1.基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，包括如下步骤：

(1)定义一级和二级状态评估指标的雷达发射机状态评估指标集，根据发射机实际运行状态定义包含五个健康等级的状态评估评价集；

(2)采用相对劣化度来代表评估指标数据与正常状态下指标数据的偏离程度，对各评估指标原始数据进行相对劣化度计算处理；

(3)采用K次抛物型隶属度函数作为模糊综合评判的隶属度函数，再通过分析评估指标的数据特点确定模糊数，求解各评价集的K次抛物型隶属度函数得到对应的隶属度矩阵；

(4)综合赋权法将层次分析法和熵权法确定的权重结合，结合的权重作为模糊综合评判的权重；

(5)用模糊综合评判法整合确定的评价集隶属度矩阵和权重得到一级状态评估指标的健康等级隶属度矩阵，根据最大隶属度原则得到一级状态评估指标的健康状态，利用层次分析法中判断矩阵的最大特征值，求得各一级状态评估指标的权重向量，整合一级状态评估指标的健康状态和权重向量，确定雷达发射机整体状态评估结果。

2.根据权利要求1所述的基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，在步骤(1)中，所述一级和二级状态评估指标的雷达发射机的状态评估指标集定义为，一级状态评估指标指可靠性、安全性和射频质量三个指标，可靠性指标下的二级状态评估指标为整机效率、误触发、电源电压、电源波纹、流量、水位和水压；安全性指标下的二级状态评估指标为驻波比、工作比、断相、激励功率、波导打火和波导气压；射频质量指标下的二级状态评估指标为平均功率、脉冲宽度和频谱纯度。

3.根据权利要求1所述的基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，在步骤(1)中，所述五个健康等级分别为健康、亚健康、退化、恶化和故障。

4.根据权利要求1所述的基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，在步骤(2)中，采用相对劣化度η来代表评估指标数据与正常状态下指标数据的偏离程度时，在[0,1]之间取值，且η越接近0，则表示雷达发射机的状态越好。

5.根据权利要求1所述的基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，在步骤(3)中，采用的K次抛物型隶属度函数作为模糊综合评判的隶属度函数的公式如下：

其中η1～η4是模糊数，η是相对劣化度，根据不同的模糊数范围得到五种健康等级的K次抛物型隶属度函数，将各个指标数据的相对劣化度η带入五种K次抛物型隶属度函数求解得出对应的模糊综合评判的评价集隶属度矩阵。

6.根据权利要求1所述的基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，在步骤(4)中，层次分析法是通过比较各评估指标间的相对重要程度，合理的确定评估指标的权重的一种主观赋权法；熵权法是应用信息熵理论来确定指标权重，信息熵代表了系统的不确定程度，根据信息熵的大小确定评估指标的差异性，进而对评估指标进行客观赋权；通过层次分析法和熵权法相结合的综合赋权法确定模糊综合评判权重，使权重与实际情况相符。

7.根据权利要求1所述的基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，在步骤(5)中，用模糊综合评判法整合确定的评价集隶属度矩阵和权重得到一级状态评估指标的健康等级隶属度矩阵，根据最大隶属度原则得到一级状态评估指标的健康状态时的公式如下：

H＝W综合·M

其中H表示一级状态评估指标的健康等级隶属度矩阵，W综合表示综合赋权法确定的权重，“·”表示加权平均型模糊算子，M表示各评价集的隶属度矩阵，矩阵H中最大元素所代表的健康等级就是一级状态评估指标的健康状态。

8.根据权利要求1所述的基于模糊综合评判和综合赋权的雷达发射机状态评估方法，其特征在于，在步骤(5)中，整合一级状态评估指标的健康状态和权重向量，确定雷达发射机整体状态评估结果使用的公式如下：其中，B表示雷达发射机的整体健康等级隶属度矩阵，W是利用层次分析法中判断矩阵的最大特征值，求得的各一级状态评估指标的权重向量，H1，H2，H3分别是一级状态评估指标可靠性、安全性和射频质量的健康等级隶属度矩阵。