1) Menace identifying
威胁源识别
2) threat identification
威胁识别
1.
According to characteristics of threat identification and Bayesian network,a method of threat identification based on Bayesian network is brought forward.
根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法。
2.
In this model,a set of feature matching rules was established based on asset identification,vulnerability identification and threat identification for the system,a complex weighting function was constructed to compute the potential risk implied in behaviors of the entities,and a trust computation method based on risk was designed.
该模型通过对系统的资产识别、脆弱性识别和威胁识别,建立了用于实体行为特征匹配的规则,提出一种加权复合函数计算实体行为中潜在的风险,并给出一种基于风险的实体信任计算方法。
3) threat level
威胁级别
1.
The discretization of ground-to-air missile threat level is the first problem in Mission Planning System.
地空导弹对空威胁级别的量化是任务规划系统首要解决的问题。
2.
The factors affecting the threat level and the model of calculating threat level are introduced, and the weight distribution on basis of the nonlinear tree is submitted.
介绍了影响威胁级别的各种因素及威胁级别的计算模型 ,提出了基于非线性结构的威胁因素对威胁级别的树形权值分配法 ,给出了各威胁因素隶属度的确定方法。
4) threat source
威胁源
1.
This paper mainly discusses the status of path planning at home,abroad and the significance,establishes the simple threat source model and adopts advanced genetic algorithm to the refernced path planning.
主要讨论了航迹规划的国内外现状及意义,建立了简化威胁源模型,并采用改进遗传算法进行参考航迹规划,算法采用飞行指令编码和自适应交叉、变异算子,改进了简单遗传算法,仿真结果表明该方法快速收敛到全局最优解并能够很好的规避威胁,是一种有效的航迹规划方法。
2.
According to the fuzzy characters of each laser parameter in confirming threat source,this paper establishs the fuzzy math models of laser energy,wavelength and repeat frequency and a fuzzy decision making rule library used for identifying laser threat source through the fuzzy inference theory;it also proposes a modified method of laser threat source identification based on fuzzy inference making.
以激光告警设备为基础,基于获取的激光信号技术参数在确定威胁源时具有模糊性的特点,运用模糊推理理论,建立激光能量、波长、重复频率等技术参数的数学模型和激光威胁源识别的模糊决策规则库,提出了一种基于模糊推理的激光威胁源识别方法。
5) models of threat resources
威胁源模型
1.
In order to plan precise route of unmanned aerial vehicle,this paper establishes some relative models of threat resources,and plan route of unmanned aerial vehicle based on genetic algorithm,and Solve the problem of threats changing with altitude,which result in imprecise route planning for unmanned aerial vehicle.
为了规划出精确的无人机航路,本文建立了相关威胁源模型,基于遗传算法规划无人机航路,解决了威胁随高度变化导致无人机航路规划不精确的问题,仿真结果表明建立的规划威胁源模型更能精确地计算出无人机航路。
