本申请涉及电磁性能，具体涉及一种机载设备电磁敏感性边界获得方法、装置、介质及设备。
背景技术：
1、目前，对机载电子设备的电磁敏感性检测主要依据国标，延续“通过”与“不通过”的合格性考核方式，难以应对变化着的飞行情况，试验与飞行存在一定差距，指导航行有一定局限性，亟需以机载电子设备的实际工作性能为导向，将电磁敏感性边界量化。
技术实现思路
1、本申请的主要目的在于提供一种机载设备电磁敏感性边界获得方法、装置、介质及设备，旨在解决现有技术中难以实现对机载电子设备的电磁敏感性边界进行量化的问题。
2、为实现上述目的，本申请的实施例采用的技术方案如下：
3、第一方面，本申请实施例提供一种机载设备电磁敏感性边界获得方法，包括以下步骤：
4、获取机载设备的目标频点数据；
5、将目标频点数据输入边界拟合模型，获得机载设备的电磁敏感性边界数据；其中，边界拟合模型通过训练样本训练神经网络获得，训练样本包括输入层训练样本和输出层训练样本，输入层训练样本包括多个频点数据，输出层训练样本包括多个频点数据对应的频率中的场强数据。
6、在第一方面的一种可能实现方式中，将目标频点数据输入边界拟合模型，获得机载设备的电磁敏感性边界数据之前，方法还包括：
7、根据多个干扰激发场强数据，获得多个场强数据以及多个场强数据所在频率对应的多个频点数据；
8、将多个频点数据作为输入层训练样本、多个场强数据作为输出层训练样本，训练神经网络，获得边界拟合模型。
9、在第一方面的一种可能实现方式中，根据多个干扰激发场强数据，获得多个场强数据以及多个场强数据所在频率对应的多个频点数据之后，方法还包括：
10、根据场强数据所占的权重，调整场强数据以及场强数据所在频率对应的频点数据的数量，获得目标场强数据和目标频点数据；
11、将多个频点数据作为输入层训练样本、多个场强数据作为输出层训练样本，训练神经网络，获得边界拟合模型，包括：
12、将多个目标频点数据作为输入层训练样本、多个目标场强数据作为输出层训练样本，训练神经网络，获得边界拟合模型。
13、在第一方面的一种可能实现方式中，根据场强数据所占的权重，调整场强数据以及场强数据所在频率对应的频点数据的数量，获得目标场强数据和目标频点数据，包括：
14、根据场强数据所占的权重，调整权重以使权重与激发概率相映射，获得权重调整数据；
15、根据权重调整数据，调整场强数据以及场强数据所在频率对应的频点数据的数量，获得目标场强数据和目标频点数据。
16、在第一方面的一种可能实现方式中，根据场强数据所占的权重，调整场强数据以及场强数据所在频率对应的频点数据的数量，获得目标场强数据和目标频点数据之前，方法还包括：
17、根据多个场强数据，构建场强矩阵；其中，场强矩阵中包含多个特征数，多个特征数分别表征最大的场强数据与每一场强数据的商值；
18、对场强矩阵进行标准化处理，获得标准化系数；
19、根据特征数的系数和标准化系数，获得场强数据所占的权重。
20、在第一方面的一种可能实现方式中，神经网络包括输入层和模式层，输入层向模式层的传递函数中包括用于表征训练样本与输入变量的欧氏距离的参数。
21、在第一方面的一种可能实现方式中，神经网络还包括求和层和输出层，求和层用于对模式层输出的数据分别进行直接求和和加权求和，获得第一求和数据和第二求和数据，输出层用于根据第一求和数据和第二求和数据的商，确定电磁敏感性边界数据。
22、第二方面，本申请实施例提供一种机载设备电磁敏感性边界获得装置，包括：
23、获取模块，获取模块用于获取机载设备的目标频点数据；
24、目标模块，目标模块用于将目标频点数据输入边界拟合模型，获得机载设备的电磁敏感性边界数据；其中，边界拟合模型通过训练样本训练神经网络获得，训练样本包括输入层训练样本和输出层训练样本，输入层训练样本包括多个频点数据，输出层训练样本包括多个频点数据对应的频率中的场强数据。
25、第三方面，本申请实施例提供一种计算机可读存储介质，储存有计算机程序，计算机程序被处理器加载执行时，实现如上述第一方面中任一项提供的机载设备电磁敏感性边界获得方法。
26、第四方面，本申请实施例提供一种电子设备，包括处理器及存储器，其中，
27、存储器用于存储计算机程序；
28、处理器用于加载执行计算机程序，以使电子设备执行如上述第一方面中任一项提供的机载设备电磁敏感性边界获得方法。
29、与现有技术相比，本申请的有益效果是：
30、本申请实施例提出的一种机载设备电磁敏感性边界获得方法、装置、介质及设备，该方法包括：获取机载设备的目标频点数据；将目标频点数据输入边界拟合模型，获得机载设备的电磁敏感性边界数据；其中，边界拟合模型通过训练样本训练神经网络获得，训练样本包括输入层训练样本和输出层训练样本，输入层训练样本包括多个频点数据，输出层训练样本包括多个频点数据对应的频率中的场强数据。本申请通过训练神经网络得到边界拟合模型，以便于在应用阶段直接通过模型快速输出预测的数据，由于边界拟合模型的训练样本包括了输入层训练样本和输出层训练样本，并且分别对应频点数据和频点数据对应频率中的场强数据，通过训练使得模型学习到频点数据与场强数据的对应关系，实际使用中将机载设备的频点数据直接输入模型，即可预测并输出一个对应的被量化的电磁敏感性边界数据，不再以合格性考核方式，更契合实际飞行情况。
1.一种机载设备电磁敏感性边界获得方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的机载设备电磁敏感性边界获得方法，其特征在于，所述将所述目标频点数据输入边界拟合模型，获得所述机载设备的电磁敏感性边界数据之前，所述方法还包括：
3.根据权利要求2所述的机载设备电磁敏感性边界获得方法，其特征在于，所述根据多个干扰激发场强数据，获得多个所述场强数据以及多个所述场强数据所在频率对应的多个所述频点数据之后，所述方法还包括：
4.根据权利要求3所述的机载设备电磁敏感性边界获得方法，其特征在于，所述根据所述场强数据所占的权重，调整所述场强数据以及所述场强数据所在频率对应的所述频点数据的数量，获得目标场强数据和目标频点数据，包括：
5.根据权利要求3所述的机载设备电磁敏感性边界获得方法，其特征在于，所述根据所述场强数据所占的权重，调整所述场强数据以及所述场强数据所在频率对应的所述频点数据的数量，获得目标场强数据和目标频点数据之前，所述方法还包括：
6.根据权利要求2所述的机载设备电磁敏感性边界获得方法，其特征在于，所述神经网络包括输入层和模式层，所述输入层向所述模式层的传递函数中包括用于表征所述训练样本与输入变量的欧氏距离的参数。
7.根据权利要求6所述的机载设备电磁敏感性边界获得方法，其特征在于，所述神经网络还包括求和层和输出层，所述求和层用于对所述模式层输出的数据分别进行直接求和和加权求和，获得第一求和数据和第二求和数据，所述输出层用于根据所述第一求和数据和第二求和数据的商，确定电磁敏感性边界数据。
8.一种机载设备电磁敏感性边界获得装置，其特征在于，包括：
9.一种计算机可读存储介质，储存有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1-7中任一项所述的机载设备电磁敏感性边界获得方法。
10.一种电子设备，其特征在于，包括处理器及存储器，其中，
