混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

区间信息下的大规模群体DEMATEL决策方法

针对现有区间数DEMATEL决策方法大多适用于中小规模群体,且未考虑区间数具有正态分布特征的情况,提出一种新的区间信息下的大规模群体DEMATEL决策方法.首先,给出一种群体区间数DEMATEL矩阵的聚类方法,并对大规模群体DEMATEL评分进行分组;其次,在三维区间密度算子的基础上,对大规模群体DEMATEL评分进行集结;最后,提出一种改进的基于区间数DEMATEL的指标权重确定方法,并进行多属性决策.文末通过一个算例验证了所提方法的有效性与合理性.算例分析表明,该方法不仅能够较好解决具有正态分布特征的区间数DEMATEL决策问题,还能够充分考虑大规模群体决策的共识度,因此使得决策结果更为客观合理且更为可靠.     

一种基于粗集的残缺语言区间信息的多属性群决策方法

针对具有残缺语言区间信息的多属性群决策问题,提出了一种基于粗糙集理论的新的求解方法.对残缺语言区间信息多属性群决策问题进行了描述,采用LOWA算子将不同专家给出的评价信息集结为群体评价信息;通过计算不同方案之间的偏差来度量不同方案之间的相似性,对属性集进行约简,并确定属性权重;进一步地,通过计算每个方案的综合评价值判断方案优劣.最后,给出了一个算例.     

基于IOWA算子的模糊语言偏好矩阵排序方法

给出了方案之间比较的一种模糊语言标度及其相应的区间数表示形式。运用模糊语言标度构造出模糊语言偏好矩阵。利用导出的有序加权平均(IOWA)算子对模糊偏好信息进行集结,提出了一种基于IOWA算子的模糊语言偏好矩阵排序方法,并把该方法进一步运用于群体决策中的方案排序和择优。最后通过算例说明了该方法的可行性和实用性。     

区间直觉模糊多属性群决策自收敛算法

对区间直觉模糊多属性群决策中的一致性问题进行研究,引入了一种可自收敛算法得到一致性群决策矩阵。首先基于区间直觉模糊数的运算法则和集结算子,将单个决策者的决策矩阵集结为群体决策矩阵;然后通过可自收敛算法反复迭代,直到得到满足一致性的群体决策矩阵;最后再次基于区间直觉模糊数的集结算子和排序规则实现方案选优。从理论上论证了该算法的收敛性和保序性,并通过算例验证了算法的可行性和有效性。     

区间直觉纯语言信息的集结方法及其在群决策中的应用

对区间直觉纯语言信息的集结方法进行了研究.定义了区间直觉纯语言集及其运算法则和区间直觉纯语言变量的得分函数和精确函数,给出了一种简单的区间直觉纯语言变量的排序方法.进一步,提出了一些基于区间直觉纯语言信息及其运算法则的信息集结算子.在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的区间直觉纯语言信息集结方法,并将此方法应用到多属性群决策中.最后通过实例分析表明了该方法的有效性和可行性.     

复杂网络视角下的大规模群体DEMATEL决策方法

针对如何实现群体DEMATEL意见集结的问题,以关系网络为切入点,提出一种新的复杂网络视角下的大规模群体DEMATEL决策方法.首先,将决策者视为网络节点,并依据决策者DEMATEL评分矩阵的一致性构造复杂网络;其次,设计网络凝聚度和子群凝聚度,在此基础上确定节点权重和子群权重;最后,基于网络密度算子对大规模群体DEMATEL矩阵进行有效集结,并利用DEMATEL方法进行多属性决策.文末通过一个算例验证了所提方法的可行性与合理性.数值算例分析表明,该方法能够较为全面、准确地集结大规模群体DEMATEL评分,且其结果的稳定性亦较为理想.     

基于不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式偏好信息的群决策问题,提出了一种基于二元语义信息处理的群集结与方案优选方法.在该方法中,首先给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义形式的方法;然后基于二元语义的T-OWA算子,将各决策者给出的偏好信息集结为群的偏好并进行方案的优选.最后给出了一个算例.     