6) I don't respond to threats.
我不怕别人威胁。
补充资料：雷达辐射源识别
将雷达侦察所获得的雷达信号的特征参数与已知雷达的技术性能进行比较，从而实时地辨认出发射此信号的雷达的类型，并确定这种雷达的用途、载体、威胁等级和识别可信度。
辐射源识别是雷达对抗系统的主要功能之一。早期采用各种电路，根据个别参数是否相同来完成识别。现代多采用电子计算机进行复杂的识别处理。辐射源识别系统主要由雷达数据库（或雷达文件）和识别处理机两部分组成。识别处理机的输入为侦测的雷达信号的特征参数，在识别处理过程中须调用雷达数据库中表征已知雷达技术性能的数据，以便与输入的特征参数进行比较，最后给出识别结果。识别结果通常经雷达对抗系统的主电子计算机送往显示设备和打印、记录设备。
雷达数据库 按一定的格式和结构存储的、表征已知雷达技术性能的数据和战术性能的数据的集合。这些数据存储在电子计算机中，占用内存储器的一部分，供识别处理调用。
雷达数据库的建立,除一定的硬件外,主要是已知雷达的战术技术性能的数据和一套数据库的管理软件。已知雷达的战术技术性能的数据是数据库的实质内容。平时通过多种手段获得的情报和大量雷达侦察的数据，经过综合分析和统计处理后存入库内，并根据对方的部署和配备的变化及其电子装备的改进，不断核实、补充和修改，这是情报和电子侦察工作长期累积的成果。管理软件多采用模块化结构，可分为数据结构管理、数据装入、数据调用、数据检查修改等软件模块。数据库的建立就是通过管理软件，将表征已知雷达的战术技术性能的数据逐个地按规定的结构存储在库中。
辐射源识别用的数据库可分为两类。一类是将已知雷达的战术技术性能的数据存储在各种可编程序的只读存储器中，供识别处理时调用。对库中所存的数据，可进行检查、补充、修改。这种库多用于较大型的雷达对抗系统，其优点是停电后库存数据不会消失。因而每次开机不需要装入数据。另一类是在雷达对抗系统开始工作时，先从一个脱机的存储设备中将已知雷达的战术技术性能的数据调入，存于识别处理计算机的内存储器中，仅供识别处理时调用，这种库多用于小型雷达对抗系统。例如，机载雷达对抗系统,常在飞机起飞前,根据这次飞行任务调入所需雷达的数据。其优点是断开电源后，库存数据便自动消失，有利于保密。
雷达数据库中存储的战术技术性能项目的多少，视雷达对抗系统的用途而定。对于雷达告警设备，通常只存储雷达的主要战术技术性能，如射频（或频段）、脉冲重复频率、脉冲宽度、雷达类型（或威胁级）等，经识别处理后，只给出雷达类型和威胁等级。而对大型雷达对抗系统，则存储雷达的全部战术技术性能，识别处理后，给出雷达类型、运载平台、威胁等级等战术性能，以及识别可信度和最佳干扰样式等。库存的战术技术性能项目的多少，随着新体制雷达的出现和雷达侦察设备的发展而增加，从而提高识别的质量。
雷达数据库的规模，依所配套的雷达对抗系统的用途而定。例如，小型雷达对抗系统只存几十种雷达的数据，而大型雷达对抗系统可存几千种雷达的数据。
工作原理 识别处理是将侦测所得的雷达信号的各特征参数与数据库中各雷达技术性能的相应数据进行比较，当与库中某一（或某些）雷达技术性能的数据一致时，就认为发射被侦测信号的雷达属于这种(或这些)雷达，并按库内这种（或这些）雷达的战术技术性能得知雷达类型和威胁等级，从而得出识别结果。
在实际中有一些因素会影响识别。这些因素是：①雷达技术特性各参数的数值在一定范围内的变化；②雷达对抗系统在侦收测定各参数的数值时，存在一定的误差；③在不少的雷达技术性能中，有些数据相同或很相近。这就是说，识别结果有可能是几种雷达，而不能肯定仅是某一种雷达。为此，就需要在识别处理的过程中解决对每种雷达识别的可信度问题，以便在给出每种识别结果的同时，给出每种识别的可信度。这是有实际意义的,因为通常把可信度最高的作为主识别,但主识别雷达的威胁级并不一定比可信度低的雷达的威胁级高。在雷达对抗中，为了防止漏掉最危险的"目标"，必须对每个识别的可信度和威胁级进行综合考虑。因为这涉及到电子干扰对象的确定和电子干扰资源的分配，所以只有同时给出每个识别的可信度和威胁级，才能保证不贻误战机。
识别可信度只能在识别的过程中通过计算产生。通常主要是依据两方面的因素：①被侦测的某一部雷达信号的N个特征参数,在与数据库中一部雷达技术性能的数据比较中,有多少项目一致;②在N个特征参数中,一部分具有数值的特征参数与库中相应数据值的偏差大小。在比较中，相一致的项数越多，偏差值越小，其可信度越高。实际上，各特征参数项在识别时所起的作用并不是相等的，常依据识别结果的统计情况，采用对各参数项和不同偏差值给以不同加权的方法计算识别可信度。
采用电子计算机进行识别处理时，有软件处理和硬件处理之分。用软件处理法进行识别时，使识别软件运行，几百几千次地查找调用数据库中雷达技术性能的数据，逐个参数项地进行比较，分析两相应参数的偏差值与库中容差值的关系，计算识别可信度，进行判定和编辑识别结果等。软件处理法的优点是可进行详细的识别处理，设备简单；缺点是识别时间长，识别一次所需的时间可长达1～2秒。硬件处理法的识别时间较短，例如，在识别处理的计算机中设置若干个通道，一旦侦测到雷达信号，通道工作并进行比较，仅各参数比较一致的一个通道给出识别结果；如无一致的，则作为不能识别处理。这种方法的主要优点是速度快,能瞬时给出结果,识别时间小于百毫秒；其缺点是只能给出简单的识别结果，而且可识别的雷达数较少。
对自动化的雷达对抗系统来说,在侦测到信号后,经快速识别、告警，自动确定干扰对象，立即送出干扰的射频、方位和最佳干扰样式等引导数据，自动跟踪目标和瞄准频率，才能缩短系统反应时间。一般来说，只有自动化的雷达对抗系统才能对付导弹的末制导雷达或低空飞行的机载雷达。
