分时体制多目标干扰系统干扰资源综合管控

针对先进战机分时体制干扰系统多目标干扰时的资源管理问题, 采用多属性决策方法建立了目标威胁等级评估模型, 并运用折中排序法(VIKOR)对目标威胁等级进行偏序处理, 重新整合了干扰任务请求队列; 从空间域、频率域、能量域和时间域4个方面综合分析了干扰资源的限制条件并对干扰效果进行了定量描述; 最后提出了分时体制干扰系统多目标干扰资源管理算法。偏序处理后干扰任务请求队列的整合与干扰时机、参数的控制可以有效提高干扰系统的效率, 提升干扰系统的智能化水平。     

多波束干扰系统干扰资源综合管理算法

针对先进战机多波束干扰系统同时干扰多部雷达时的资源管理问题,采用多属性决策 方法建立了战机电子对抗系统威胁等级评估模型,并与神经元模型相结合建立了干扰任务请求模 型;针对干扰资源的限制,对目标雷达进行分类,当需要且能够干扰的雷达数目超出干扰波束数目 时,建立了干扰任务整合模型,并采用C-means 算法对模型进行求解;最后提出了多波束干扰系统 同时干扰多部雷达时的资源管理算法。对目标进行分类和对干扰任务进行整合可以提高多波束干 扰系统的效率,提升干扰系统的智能化水平。     

区间条件下基于GRA和TOPSIS的辐射源威胁评估

将辐射源威胁评估作为多属性决策问题进行处理时,由于作战环境的复杂性,侦察方无法获取敌方辐射源的完整信息,导致各个辐射源目标的属性取值通常不是确定数值,具有一定的不确定性.针对上述问题,引入区间数理论和灰色关联分析对传统逼近理想解排序法进行拓展,提出一种基于灰色关联分析和逼近理想解排序的区间多属性决策方法用于解决不确定条件下的辐射源威胁评估问题.该方法构建基于区间数的欧氏距离和基于区间数的灰色关联度,通过对二者进行结合构建关于战场态势的决策信息系统,并通过构造新的综合贴近度实现对辐射源威胁程度的定量评价.实验仿真验证了所提方法能够有效解决实际作战中不确定条件下的辐射源威胁排序问题,有助于侦察方对于战场态势的进一步掌握.     

半监督条件下基于朴素贝叶斯和Choi-Williams时频分布能量积累的雷达信号识别

针对非合作电子侦察雷达信号识别中先验信息残缺的问题,该文提出一种基于Choi-Williams时频分布(CWD)的改进半监督朴素贝叶斯的识别算法(ISNB).首先对CWD进行降噪预处理,然后通过计算降噪后CWD不同时间下各频率采样值的积累量,从而得到CWD的能量积累量这一新特征;针对传统的半监督朴素贝叶斯(SNB)在更新训练样本集过程中会产生迭代错误的不足,通过在无标签样本集生成的置信度列表中选取置信度高的样本添加到有标签样本集中,再利用预测后的分类结果对分类器参数进行改进,进而构建改进的SNB分类器,有效解决了传统SNB算法分类精度低且分类性能不稳定的缺点.理论分析和仿真结果表明,所提方法相比于传统SNB算法均提高了3％左右;在相同信噪比下,相比于传统的主成分分析加支持向量机法,该算法具有更高的分类识别率和更好的分类性能.     

基于脉冲样本图的机载RWR/ESM辐射源威胁评估

辐射源威胁评估是机载雷达告警器/电子支援措施(RWR/ESM)的重要功能,为了提高机载RWR/ESM设备应对复杂电磁环境的能力,建立了基于脉冲样本图的威胁评估专家系统,通过雷达威力模型确定了以脉冲样本图为输入的评估指标,运用TOPSIS方法,使得评估系统客观、有效,贴近电子战要求,符合机载RWR/ESM工作流程。仿真证明了评估系统的有效性及可行性。     

不同干预因素对膝骨关节炎患者滑液中前列腺素E2的影响

目的研究用透明质酸钠(HA)、硫酸氨基葡萄糖(GS)、关节镜下清理术(AD)治疗膝骨关节炎对关节液内前列腺素E2(PGE2)含量的影响及其治疗机制。方法膝骨关节炎(OA)60例,64膝分别接受HA、AD和在HA基础上口服GS治疗。于治疗前和治疗后4周、6月抽取关节液样本。用双抗体夹心ELISA法测定治疗前后关节液内PGE2含量。结果3组治疗4周后关节液内的PGE2水平均显著降低(P<0.01),但此作用难以持续至治疗6个月;与单独用HA治疗相比,联合应用GS对PGE2的影响无明显差别;AD组与相应的GSˊ组和(GS HA)组比较治疗4周、6月时对PGE2的影响无明显差异。结论HA、GS和AD治疗均能使膝关节OA患者关节液内的PGE2含量降低;对PGE2的影响可能是HA、GS和AD治疗改善OA病情的重要机制。     

改进的雷达信号识别效能评估方法

针对以往雷达信号识别效能评估方法中评估指标选取模糊、指标权重设置单一、评估排序不合理的问题,提出了基于IAHP-Entropy-I2TOPSIS模型改进的雷达信号识别效能评估方法。其主要思路是基于识别率测试结果建立树状评估指标体系;采用IAHP和Entropy分别确定主观指标权重和客观指标权重,并通过线性组合方法确定综合权重;运用区间型多属性决策的夹角度量法改进区间TOPSIS得到I2TOPSIS并依此进行评估排序。最后通过实例仿真,验证了所提方法的有效性。     

动静结合视域下的公路隧道洞口设计综合评价体系分析

基于评价公路隧道洞口设计的必要性,对公路隧道洞口设计综合评价的具体内容进行简要分析,同时详细研究了公路隧道洞口设计评价指标及动静结合视域下建立公路隧道洞口设计综合评价机制的具体思路。通过研究可知,功能评价指标、景观评价指标是综合评价隧道洞口设计质量的关键内容。     

基于粗糙集-逼近理想解排序的辐射源威胁排序方法

将辐射源威胁评估作为多属性决策问题,提出逼近理想解排序（TOPSIS）法与粗糙集（RS）理论相结合的算法,构建一套完备的辐射源威胁等级排序模型,解决在没有先验信息条件下实时定量衡量辐射源威胁程度。针对TOPSIS方法中构造标准化决策矩阵时数据赋权的主观局限,运用粗糙集理论计算评价指标与评判结果的粗糙依赖度,确定评价指标权重,规避主观赋权的片面性。仿真结果与原始数据相符,证明所提方法的有效性,进一步量化威胁程度,有助于更精细准确排序。该方法具有工程实用价值,可以运用于辐射源威胁评估。     

基于多重分形和半监督EM的LPI雷达信号识别

针对先验信息不完整的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于多重分形和半监督最大期望(EM)的识别算法.该算法计算出信号的多重分形谱,提取出信号的多重分形谱参数特征;针对EM算法中全部未标记样本集的加入会造成收敛速度缓慢甚至有可能影响到分类精度的缺陷,引入Self-training思想,提出一种基于Self-training的半监督EM算法.该算法通过挑选最为确定的一个或多个未标记样本来更新样本集,使得未标记样本集不断缩小进而加快分类器的训练速度,也可有效避免错误的累加,在一定程度上可提高分类精度.理论分析和仿真结果表明,在LPI雷达信号识别问题上,所提出的算法在不同的信噪比下具有更高的分类识别率和更好的实时性.