电子战目标威胁评估的折衷排序方法

电子战目标威胁评估是制定电子战作战决策的重要环节,针对电子战目标涉及因素多、各因素不确定性大的问题,建立了电子战目标多属性群决策威胁评估模型,重点对威胁评估指标的选取以及确定进行了讨论,并基于标尺量化函数对定性指标进行量化;采用折衷排序方法 VIKOR对威胁目标排序,从而在整体效用最大的同时达到个体遗憾最小。最后通过进行电子战干扰战情想定下目标威胁能力的评估仿真,验证了威胁评估模型的有效性及算法的可行性,为电子战目标威胁评估提供了一种行之有效的方法。     

基于直觉模糊集的空战动态多属性威胁评估

针对实际空战中目标多属性及动态变化的特点,提出了一种动态多属性威胁评估方法。在建立威胁评估指标体系的基础上,依据目标多个时刻的属性信息,结合直觉模糊集给出了一种构造虚拟最优目标的方法以确定目标属性权重,设计了一种基于正态分布累积分布函数确定时间序列权重的方法,最后借鉴TOPSIS的思想实现了空战动态威胁排序。仿真结果说明了该算法的合理性。     

基于动态贝叶斯网络的低慢小目标威胁评估北大核心CSCD

针对复杂地形下低慢小目标难以防御的难题,本文分析并研究对于与低慢小目标威胁评估具有影响作用的因素,提出一种基于动态贝叶斯网络的威胁评估方法。基于低慢小目标的威胁属性,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;并通过仿真试验验证该种基于动态贝叶斯网络的方法在对低慢小目标进行威胁评估是可行的。     

基于TOPSIS和灰色关联度的弹道目标威胁评估方法

弹道目标威胁评估是反导中的重要一环,为指挥决策提供依据。为了有效评估目标威胁度,构建了威胁评估指标体系,梳理出7项重要评估指标,并对各指标进行详细分析,在此基础上提出了一种基于逼近理想点排序法(TOPSIS)和灰色关联度的弹道目标威胁评估方法,充分结合两种方法的优点,最后结合典型场景进行仿真验证。结果表明,该威胁评估方法能够综合评定目标威胁度,为弹道导弹目标威胁评估提供了一种新的评价方法,具有一定的应用价值。     

舰艇编队超视距反导威胁评估指标主观权重确定

针对舰艇编队超视距反导威胁评估指标主观权重确定问题,建立威胁评估指标体系。分别针对决策者给出的语言型、效用值型、序关系值型、模糊互补判断矩阵型、互反判断矩阵型以及区间数型指标权重信息建立了指标权重确定的最优化模型,将主观指标权重确定问题建模为多目标约束优化问题,在得出各种类型权重信息矩阵的规范化系数的基础上采用线性加权的方法将其变为单目标约束优化问题,并给出了指标主观权重解。仿真结果显示,该方法能够直接集结决策者给出的多种类型的指标权重确定信息,且能够准确地得到舰艇编队超视距反导威胁评估主观权重,计算量小、易于进行工程推广,能够为舰艇编队超视距反导作战辅助决策系统设计提供一定的理论支持。     

基于Vague集TOPSIS法的空中目标威胁评估

为了快速准确地对空中目标进行威胁度判断,提出了一种基于Vague集TOPSIS法的目标威胁评估新方法。首先,分析并确定了空中目标威胁因素中的定性指标和定量指标,通过采用语言变量的Vague值表示法对定性指标进行表示,克服了传统的模糊集不能表达非隶属函数的缺陷。然后,对定量指标中的效益型指标和成本型指标进行规范化处理,建立了基于Vague集的空中目标威胁评估决策矩阵。最后,运用经典的TOPSIS方法,计算各目标的综合威胁指数,对空中目标进行威胁程度排序,并通过防空作战空中目标威胁评估的实例,验证了该方法的实用性和有效性。     