辐射源识别是雷达对抗系统的主要功能之一。早期采用各种电路，根据个别参数是否相同来完成识别。现代多采用电子计算机进行复杂的识别处理。辐射源识别系统主要由雷达数据库（或雷达文件）和识别处理机两部分组成。识别处理机的输入为侦测的雷达信号的特征参数，在识别处理过程中须调用雷达数据库中表征已知雷达技术性能的数据，以便与输入的特征参数进行比较，最后给出识别结果。识别结果通常经雷达对抗系统的主电子计算机送往显示设备和打印、记录设备。
雷达数据库 按一定的格式和结构存储的、表征已知雷达技术性能的数据和战术性能的数据的集合。这些数据存储在电子计算机中，占用内存储器的一部分，供识别处理调用。
雷达数据库的建立,除一定的硬件外,主要是已知雷达的战术技术性能的数据和一套数据库的管理软件。已知雷达的战术技术性能的数据是数据库的实质内容。平时通过多种手段获得的情报和大量雷达侦察的数据，经过综合分析和统计处理后存入库内，并根据对方的部署和配备的变化及其电子装备的改进，不断核实、补充和修改，这是情报和电子侦察工作长期累积的成果。管理软件多采用模块化结构，可分为数据结构管理、数据装入、数据调用、数据检查修改等软件模块。数据库的建立就是通过管理软件，将表征已知雷达的战术技术性能的数据逐个地按规定的结构存储在库中。
辐射源识别用的数据库可分为两类。一类是将已知雷达的战术技术性能的数据存储在各种可编程序的只读存储器中，供识别处理时调用。对库中所存的数据，可进行检查、补充、修改。这种库多用于较大型的雷达对抗系统，其优点是停电后库存数据不会消失。因而每次开机不需要装入数据。另一类是在雷达对抗系统开始工作时，先从一个脱机的存储设备中将已知雷达的战术技术性能的数据调入，存于识别处理计算机的内存储器中，仅供识别处理时调用，这种库多用于小型雷达对抗系统。例如，机载雷达对抗系统,常在飞机起飞前,根据这次飞行任务调入所需雷达的数据。其优点是断开电源后，库存数据便自动消失，有利于保密。
雷达数据库中存储的战术技术性能项目的多少，视雷达对抗系统的用途而定。对于雷达告警设备，通常只存储雷达的主要战术技术性能，如射频（或频段）、脉冲重复频率、脉冲宽度、雷达类型（或威胁级）等，经识别处理后，只给出雷达类型和威胁等级。而对大型雷达对抗系统，则存储雷达的全部战术技术性能，识别处理后，给出雷达类型、运载平台、威胁等级等战术性能，以及识别可信度和最佳干扰样式等。库存的战术技术性能项目的多少，随着新体制雷达的出现和雷达侦察设备的发展而增加，从而提高识别的质量。
雷达数据库的规模，依所配套的雷达对抗系统的用途而定。例如，小型雷达对抗系统只存几十种雷达的数据，而大型雷达对抗系统可存几千种雷达的数据。
工作原理 识别处理是将侦测所得的雷达信号的各特征参数与数据库中各雷达技术性能的相应数据进行比较，当与库中某一（或某些）雷达技术性能的数据一致时，就认为发射被侦测信号的雷达属于这种(或这些)雷达，并按库内这种（或这些）雷达的战术技术性能得知雷达类型和威胁等级，从而得出识别结果。
在实际中有一些因素会影响识别。这些因素是：①雷达技术特性各参数的数值在一定范围内的变化；②雷达对抗系统在侦收测定各参数的数值时，存在一定的误差；③在不少的雷达技术性能中，有些数据相同或很相近。这就是说，识别结果有可能是几种雷达，而不能肯定仅是某一种雷达。为此，就需要在识别处理的过程中解决对每种雷达识别的可信度问题，以便在给出每种识别结果的同时，给出每种识别的可信度。这是有实际意义的,因为通常把可信度最高的作为主识别,但主识别雷达的威胁级并不一定比可信度低的雷达的威胁级高。在雷达对抗中，为了防止漏掉最危险的"目标"，必须对每个识别的可信度和威胁级进行综合考虑。因为这涉及到电子干扰对象的确定和电子干扰资源的分配，所以只有同时给出每个识别的可信度和威胁级，才能保证不贻误战机。
识别可信度只能在识别的过程中通过计算产生。通常主要是依据两方面的因素：①被侦测的某一部雷达信号的N个特征参数,在与数据库中一部雷达技术性能的数据比较中,有多少项目一致;②在N个特征参数中,一部分具有数值的特征参数与库中相应数据值的偏差大小。在比较中，相一致的项数越多，偏差值越小，其可信度越高。实际上，各特征参数项在识别时所起的作用并不是相等的，常依据识别结果的统计情况，采用对各参数项和不同偏差值给以不同加权的方法计算识别可信度。
采用电子计算机进行识别处理时，有软件处理和硬件处理之分。用软件处理法进行识别时，使识别软件运行，几百几千次地查找调用数据库中雷达技术性能的数据，逐个参数项地进行比较，分析两相应参数的偏差值与库中容差值的关系，计算识别可信度，进行判定和编辑识别结果等。软件处理法的优点是可进行详细的识别处理，设备简单；缺点是识别时间长，识别一次所需的时间可长达1～2秒。硬件处理法的识别时间较短，例如，在识别处理的计算机中设置若干个通道，一旦侦测到雷达信号，通道工作并进行比较，仅各参数比较一致的一个通道给出识别结果；如无一致的，则作为不能识别处理。这种方法的主要优点是速度快,能瞬时给出结果,识别时间小于百毫秒；其缺点是只能给出简单的识别结果，而且可识别的雷达数较少。
对自动化的雷达对抗系统来说,在侦测到信号后,经快速识别、告警，自动确定干扰对象，立即送出干扰的射频、方位和最佳干扰样式等引导数据，自动跟踪目标和瞄准频率，才能缩短系统反应时间。一般来说，只有自动化的雷达对抗系统才能对付导弹的末制导雷达或低空飞行的机载雷达。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条