基于改进灰关联的雷达辐射源识别方法研究

针对灰关联法的局限性,提出了一种改进的灰关联分析法.该方法有效解决了灰关联法中的分辨系数、绝对差和权重的问题,提高了灰关联法的准确性.在此基础上,提出一种基于载频和改进灰关联法的新的雷达辐射源识别模型.经过仿真验证后,改进的灰关联法较传统的灰关联法更有效,建立的识别模型也能对雷达辐射源进行很好识别.     

基于改进模糊层次分析法的相控阵雷达效能评估

运用五标度法和修正系数对层次分析法进行改进。针对相控阵雷达的特点,建立相应的效能评估指标体系。使用隶属函数等方法对各指标效能进行计算,运用改进后的层次分析法对各指标权度进行计算。通过示例,对相控阵雷达系统的效能进行了综合评估,验证了方法的有效性。     

一种基于VPRSM的辐射源模糊识别方法

为解决辐射源识别的问题,研究利用变精度粗糙集模型来确定辐射源识别特征权值的方法。由概念的正域中对象类的条件属性的描述,得到该概念的充分条件,并依据知识间的依赖性作为所要考虑的因素来获取特征权值,同时结合模糊集理论,提出一种基于变精度粗集特征加权的辐射源模糊识别方法。最后将此识别方法模型应用于雷达辐射源用途识别,仿真实验及其结果验证了该方法的可行性和有效性。     

一种多传感器雷达辐射源识别的组合方法

针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况,提出了一种雷达辐射源识别的组合方法.首先利用灰色定权聚类法对大量的传感器数据进行处理,以简化雷达辐射源特征数据,在此基础上通过灰色关联分析法确定证据理论中的基本概率赋值函数,并应用修正的D-S证据理论实现多时刻条件下目标识别.通过仿真算例可知,该方法能够有效减小雷达辐射源所受的噪声干扰,具有一定的可行性.     

基于区间灰关联的雷达辐射源识别新方法

在现代密集信号环境中,接收机测得的和辐射源数据库中的雷达特征参数具有不确定性,一般用区间值表示.针对区间类型的特征参数的雷达辐射源识别,提出了一种新的基于区间灰关联度的雷达辐射源融合识别方法.该方法首先运用区间灰关联度得到基本概率赋值,然后运用证据组合与决策实现目标识别.仿真结果表明,这种识别方法是有效的.     

一种基于模板脉冲序列的雷达辐射源识别方法

现有的雷达辐射源识别方法无法有效地在密集的信号环境中对复杂体制雷达进行快速准确的识别.因此,研究了一种基于模板脉冲序列的雷达辐射源识别方法,给出了其并行处理的结构和具体实现算法.在不同密度的信号环境中该方法能够有效地识别出雷达辐射源并且具有较小的运算复杂度.利用计算机对该方法进行了仿真实现,结果表明在密集信号环境中该方法仍然能够快速有效地识别出雷达辐射源.     

基于改进的TOPSIS雷达对抗阵地优选方法

分析了影响雷达对抗阵地选择的主要因素,构建了雷达对抗阵地选择评判指标体系。采用层次分析法和熵权法综合确定各指标权重,以逼近理想解法对方案集进行排序,建立了基于AHP-熵权-TOPSIS的雷达对抗阵地综合评价模型,并给出了该模型的实例应用。     

基于熵的空中目标识别模型及应用

空中目标识别是现代防空作战的重要研究内容。研究根据不同类型的目标产生不同的辐射和不同的雷达回波信号对目标进行识别。提出利用熵理论来处理目标识别问题,采用层次分析法与熵权的组合来确定指标的权重。仿真实例表明,基于熵的识别是一种运算简单,结果可靠的目标识别算法。     

基于贝叶斯网络分类器的雷达辐射源识别方法

雷达辐射源识别是电子对抗中的重要组成部分.贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较.实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能.     

大型相控阵雷达系统安全性综合评价

针对大型相控阵雷达系统安全性因素多、评价困难的特点，分析并建立了大型相控阵雷达系统安全评价指标体系。提出了一种基于改进模糊层次分析法、熵权法和拉格朗日算法确定综合权重的方法，并建立了雷达系统安全性模糊综合评价模型。以某型大型相控阵雷达系统的安全性评价为例，运用所提方法确定该雷达系统的安全性指标综合权重，并进行安全性综合评价。将该方法与传统AHP评价法进行对比分析，验证了该方法的科学性和合理性。