基于模糊理论的星座通信系统性能综合评估

星座通信系统包含大量不确定因素,必须对其性能进行综合评估。根据星座通信系统的工作特点和任务需求,建立了星座通信系统性能综合评价体系结构;然后,详细介绍了基于模糊理论和层次分析法的效能评估过程;最后,以"铱"系统为例,对星座通信系统性能进行了综合评估,验证了多级模糊综合评判理论的合理性,对其他通信系统的评估具有一定的参考价值。     

一种基于模糊理论融合证据理论的网络舆情评估方法

文章通过对国内外网络舆情分析现状的研究以及综合各种文献资料,结合模糊理论与D-S证据理论提出了一种基于模糊理论融合证据理论进行网络舆情评估的方法。此方法根据舆情要素与舆情评估的对应关系,通过模糊理论对舆情信息建立隶属度函数,得出不同渠道的舆情状态,然后用证据理论把每个渠道的舆情状态当作一组证据,通过证据合并,最终得网络舆情评估信息。     

基于模糊理论的通信与指挥控制系统效能评估

在层次分析法的基础上,运用模糊理论对通信和指挥控制系统效能指标进行了定性和定量分析,提出了一套完整的效能评估方法,该方法能够在作战中为指挥员决策提供依据,起到优化通信与指挥控制资源的作用。     

证据理论与层次分析法相结合的威胁评估排序模型

在防空作战指挥决策过程中，空袭目标的威胁程度评估与排序是其关键环节之一。它涉及许多不确定的因素，有些甚至是无法得知的。利用证据理论对不确定或“无知”的因素进行处理，并结合层次分析法，提出了一种解决部分因素值未知的威胁评估排序方法，最后通过实例进行了说明。本方法可为防空作战指挥员对空情威胁作出正确判断提供科学依据。     

基于模糊理论的一二次融合断路器状态评估

文中借助组合赋权和模糊理论对一二次融合断路器的性能状态进行综合评估。首先根据一二次融合断路器自身性能特点建立了一种能够反映性能状态水平的评价指标体系。其次利用层次分析法确定主观权重,熵值法确定客观权重,并通过组合权重法确立了各指标的综合权重。最后利用模糊综合评判法对已投运的设备进行模糊综合评估,利用模糊理论确立所需的隶属函数,运用反模糊综合评判量化评估结果,将评估结果与测试系统的检测结果对比,验证了所提方法的合理性以及评估模型的有效性。     

基于改进D-S证据理论的信任评估模型

针对已有的信任证据模型不能快速有效地处理分布式网络中存在的恶意攻击,且缺乏关于三元信任关系组的信任归一方法,提出了一种基于改进D-S证据理论的信任模型,在此基础上,提出了基于持续序列的基本可信度函数和基于评估函数的信任评估方法,使得模型能更快地抑制恶意节点,并且评估结果更贴近现实值。通过分析与仿真,验证了本模型具有抑制聚集信任攻击的有效性和健壮性,同时信任评估方法更具合理性和准确性。     

基于模糊理论的雷达信号类型识别方法

针对目前雷达辐射源识别中存在的特征参数难以获得、雷达信号工作模式繁多等问题,本文提出利用模糊理论对雷达信号进行类型识别。经过多次仿真选择了既简单又有效的特征参数及隶属度函数,实验验证了此方法有较好的识别效果,且工程上较易实现。     

基于模糊理论的雷达信号类型识别方法

针对目前雷达辐射源识别中存在的特征参数难以获得，雷达信号工作模式繁多等问题，提出利用模糊理论对雷达信号进行类型识别。经过多次仿真选择了既简单又有效的特征参数及隶属度函数，实验验证了此方法有较强的识别效果，且工程上较易实现。     

基于灰色理论的矿井电缆运行状态评估模型

为保证井下供电安全,提出一种矿井电缆安全运行状态评估模型。以电缆的在线监测和绝缘劣化过程分析为基础,合理选取评价指标集;然后根据灰关联分析要求,对指标进行归一化处理,并应用层次分析法确定各指标权重;再引入灰色理论,通过实测样本与参考样本间的灰关联分析,直观地对电缆运行状态做出综合评价。最后,10kV矿用高压电缆实例分析表明,该评估模型有效实用,扩展性较强。     

D-S证据理论改进方案综述

D—S证据理论解决不确定问题方面具有很高应用价值,但其合成规则的不足影响着该理论的进一步应用。本文针对冲突概率分配的不同方法,研究当前的各种D—S证据理论改进合成规则的特点,总结出他们的优势和缺陷,为不同场合下证据理论的应用提供依据。     

基于D-S证据理论的态势评估方法

正确的战场态势评估是指挥决策的基础。本文对态势评估问题进行了分析,提出用D-S证据理论构造态势评估模型,根据不断到来的战场信息做出合理推断。实验结果证明该方法是有效的。     