基于信息熵和TOPSIS法的目标威胁评估及排序

针对现有空战目标威胁评估方法中存在的不足,提出了一种基于信息熵和TOPSIS法的空战目标威胁评估方法。首先建立了空战目标威胁评估指标,确定了角度、速度、隐身等威胁因子;为综合考虑评估中的主客观因素,采用了组合权衡因子确定最终权重;最后采用TOPSIS法作为威胁评估的解算方法,进行仿真验证,结果证明了该方法的有效性及合理性。     

电子防空光电对抗目标识别与威胁评估方法

机载光电观瞄设备和光电制导武器导引头是区域电子防空光电对抗的直接对象,而快速准确的目标识别与威胁评估是干扰指挥决策并形成有效干扰的基本前提。分析了电子防空光电对抗目标的特征,针对区域电子防空存在的战场态势模糊情况,提出基于行为推理的目标识别方法识别目标类型并预测目标行动,再进一步建立结合降效分析的多属性决策目标威胁评估模型计算目标威胁程度。仿真实例表明,所提方法在支援情报缺失的情况下,能够准确判定目标属性和威胁等级,为干扰目标分配提供依据。     

基于模糊推理的多因素传感器管理算法

在信息融合系统中,传感器管理和状态与属性估计、态势及威胁评估等有关。文中将影响传感器管理的目标多因素分为跟踪因素和威胁因素两类,建立了目标跟踪精度高低等级、威胁大小等级与目标对传感器资源需求程度等级之间的模糊规则,以模糊推理计算结果作为传感器资源分配的依据,提出了几种传感器管理算法性能评价指标。仿真结果表明,该算法充分考虑了目标跟踪和威胁等因素,分配结果更加符合战场环境的需要。     

基于危险理论的电子政务系统信息安全风险评估

为了电子政务系统安全信息评估精度,依据资产、脆弱性、威胁等风险评估基本要素,提出一种基于危险理论的电子政务系统信息安全风险评估方法.该方法以威胁为核心,通过威胁分析、梯形模糊数、层次分析法,结合多属性决策理论得到威胁发生的概率、后果属性以及属性值,得到电子政务系统信息安全威胁指数,最后利用威胁指数对风险进行排序,得到系统信息安全的风险等级.仿真结果表明,该方法能够很好地量化电子政务系统信息安全风险指标,有效地提高了风险评估准确性,是一种有效的电子政务系统信息安全评估方法.     

面向逼真度评估的指标标准化方法研究

通过计算机仿真手段,对作战目标模拟的逼真度进行科学合理的评估,是确保电子对抗仿真试验结果可信性的前提。但是,逼真度评估过程中对不同指标的标准化处理存在诸多困难,如不同指标、不同参数的物理含义和取值区间各不相同,给出容易理解和接受的指标归一化处理方法存在较大难度。针对上述问题,对构成逼真度评估的指标要素进行了分类描述,给出了各类指标的标准化方法及适用条件,解决了评估中由于指标的量纲不同而难以量化的问题,为下一步对指标标准化数值聚合,计算最终目标的逼真度结果提供了基础。     

Measurement of Scattering Characteristics of Background Target at MM-Band

The relative scattering characteristics of different type background target had been measured with replacement method at 94GHz. It was shown that the index of reflection of non-metal target is about 3-10 per cent of that of metal target, and the relative index of reflection of target will increase with the increase of its humidity.     

基于粗糙集的红外弱小目标检测方法

提出了利用粗糙集理论处理不完整信息的能力对红外弱小目标的运动轨迹进行辨识的检测方法。首先利用形态学滤波算法，分离出每帧图像中候选目标并提取其特征属性。把提取到的特征属性作为条件属性，把每帧图像中候选目标作为个体，构成知识决策系统。通过对决策表进行约简，得到决策系统的最小决策算法，并利用序列图像中目标运动的连续性和轨迹一致性来实现小目标的识别。实验表明，该方法能够有效解决目标跟踪过程中目标短暂丢失以及重现的问题，实现弱小目标的稳健检测和跟踪。     

