针对传统的目标威胁评估往往只面向单种类目标的问题,从体系角度构建目标威胁评估指标体系,并提出一种基于区间层次分析(interval analytic hierarchy process,IAHP)法-指标相关性的权重确定(criteria importance through inter-criteri...针对传统的目标威胁评估往往只面向单种类目标的问题,从体系角度构建目标威胁评估指标体系,并提出一种基于区间层次分析(interval analytic hierarchy process,IAHP)法-指标相关性的权重确定(criteria importance through inter-criteria correlation,CRITIC)法-折衷解备选方案排序(measurement alternatives and ranking according to compromise solution,MARCOS)法的体系目标威胁评估方法。首先,利用IAHP和CRITIC分别计算出各项指标的主、客观权重。在此基础上,利用最小信息鉴别原理进行组合赋权,以此避免单独赋权的缺陷。然后,基于MARCOS计算各个目标威胁值,并进行威胁排序。最后,通过仿真实例对比分析采用灰色关联分析(grey relational analysis,GRA)、逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)、GRA-TOPSIS以及MARCOS得出的目标威胁排序结果,验证所提方法的科学性和有效性。展开更多
基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习,实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型,对LPI雷达信号的BDS数据进行逐层无监督贪心学习,然后运用后向传播(BP)机制在有监...基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习,实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型,对LPI雷达信号的BDS数据进行逐层无监督贪心学习,然后运用后向传播(BP)机制在有监督学习方式下根据学习误差对DBN模型参数进行微调,最后基于该BDS-DBN模型实现未知信号的分类和识别。理论分析和仿真结果表明,信噪比高于8 d B时,基于BDS和DBN的识别方法对调频连续波(FMCW),Frank,Costas,FSK/PSK 4类LPI信号的综合识别率保持在93.4%以上,高于传统的主成分分析加支持向量机法(PCA-SVM)和主成分分析加线性判别分析法(PCA-LDA)。展开更多
文摘针对传统的目标威胁评估往往只面向单种类目标的问题,从体系角度构建目标威胁评估指标体系,并提出一种基于区间层次分析(interval analytic hierarchy process,IAHP)法-指标相关性的权重确定(criteria importance through inter-criteria correlation,CRITIC)法-折衷解备选方案排序(measurement alternatives and ranking according to compromise solution,MARCOS)法的体系目标威胁评估方法。首先,利用IAHP和CRITIC分别计算出各项指标的主、客观权重。在此基础上,利用最小信息鉴别原理进行组合赋权,以此避免单独赋权的缺陷。然后,基于MARCOS计算各个目标威胁值,并进行威胁排序。最后,通过仿真实例对比分析采用灰色关联分析(grey relational analysis,GRA)、逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)、GRA-TOPSIS以及MARCOS得出的目标威胁排序结果,验证所提方法的科学性和有效性。
文摘基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习,实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型,对LPI雷达信号的BDS数据进行逐层无监督贪心学习,然后运用后向传播(BP)机制在有监督学习方式下根据学习误差对DBN模型参数进行微调,最后基于该BDS-DBN模型实现未知信号的分类和识别。理论分析和仿真结果表明,信噪比高于8 d B时,基于BDS和DBN的识别方法对调频连续波(FMCW),Frank,Costas,FSK/PSK 4类LPI信号的综合识别率保持在93.4%以上,高于传统的主成分分析加支持向量机法(PCA-SVM)和主成分分析加线性判别分析法(PCA-LDA)。
