基于改进AHP-熵权法的雷达装备可靠性评估指标赋权方法

为提高雷达装备可靠性评估中指标赋权的科学性,针对主观赋权法过于依赖个体经验,客观赋权法收集到的数据较少,造成的客观赋权结果不准确的问题,采用改进后的层次分析法（analytic hierarchy process,AHP）和熵权法分别对指标进行主客观赋权,而后运用最小二乘法对主客观权重进行耦合,并采用拉格朗日法求解该模型,有效避免了单一权重的局限性问题,通过实例验证了该方法的可行性。     

基于LVQ神经网络的雷达杂波抑制方法

针对雷达目标检测后的剩余杂波影响雷达航迹起始和航迹跟踪的问题,提出基于学习向量量化（learning vector quantization,LVQ）神经网络的雷达杂波抑制方法。从雷达回波点迹的特征入手,通过分析目标点迹和杂波点迹的特征分布,通过人工提取特征的方式选取具有差异化的特征。根据特征数量和点迹类别数量构建LVQ神经网络分类模型,并对模型进行训练。利用训练好的LVQ神经网络分类模型对雷达回波点迹进行分类,区分目标点迹和杂波点迹,保留判别为目标的点迹,滤除判别为杂波的点迹,从而实现杂波抑制功能。通过对某型航管雷达的实测数据进行测试表明：该方法能够有效区分目标点迹和杂波点迹,杂波抑制能力比BP神经网络算法更好。