基于灰关联分析和粗糙集的通信电台识别方法

通信侦察过程积累了大量电台通信记录,对这些数据进行分析、推理,可以识别电台的数量、装载平台等,为了提高识别正确率,提出了基于灰关联分析和粗糙集的通信电台识别方法。首先,依据粗糙集理论将信息表划分等价类,得到电台航迹;再根据灰关联分析计算雷达航迹和电台航迹的灰关联度,最后按照最大灰关联度原则进行通信电台关联。实验结果表明该方法适用范围更广,在多个平台的运动轨迹交叉且在交叉时刻各有电台通联、同一平台上的多个电台在不同时间通联这两种情况下,均能较好地对电台进行关联。     

周期平稳通信信号时差估计

研究了一种利用信号谱相关特性对周期平稳通信信号进行时差估计的方法。研究表明,谱相关时差估计方法较之经典的广义互相关(GCC)法具有更强的抗干扰能力,在多辐射源环境下,该方法可以无模糊地估计各个辐射源的时差。     

基于饱和信息维的信息资源聚焦的数学模型

运用饱和信息维的增减技术对信息获取子空间进行结构上的剖分,将饱和信息维的"值"的获取分解为"白"与"灰"两部分,用饱和信息维列作为因子列来构造灰色关联空间,用关联序来描述信息之间的相关联程度,得到信息资源聚焦的一种新的数学模型。     

基于灰色关联法的飞行模拟器方案评估

对三个飞行训练模拟器方案进行灰色关联评估。根据装备效能分析原则,结合飞行训练模拟器组成结构的自身特点,确定了影响飞行训练模拟器效能的主要指标,建立了飞行模拟器效能评估体系,应用层次分析法,计算出各指标的权重,再利用灰色理论原理,对效能体系中主要指标进行了灰色综合评估,然后把灰色综合评估值与费用结合,确定评估矩阵,按照灰色关联法的步骤,计算出各方案与理想方案的关联度。结果是比较符合实际情况的,并且应用到某型飞行模拟器方案论证中。     

多目标灰关联决策的典型水面舰艇反潜性能评估

水面舰艇反潜武器系统具有综合功能强、战技性能指标多的特点,许多指标模糊性、相对性较强,必须寻求一种能对武器系统战技技能进行有效评估的方法,采用多目标灰关联决策的方法对水面舰艇反潜武器系统战技技能进行评估.首先根据灰色系统理论建立了多目标灰关联决策模型,其次以灰色关联度为基本依据构造出水面舰艇反潜武器战技性能评估指数,最后根据所建立的模型对5种典型水面舰艇的反潜性能进行了综合评估.     

图像质量主客观评价的相关性分析

图像质量的客观评价与人类主观感知之间一定存在必然的联系,并且这些客观评价方法应该取代主观评价。也就是说,这些客观评价方法允许在不征求任何用户意见的基础上,去评价一个给定系统的性能。本文研究了在变化的压缩体制下实施在若干图像上的一套客观测量和主观评价之间的相互关系,并给出了初步的分析结果。     

北斗RDSS系统新体制信号子载波间干扰产生机理与消除方法

为提高新一代北斗无线电测定卫星服务在有限带宽内的信息服务容量,借鉴了正交频分复用的理念,新体制无线电测定卫星服务信号设计采用多个子载波进行信号调制。以往针对多用户的分析主要考虑多址干扰,对载波频偏损耗和伪码损耗单独考虑,这不能解释新体制调制在相同的同步头的情况下其他子载波上信号在当前观测子载波上形成较大相关峰的问题,该问题对信号接收产生较大干扰。本文对该问题产生机理进行了分析,并提出了两种相关干扰的消除方法。     

一种基于灰关联分析的QoS服务选择方法

随着网络中可供选择QoS服务日益增多,在用户请求服务时,为了确保用户获得满足其功能与QoS要求的服务,提出了一种基于灰关联分析的QoS服务选择方法,根据用户对网络服务的QoS需求估计各项QoS指标的主观权重,以用户的偏好感知作为服务选择的约束条件;基于候选服务集合构建候选服务决策矩阵,采用灰关联分析方法从中获得用户QoS满意度最高的服务。仿真和分析表明,该服务选择策略能为服务质量敏感的用户提供有效的满足QoS需求的服务方案。     

基于端点梯形白化权函数的飞机保障性灰色评估

保障性评估是提高飞机保障性的有效手段。从保障性的定义出发,构建了飞机保障性评估指标体系,在利用层次分析法(AHP)确定指标权重的基础上,对三角白化权函数进行了改进,建立了基于端点梯形白化权函数灰色评估模型,很好地解决了相邻的若干类别对该类别聚类中心的影响问题,并将其应用于飞机保障性的评估,通过实例分析,验证了此评估方法的可行性,对提升飞机保障性评估的准确性有一定的参考价值。     

Multivariate meta analysis with potentially correlated marketing study results

A univariate meta analysis is often used to summarize various study results on the same research hypothesis concerning an effect of interest. When several marketing studies produce sets of more than one effect, multivariate meta analysis can be conducted. Problems one might have with such a multivariate meta analysis are: (1) Several effects estimated in one model could be correlated to each other but their correlation is seldom published and (2) an estimated effect in one model could be correlated to the corresponding effect in the other model due to similar model specification or the data set partly shared, but their correlation is not known. Situations like (2) happen often in military recruiting studies. We employ a Monte‐Carlo simulation to evaluate how neglecting such potential correlation affects the result of a multivariate meta analysis in terms of Type I, Type II errors, and MSE. Simulation results indicate that such effect is not significant. What matters is rather the size of the variance component due to random error in multivariate effects. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 500–510, 2000.