基于模糊聚类的雷达信号分选

为克服传统信号分选算法的局限性,采用了基于模糊聚类分析的雷达脉冲信号分选方法。首先介绍了模糊聚类的基本原理和具体步骤,利用熵权法对不同雷达信号特征参数增加了加权系数,其次建立了有效性评价模型来确定最佳聚类,并进行了信号分选仿真实验。利用该方法进行模糊聚类时无需设置阈值,仿真结果证明分选方法的正确性,验证了此方法的有效性和可行性。该方法能够处理多个雷达脉冲信号,是一种解决多脉冲信号分选问题的新途径。     

下期要目

<正>~~     

“新型含硼阻燃树脂在防火涂料中的应用研究”简介

2013年10月11日,由武警学院科研部科研所赵敏教授主持的公安部应用创新项目"新型含硼阻燃树脂在防火涂料中的应用研究"通过验收。验收组认为:该项目突破了传统膨胀阻燃技术,成功研制了硼酚醛防火涂料,研究了该涂料的防火性能、理化性能、热性能、烟密度、炭层结构,提出了硼酚醛树脂     

信号分割修正聚类的星座图恢复算法

通过分析载波估计频偏、信号长度对星座图恢复的影响,采用将长信号分割为短信号的方法减小频偏对星座图恢复的干扰,并通过旋转叠加修正的方法解决了由信号长度减小导致码元失去历遍性而带来的星座图恢复不完整问题,最后根据信噪比大小选取不同聚类算法进行聚类并再次修正,实现了星座图对称的幅相调制信号的星座图完整恢复。多次仿真表明,该算法对频偏估计精度的要求可以降低1~2个数量级,减小了参数估计的工作量,使因参数估计精度不高而带来的信号后续分析困难问题得到了良好解决。     

MST聚类算法及其仿真实现

通过对常用聚类算法的研究,指出了MST聚类算法的优越性,并依据其具体实现步骤,结合Matlab软件基于矩阵运算的特点,提出了一种计算机编程思想,给出了具体流程和仿真结果。     

基于改进C-均值聚类算法的空中目标分类

空中目标的正确分类对防空作战效果有着重要的影响。在分析了空中目标类型和目标的表征方法之后,构建了动态聚类中的一种分类算法———改进C-均值算法。该算法改变了以前算法中只用一个聚类中心作为一类的代表的做法,而采用的是类核函数代替类心的方法。类核函数较一个聚类中心更能够表现出某一类的分布信息,从而提高分类的正确率。     

聚碳硅烷纤维成形过程的稳定性研究

通过改变不同的熔融纺丝工艺研究了聚碳硅烷纤维熔融纺丝时纺丝稳定性的影响因素。研究表明:提高介质温度到180～200℃、采用向下的环形吹风、控制成形区气流的大小与流向、纺程控制在90cm左右、加强集束与控制外部条件的稳定性等有利于提高纺丝稳定性。     

舰艇编队综合作战能力评估的模糊聚类分析

评估舰艇编队综合作战能力强弱的模糊聚类分析涉及编队对海作战能力、编队反潜作战能力、编队防空作战能力、编队电子战能力、编队指挥控制能力和编队战场适应能力等因素.以若干舰艇编队为研究对象,对因素指标进行标准量化.据标准化数据用指数相似系数法计算样本间的相似关系,最后根据各样本与基准样本相聚类或分离进行量化分析,判断各舰艇编队综合作战能力的强弱次序.     

基于互冲突量和自冲突量分析的证据聚类方法

从证据自身的描述形式出发,充分利用证据之间的冲突程度,对证据的聚类问题进行系统的分析。在对证据互冲突量和自冲突量进行详细定义的基础上,建立了证据聚类准则,进而提出了基于互冲突量和自冲突量的证据聚类方法。该方法具有良好的处理效果,且计算复杂度小,便于编程实现,是一种简便实用的快速聚类方法。实例验证了方法的有效性和可行性。     

防空兵高炮武器装备退役的模糊聚类分析

针对高技术防空武器装备大量装备部队,旧有的装备面临着退役这一情况,对高炮武器装备退役的主要因素进行了分析,并给出了各因素的评估模型,运用模糊聚类方法对高炮武器的退役进行了量化分析。