主动雷达导引头干扰效能评估指标体系的构建与约简

针对现有空空主动雷达导引头干扰效能评估指标体系的主观性较强,存在冗余现象,缺乏合理的建立依据和约简方法,文中分析了评估指标体系的构建原则,通过对导引头固有抗干扰能力和工作过程的分析,建立了评估指标体系。为解决多指标及各指标重要程度不一的问题,应用粗糙集属性约简算法对该指标集进行约简,删除了冗余属性,得到了核心属 性。并且以五组主动雷达导引头干扰效能评估指标数据为例进行算法模型验证,并对约简后的指标体系进行了有效性检验。实验结果表明:该方法能有效简化评估指标,得到工作体制抗干扰因子和自卫距离这两个核心指标,为主动雷达导引头干扰效能的评估提供理论支撑。     

基于粗糙集的电力通信网综合权重确定方法

提出了利用粗糙集的属性依赖度判断指标重要性的方法。该方法不需要建立解析式的教学模型,完全由数据驱动来确定各指标的权值,克服了传统权值确定方法的主观性影响,使评估结果更可靠。在此基础上,结合主观赋权方法,提出了一种兼顾主观偏好和客观数据信息的综合权重确定方法。对电力通信网光纤保护通道各指标的权重确定结果表明该方法有效的避免了传统定权方法的不足,提高了评估的准确性和合理性。     

基于信息熵理论的连续属性离散化方法

很多数据挖掘和机器学习方法仅仅依赖于离散值的属性,这样必须离散连续的属性.文中提出一种基于信息熵理论的数据离散化方法(IED),利用信息熵的思想衡量离散区间是否类似,同时考虑离散区间大小对离散化结果的影响,该方法综合考虑了离散区间与类之间的独立性.实验结果表明,IED显著地提高了Na ve-bayes分类学习精度.     

基于信息熵和概率神经网络的海战场目标识别

海战场目标识别是态势评估的基础,采用信息熵进行属性的约简,去除冗余属性,减少无关属性对识别的干扰。利用概率神经网络综合使用RBF神经网络和竞争神经网络进行目标识别。信息熵与概率神经网络结合可以过滤掉传感器信息中的冗余信息,有效地对海战场目标进行识别,并具有一定的泛化能力。通过仿真证明了本方法的有效性。     

分段跟踪识别器的多特征加权指标设计

分段跟踪识别器（STI）解决的是机动目标相邻运动模式切换时刻判定和运动模式参数辨识互相耦合的问题，这种非贝叶斯的方法不需要先验给定目标的运动模型集与模型之间的转移概率。STI在设计性能指标时主要存在以下两个问题：一是仅考虑目标位置与航向角连续性，特征量不完备；二是各连续性指标权重先验给定，缺乏设计准则。为此，提出了STI的多特征加权指标设计方法。首先，引入了速度连续性指标，改善了目标运动模式提取时特征量的完备性；然后，基于各指标的协方差矩阵对其权重分别进行了设计，消除了各指标量纲的影响。仿真结果表明，与STI相比，新提出的方法运行速度快，目标运动模式误切换次数与切换时延明显下降，目标位置与角速度估计精度也有所提升。     

基于条件熵的直觉模糊条件推理

该文在利用隶属度和犹豫度计算直觉模糊逻辑命题真值的对称合成方法的基础上,提出了一种基于条件熵的直觉模糊条件推理新算法。将直觉模糊条件推理规则的前件和后件与决策信息系统的条件属性和决策属性等价起来,条件属性、决策属性和推理规则均视为直觉模糊命题,直觉模糊命题的真实程度转化成一种决策规则前件对后件的条件熵的度量,并给出了条件熵的范围,从而确定直觉模糊命题的真实程度的范围。     

基于模糊Topsis的传感器资源分配算法

影响传感器资源分配的目标属性有多种.文中将目标模糊多属性效用作为传感器资源分配的依据,提出了一种基于模糊Topsis的传感器资源分配算法,并分别给出了影响资源分配的目标多属性模糊效用函数.提出了几种传感器资源分配性能评价指标.仿真结果表明,该算法充分考虑了目标跟踪和威胁等多因素,更符合不同目标对传感器资源的需求.