一种基于语言评价信息的多指标群决策方法

针对一类带有自然语言评价信息的多指标群决策问题，给出一种新的群集结和方案优选方法。首先采用近年来最新发展的LWD算子和LOWA算子直接集结每个决策者给出的自然语言评价信息，以得到群的方案评价值，然后根据语言短语集的自身顺序进行方案优选。利用该方法不仅可以确定最优方案，而且还可得到群决策结果的可信程度。最后给出了一个算例。     

社会网络环境下基于群体一致性的概率语言多属性大群体决策方法

针对社会网络环境下,决策者的偏好表达为概率语言信息的多属性大群体决策问题,提出一种新的、基于群体一致性的概率语言多属性大群体决策方法。首先,针对现实决策中存在决策者隶属于多个社区集群参与决策的情况,提出社区子模块隶属度的概念并对其进行预处理;其次,通过改进Louvain社区探测算法对群体决策者进行聚类分析;然后,将最大共识序列挖掘算法拓展至概率语言多属性群决策领域,提出一种基于群体一致性的共识测度方法及共识达成模型;最后,通过算例验证本文方法的有效性,并进行对比分析说明本文方法的合理性及优势。     

基于重排小波-Radon变换的LFM雷达信号参数估计

小波变换是一种兼顾时频分辨率的线性变换,对多分量情况不会引入交叉项。针对此问题,提出基于重排小波-Radon变换的多分量线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。对单分量和双分量的情况进行了仿真,结果表明,该方法有效提高了时频分布图的聚集性,大大节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。     

基于多普勒频谱相关的加速运动目标ISAR成像

针对具有较大加速度的机动目标使传统平稳目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像算法失效的情况,提出了一种基于多普勒频谱相关的加速目标ISAR成像算法.该方法通过多普勒频谱相关消除加速度引起的方位二次相位散焦,并根据回波的能量分布,通过门限设置自适应地抑制多线性调频分量信号处理时产生的交叉项.最后,仿真以及实测数据的成像结果证明了该算法的有效性.     

全相位FFT相位差频谱校正法改进

基于全相位快速傅里叶变换（fast Fourier transform, FFT）的相位差频谱校正法由于未计及负频率的影响,导致低频信号参数估计精度下降。针对此问题,提出一种改进的全相位FFT相位差频谱校正法,该算法在计算传统FFT时,消除了负频率对频谱分析的影响。介绍了全相位频谱分析原理及全相位FFT相位差频谱校正算法,分析了负频率对低频信号频谱分析造成影响的原因。在计及负频率影响的情况下推导了非整周期采样条件下单频余弦信号的频率、幅值和相位的计算公式。仿真结果表明,计及负频率影响的算法提高了基于全相位FFT的相位差频谱校正法对低频余弦信号参数估计的精度,算法抗噪性能得到改善。     

基于WHT的多分量LFM参数估计与分离

强度相当的多分量LFM信号在Wigner-hough(WHT)平面上呈现出多个尖峰值,各尖峰值对应各分量在时频平面上频率轴上的初始频率和调频斜率。提出了一种基于WHT的多分量LFM信号的参数估计与信号分离算法。该算法结合解线调和窄带滤波器分离和估计各分量的参数的算法,可以一次提取多个尖峰值。仿真结果证明,此方法可有效地对多分量IJM信号进行精确的参数估计与分离且不出现虚假信息。     

基于积分包络的LPI雷达信号快速参数估计

为解决低截获概率（low probability of intercept, LPI）雷达信号中二相相移键控（binary phase shift keying, BPSK）信号、线性调频（linear frequency modulation, LFM）信号参数的估计问题,提出了基于信号积分包络的快速参数估计方法。应用快速傅里叶变换（fast Fourier transform, FFT）进行雷达信号粗识别,对信号进行积分包络处理。对两类信号的积分包络值分别设置一定的门限,通过搜索BPSK信号积分包络的峰值即可迅速计算出BPSK信号的码速率。搜索LFM信号积分包络的零值点,按照给出的计算规则即可计算信号的调频斜率以及起始、终止频率。该算法具有快速、准确、容易实现的特点。仿真实验证明了该算法的有效性。同时,该算法具有一定的抗噪性。     

