一种组网探测资源管控拓扑模型优选算法

针对组网探测资源管控预案设计中管控拓扑模型优选难题,结合社会网络分析和信息论理论,选用图论为主要研究方法,提出了一种基于改进模糊物元的拓扑模型优选量化模型和新算法。根据组网探测资源管控的特点建立了基于团队合弄集成设计环境和图论的拓扑模型,依据指标属性特征,给出指标量化方法和优选算法流程,将信息论和模糊物元相结合,设计了一种改进模糊物元的拓扑模型优选算法,并以某雷达组网系统的体系抗干扰探测资源管控拓扑模型优选为例,验证算法的可操作性和可行性。实例表明,优选算法所得结果与实际相符,也能对拓扑模型动态变化规律进行科学分析,为求解拓扑模型优选问题提供了一种可行和客观的方法。     

依赖信号噪声场景下MIMO雷达稳健波形设计

考虑依赖信号噪声场景下MIMO雷达的稳健波形优化问题。根据最小最大方法,基于克拉美-罗界描述了改善MIMO雷达最差情况参数估计性能的稳健波形优化问题。为求解所得NP问题,提出一种新的基于对角加载(DL)的迭代方法。此方法利用哈达玛不等式将内层优化分解为若干子问题,以降低运算复杂度从而利于工程应用,基于DL方法将子问题转化为凸问题,外层优化也可转化为凸问题,因而可获得高效求解从而便于硬件实现。初始问题最优解可通过对迭代算法得到的解进行最小二乘拟合得到。数值仿真验证了所提方法的有效性。     

基于改进遗传算法的多无人机航路规划方法

在分析多无人侦察机任务需求、限制以及特性等要素基础上,建立了多无人机航路规划优化模型。以航程作为性能指标,将多无人机侦察多目标航路规划转化为多旅行商问题。通过对多旅行商问题特点分析,采用遗传算法基本思想,对编码和适应度函数以及操作算子进行合理设计,并改进了交叉和变异操作算子以取得更好优化结果。仿真结果表明所提算法的合理性和有效性。     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。     

雷达多径效应抑制技术分析及展望

雷达低空目标的多径效应严重影响雷达的检测和跟踪性能。在讨论雷达多径信号模型和多径反射机理的基础上,研究了多径效应对低空目标检测与仰角测量造成的影响,详细分析了典型代表性的雷达多径效应抑制技术的研究现状、途径和不足,给出了未来雷达多径效应抑制技术的研究方向,对深入开展雷达多径效应抑制技术研究、解决雷达低空目标检测和跟踪问题具有重要意义。     

基于模糊随机贝叶斯网络的意图估计方法

意图估计是数据融合五级模型中态势评估的重要研究内容。意图估计结果的稳定性对于辅助战场决策具有重要意义,在分析了影响意图识别结果稳健性的基础上,将模糊随机贝叶斯网络应用于战场目标的意图分析。在研究了战场环境下网络结点构造及推理方法的基础上,结合具体场景给出示例并进行了仿真验证。     

基于证据理论的直觉模糊群决策方法

针对属性权重和专家权重完全未知的直觉模糊群决策问题,提出一种基于证据理论的决策方法。基于记分函数和属性不确定度,将专家的直觉模糊决策矩阵转化为Mass函数;运用了基于直觉模糊熵的属性权重计算方法,将专家针对属性集关于方案集的评价证据进行修正与合成;确定了考虑接近度与相似度的专家权重计算方法,融合了TOPSIS法与Jousselme距离度量专家权重,将各专家关于方案集的评价证据进行修正与合成,最后进行方案排序。运用实例证明了方法的合理性和有效性。     

基于Lanczos法的多管火箭炮模态仿真和试验

为研究某型多管火箭炮振型和固有频率,对其进行模态分析,根据火箭炮发射装置物理样机,完成其有限元模型建立;完成火箭炮发射装置模态测试,采用Lanczos迭代法完成模态仿真分析;将仿真和试验测试模态结构进行对比验证,通过振型完成火箭炮刚度分析,为其进一步优化设计提供支撑。     

目标协同跟踪系统图像监控软件流程设计

为更好地对复杂战场环境下敌方目标运动状态作出精确估计并实施精确打击,提出了构建基于多传感器的目标协同跟踪系统的设计方案。设计的系统主要由可见光无人传感器平台、指挥控制中心、传输设备组成,重点阐述了指挥控制中心图像监控软件设计流程。该系统的设计为进一步研究基于微波、毫米波、红外、可见光等混合多源传感器的目标协同跟踪系统提供一定的参考价值。     

多粒度直觉模糊三支决策及在目标识别中应用

针对直觉模糊三支决策模型在反映问题时存在不完全性以及统计特性单一的缺陷,将粒计算中多粒度空间描述问题的思想与直觉模糊三支决策模型的思想相结合,提出了多粒度直觉模糊三支决策模型。因不同粒空间呈现统计特性不同,给出具有一般性的乐观和悲观多粒度直觉模糊三支决策模型的定义。根据正域及负域不变的原则定义了多粒度直觉模糊三支决策模型的属性约简。基于Bayes最小风险理论对多粒度直觉模糊三支决策模型中的参数进行确定。将乐观多粒度直觉模糊三支决策模型应用于弹道导弹目标识别问题中。