熵权正负理想方案灰色关联法的对地攻击目标选择

针对攻击机对地攻击的目标选择问题,提出了目标攻击优先权的计算方法,将正负理想方案与灰色关联分析方法进行融合并引进熵权的思想为各项优先权赋值,避免了权值确定过于主观的问题,提出了一种目标选择的模型,为飞行员对地攻击目标选择提供了辅助决策,具有较高的实用性。仿真结果也说明了该方法的合理性。     

用于卫星干扰源定位的压缩感知DOA估计方法

针对传统测向方法的实际应用性能较差,提出一种基于压缩感知(CS)的卫星干扰源定位方法。根据干扰信号方位角的空间稀疏性,建立了压缩感知波达方向(DOA)估计模型。通过协方差矩阵的高阶幂逼近信号子空间和矩阵的共轭对称特征,利用高阶幂矩阵的主对角线下左下角列向量进行波达方向估计。仿真实验验证,该方法不需要已知干扰源数,具有较高的精度和较好的分辨力,且能满足对相干干扰信号的估计。对压缩感知DOA估计在卫星干扰源定位中的应用具有一定参考意义。     

改进模糊层次分析法的火控系统故障诊断方法

提出了一种基于改进模糊层次分析法的某型战车火控系统的故障诊断模型。分析火控系统顶层故障现象的各个影响因素,建立对应的层次结构,给出模糊判断矩阵,将基于静态的专家经验知识和基于动态的定量测试相结合,然后综合各个专家判断矩阵的差异性,由模糊层次分析法求得各影响因素的权重并进行排序,得到故障部件权重,诊断结论表明该方法准确可靠。     

基于协方差矩阵估计的稳健Capon波束形成算法

常规Capon波束形成器性能对模型误差或失配非常敏感,尤其是当期望信号包含在训练数据中,导向矢量失配将引起性能急剧下降。为解决这一问题,提出了一种采用干扰噪声协方差矩阵和导向矢量联合估计的稳健波束形成算法。该方法通过对Capon空间谱在非目标信号的方位区域内的积分,实现对干扰噪声协方差矩阵的估计,解决数据协方差矩阵包含有目标信号时引起信号自相消问题;其次为了克服导向矢量失配的影响,通过最大化输出功率,并增加二次型约束防止估计的导向矢量接近于干扰导向矢量,实现对导向矢量的估计。仿真实验表明:该算法能获得近似最优的输出信干噪比,与现有算法相比稳健性更强。     

再生分辨矩阵与决策熵的不完备决策系统属性约简

为了有效地解决不完备决策系统的属性约简问题,提高属性约简的效率,提出了基于再生分辨矩阵与决策熵的不完备属性约简算法。该算法利用基于容差关系的分辨矩阵来计算相对核,通过再生分辨矩阵计算再生集和再生集属性来缩小加入约简集的条件属性选择范围,以再生集属性的分辨度和决策熵为依据,选择加入约简集的条件属性,并通过实例进行验证分析。结果表明,该算法适用于协调不完备决策系统与不协调不完备决策系统,能够有效地降低时间复杂度,并得到最优属性约简。     

机载脉冲多普勒雷达的自适应旁瓣对消实现方法

简要介绍了自适应旁瓣对消的基本原理。重点研究了自适应旁瓣对消在机载脉冲多普勒雷达中的工程实现方法,该方法打破了自适应旁瓣对消目前只能应用于采用低重脉冲重复周期的脉冲多普勒雷达的限制。通过对自适应旁瓣对消结果的分析,表明该方法完全能够满足现有机载脉冲多普勒雷达抗有源旁瓣干扰的需求。     

卫星通信网作战效能评估研究

通过对卫星通信网完成信息传输作战任务的能力分析,建立了卫星通信网作战效能评估指标体系;将模糊层次分析法和熵权法相结合,建立了确定指标权重向量的综合集成赋权模型,采用专家打分和隶属度函数法计算单因素模糊评估向量,采用相对状态特征值对评估结果进行处理,建立了模糊综合评估模型,实现了卫星通信网作战效能的评估,并对评估结果进行了分析。     

信息熵与物元理论在某新型火炮技术阵地优选中的应用

针对某新型火炮武器系统的作战特点,运用数学理论探索其技术阵地的优选问题。提出并利用信息熵和物元理论相结合的优选方法,依据该型火炮技术阵地选择的主要因素,建立了该型火炮技术阵地优选的数学模型。并运用该模型,结合具体实例,对该型火炮的预选技术阵地进行了优选。与传统方法相比,该方法不仅计算简便、收敛快,而且考虑技术阵地选择的不确定因素充分,为辅助指挥员实现科学决策提供了参考。     

层次分析法在对潜多目标威胁度评估中的应用

针对潜艇行动隐蔽的主要特点,引入层次分析法来解决潜艇威胁度评估问题。以水面舰艇对潜作战为背景,对影响潜艇威胁度评估的六种属性进行分析,提出基于层次分析法的多目标潜艇威胁度评估模型。通过建立层次结构模型,构造判断矩阵,获取了六种属性的权重值,并进行实例计算演示了评估的过程。该方法可一定程度地解决对潜作战多目标威胁度评估和排序问题,提高水面舰艇对潜火力分配效率。     

基于波达方向矩阵的矢量水听器方位频率联合估计

提出了一种新的基于单个矢量水听器的方位频率联合估计方法--波达方向矩阵法.利用矢量水听器的时延数据,构造了两个相同的子阵,通过对波达方向矩阵的特征分解,实现了对目标信号的波达方向估计,并同时得到了目标的频率特征.计算机仿真实验表明,该方法具有较好的估计精度.