能夠反映出這種關(guān)系。

33、4、本發(fā)明的距離相關(guān)系數(shù)不依賴于數(shù)據(jù)的分布假設(shè)，魯棒性更強。

34、5、本發(fā)明的粒子群優(yōu)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(yōu)解。

35、6、本發(fā)明的粒子群優(yōu)化算法具有自適應(yīng)的搜索策略和參數(shù)調(diào)整機制，能夠根據(jù)問題的特性和解空間的結(jié)構(gòu)進行動態(tài)調(diào)整和優(yōu)化，提高算法的魯棒性和效率。

36、7、本發(fā)明的粒子群優(yōu)化算法的目標是在解空間中搜索并找到最優(yōu)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(yōu)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(guān)性貢獻程度最大，從而進行變量選擇，可以實現(xiàn)通過較少的變量來捕捉原始數(shù)據(jù)中大部分信息，即為關(guān)鍵要素?？梢灾笇?dǎo)高速飛行器對抗總體設(shè)計時需要著重提升哪些指標，更好地給各個系統(tǒng)影響參數(shù)提出需求，提升高速飛行器對抗的總體設(shè)計能力和精細化設(shè)計水平。