利用证据理论的图像融合方法

在图像处理中,经常会碰到滤波器尺寸选择的问题,针对不同尺寸的目标需要选择与之对应尺寸的滤波器。在一幅图像中,可能存在多个不同尺寸的目标,或者在计算机自动目标检测系统中,不能确定目标的尺寸,这样就需要使用多种尺寸的滤波器进行滤波。如何将每种尺寸滤波器滤波后得到的最好结果融合到一起,是图像处理中的一种十分重要的关键技术。提出了一种基于改进的DS证据理论的融合方法,将多个不同尺寸的滤波结果进行融合。试验结果表明,该方法能够将图像中不同尺寸的目标很好的提取出来。     

基于模糊Petri网的网络风险评估模型

针对网络安全风险评估过程中存在的复杂性,以资产、脆弱性和威胁为安全评估的关键因素,建立安全分析的层次化评估指标体系。引入可信度概念,提出了一种基于模糊Petri网的安全风险评估模型以及模糊推理算法,同时结合层次分析法,采取定性与定量分析相结合的方法进行安全评估。实例分析表明：与传统的综合风险评估方法相比,基于模糊Petri网的风险评估方法给出的结果更加准确和科学。因此,该方法更适合应用于实际的网络系统风险评估中。     

基于仿生小波变换和模糊推理的语音降噪算法研究

提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解,以分离出来的噪声信号作为自适应滤波器的输入,选择基于模糊推理变步长自适应算法对带噪声语音信号进行降噪处理,最终实现语音信号的信噪分离,去除语音信号中的噪声。仿真结果表明,该方法对语音信号有较为明显的降噪效果。     

CASCADED FUZZY SYSTEM AND ITS ROBUST ANALYSIS BASED ON SYLLOGISTIC FUZZY REASONING

Syllogistic fuzzy reasoning is introduced into fuzzy system, and the new Cascaded Fuzzy System(CFS) is presented. The thoroughly theoretical analysis and experimental results show that syllogistic fuzzy reasoning is more robust than all other implication inferences for noise data and that CFS has better robustness than conventional fuzzy systems, which provide the solid foundation for CFS‘s potential application in fuzzy control and modeling and so on.     

基于SVM与改进D-S理论电路板故障诊断算法

为了解决传统电路板故障诊断方法耗时长、难度大、准确度不高的问题,该文充分利用不同检测设备提供的电路板故障特征信息,提出基于支持向量机(SVM)与改进D-S证据理论相结合的电路板故障诊断算法。首先,将各证据体提供的故障数据输入SVM诊断模块,获取该证据体对各个故障模式的可靠度与加权系数;其次,利用"一对一"SVM多分类方法构造证据体对各个故障模式的基本概率分配;最后,对基本概率分配进行加权处理,完成基于D-S理论的多信息融合,获得故障诊断结果。实验结果表明,所提算法可以有效降低各证据体对诊断结论的冲突,增强正确诊断结果的信度,显著提高故障诊断准确率。     

多传感器模糊D-S理论辐射源识别

研究了将D-S证据理论与模糊推理组合应用辐射源识别的方法,提出了基于模糊综合评估获取基本概率分配函数的方法;在此基础上研究了应用D-S证据理论进行多传感器信息融合,从而识别雷达辐射源的原理;仿真实验和对比实验表明本算法的有效性。     

基于D-S证据理论的故障诊断方法

采用信息融合的方法,对高功率微波打击后的装备进行故障诊断。使用D-S证据理论,将信息融合应用于高功率微波(HPM)效应的故障诊断中,并用实例进行了仿真分析。结果表明：采用信息融合方法来诊断高功率微波效应后的故障是有效的,随着融合次数的增加,故障诊断的确定性增大,该方法提高了故障诊断的正确率。     

A novel temporal error concealment method based on fuzzy reasoning for H.264

In this paper, a fuzzy reasoning based temporal error concealment method is proposed. The basic temporal error concealment is implemented by estimating Motion Vector (MV) of the lost MacroBlock (MB) from its neighboring MVs. Which MV is the most proper one is evaluated by some criteria. Generally, two criteria are widely used, namely Side Match Distortion (SMD) and Sum of Absolute Difference (SAD) of corresponding MV. However, each criterion could only partly describe the status of lost block. To accomplish the judgement more accurately, the two measures are considered together. Thus a refined measure based on fuzzy reasoning is adopted to balance the effects of SMD and SAD. Terms SMD and SAD are regarded as fuzzy input and the term ‘similarity’ as output to complete fuzzy reasoning. Result of fuzzy reasoning repre-sents how the tested MV is similar to the original one. And k-means clustering technique is performed to de-fine the membership function of input fuzzy sets adaptively. According to the experimental results, the con-cealment based on new measure achieves better performance.