基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。     

基于灰色理论的空天一体武器装备综合评价模型

针对空天一体武器装备体系这样的复杂系统,提出了以灰色理论为基础的灰色模糊综合评价方案。首先对主要影响因素进行分析,建立层次化的综合评价指标体系;然后通过专家打分法对定性评价指标进行量化,在此基础上,利用灰色关联分析法和灰色统计法,确定评价指标的权重,建立评价矩阵;最后采用模糊综合评价法,实现了对空天一体武器装备发展情况的综合评价。     

一种改进的联合概率数据关联算法

联合概率数据关联算法(JPDA)是密集杂波环境下一种有效的多目标跟踪算法,但该算法的复杂度会随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间,提出了一种改进的联合概率数据关联算法(I-JPDA)。首先通过合理选取跟踪门门限的阈值,去除小概率事件,然后再根据跟踪门内目标的关联概率对关联事件的概率密度值进行衰减,计算出跟踪门内各目标的关联概率。经过理论分析和仿真试验,证明了该方法在保证跟踪成功率的同时,还具有算法简单、计算量小和易于工程实现等优点。     

组网电子对抗中辐射源信号跟踪方法

对组网电子对抗的组成和关键性技术进行了简要描述,重点提出了一种基于CJPDA的多目标多平台跟踪算法,以解决在多电子战平台和多辐射源情况下的辐射源信号跟踪问题。该算法为了适应电子对抗信息实时性的要求,在进行CJPDA计算时引入了确认矩阵,减小计算量;同时,通过对关联概率矩阵运用最大值搜索法,最终实现对辐射源信号的跟踪。通过计算机仿真,验证了其合理性和有效性。     

基于灰色关联决策的地面防空部署方案

地面防空部署方案的评价是一个多属性决策问题。基于灰色关联决策理论,建立了地面防空部署方案的评价模型与优选算法。该方法能充分利用主客观信息,避免求取属性权重估计值的计算,并能反应指挥员对部署方案的偏好,使得部署方案的评价易于编程计算。     

改进的GRA及其在地对空雷达对抗训练中的应用

地对空雷达对抗训练水平评估是对于地对空雷达对抗部队装备训练水平的全面评价,是一个复杂的多指标综合评估问题。通过对地对空雷达对抗训练内容的分析,构建了评估指标体系,采用灰色关联分析法(GRA)对训练水平进行评估,并对确定指标权重的方法进行了改进,运用专家主观、客观权重相结合进行指标赋权,可以使评估结果能够更贴近实际。最后,实例说明了改进的灰色关联分析法在地对空雷达对抗训练水平评估中的应用。     

雷达装备保障性评估模型

雷达装备的保障性评价中的信息量少且信息具有模糊性和不确定性,灰色系统理论是现代工程领域解决数据不确定性和数据量不足问题的有效方法.为了对雷达装备保障性进行评估.采用模糊白化灰色关联模型,在定性指标模糊白化的基础上对雷达装备保障性进行灰色关联分析,得到可靠性较高的评估结果,该模型对提高雷达装备保障性评估结果的准确性和改进雷达装备的保障性工作具有指导意义.     

灰色理论和模糊数学相结合的装备保障能力评估模型

军事装备保障能力的评估研究.对于战斗力的形成和保持有着重要意义.以灰色理论和模糊数学为基础,提出了一种新的装备保障能力评估模型,它是由AHP、灰色聚类分析,模糊评判综合集成而成的,既能体现装备保障能力评估的模糊性,又能充分利用信息,避免了使用单一模糊数学方法的不合理之处,为全面系统评估军事装备保障能力提供了一种新的途径.     

天波超视距雷达扩展综合概率数据关联算法

考虑到天波超视距雷达径向速率量测与径向距离量测之间的关系以及径向速率量测精度较高的特点,提出了一种天波超视距雷达扩展IPDA算法.该算法利用当前时刻径向速率、径向距离的预测值和相应的量测构造出运动一致性因子,并推导了一致性因子的概率密度函数.在此基础上,利用一致性因子和马氏距离计算回波与目标的互属概率,从而减小异常点的影响、提高估计的精度.天波超视距雷达目标跟踪仿真结果表明:扩展IPDA算法在起始快速性、航迹起始概率、跟踪精度和稳定跟踪率等方面优于IPDA算法,同时其计算量只略大于IPDA算法的计算量.     

测向交叉定位中基于最小距离的二次聚类算法

针对现有测向交叉定位系统中聚类算法存在的计算量大、求解最优解困难等问题,提出了一种基于最小距离的二次聚类算法.即先通过最小距离法对每条测向线上的交点进行聚类分析,得到几个聚类程度较高的交点集合,再对这些交点集合通过取交集的方法进行二次聚类,得到少数的几个交点集合,最后再对这几个少数的交点集合进行选优,从而消除虚假交点集合,得到真实交点集合.通过交点回归计算,保证了真实交点集合具有很高的关联正确率.计算机仿真结果表明,该算法具有很高的关联正确率,且计算量较小,实时程度较高,并且适应于多传感器存在漏测的情形.