宽带信号及其特征的微多普勒提取技术研究

雷迭目标的微多普勒特性正成为目标识别领域的一个研究熬点,而宽带信号能够提供目标更多的精细结构信息和微动信息,因此宽带信号下微多普勒及其特征提取技术时目标识别来说是至关重要的.从宽带线性调频(LFM)信号成像理论出发,推导出了宽带LFM信号微多普勒提取方法.首次提出了用时域自相关法和频域倒谱法来提取微多普勒变化周期,井用傅里叶变换法提取微多普勒的最大值.仿真结果证明了上述方法的正确性和有效性.     

FRFT在水声信道时延频移联合估计中的应用

由于水声信道的复杂性和多变性,信号在水声信道传播中将伴随着多径时延与多普勒频移,二者是水声信道估计中两个重要的参数。基于分数阶傅里叶变换(fractional Fourier transform, FRFT)的时延和频移特性,提出一种采用多分量线性调频(linear frequency modulated, LFM)信号的水声信道估计方法,通过分析分数阶傅里叶域上峰值的偏移,联立不同阶次的时延和频移方程,可得到水声信道的时延和频移值。理论推导及仿真结果表明,该方法计算量小,且随着LFM信号分量数和调频率差值的增大,能在一定程度上减小估计的时延误差和频移误差。水池实验中选用具有相反调频率的双LFM信号作为估计信号,估计出多径时延与运动目标的多普勒频移,并给出了水下目标的运动速度。实验结果表明,FRFT估计法简单有效,在水声信道多径时延与多普勒频移估计上具有较好的实际应用价值。     

基于双线性间断调频信号的运动参数估计方法

为了解决线性调频雷达存在的距离速度耦合问题,设计了一种采用线性频率调制和频率跳变技术的双线性间断调频脉冲信号。建立了大占空比双线性间断调频脉冲信号的回波模型。分析了高速运动对stretch处理后回波信号相位的影响,给出了一种基于时域互相关、FFT运算和运动补偿技术的运动参数估计的具体步骤。最后通过仿真验证了双线性间断调频脉冲雷达信号的可行性和运动参数估计方法的有效性。     

Multi-component LFM signal detection and parameter estimation based on Radon-HHT

A new method is proposed to analyze multi-component linear frequency modulated （LFM） signals, which eliminates cross terms in conventional Wigner-Ville distribution （WVD）. The approach is based on Radon transform and Hilbert-Huang transform （HHT）, which is a recently developed method adaptive to non-linear and non-stationary signals. The complicated signal is decomposed into several intrinsic mode functions （IMF） by the empirical mode decomposition （EMD）, which makes the consequent instantaneous frequency meaningful. After the instantaneous frequency and Hilbert spectrum are computed, multi-component LFM signals detection and parameter estimation are obtained using Radon transform on the Hilbert spectrum plane. The simulation results show its feasibility and effectiveness.     

New method of time-frequency representation for ISAR imaging of ship targets

Inverse synthetic aperture radar (ISAR) imaging of ship targets is very important in the national defense. For the high maneuverability of ship targets, the Doppler frequency shift of the received signal is time-varying, which will degrade the ISAR image quality for the traditional range-Doppler (RD) algorithm. In this paper, the received signal in a range bin is characterized as the multi-component polynomial phase signal (PPS) after the motion compensation, and a new approach of time-frequency representation, generalized polynomial Wigner-Ville distribution (GPWVD), is proposed for the azimuth focusing. The GPWVD is based on the exponential matched-phase (EMP) principle. Compared with the conventional polynomial Wigner-Ville distribution (PWVD), the EMP principle transfers the non-integer lag coefficients of the PWVD to the position of the exponential of the signal, and the interpolation can be avoided completely. For the GPWVD, the cross-terms between multi-component signals can be reduced by decomposing the GPWVD into the convolution of Wigner-Ville distribution (WVD) and the spectrum of phase adjust functions. The GPWVD is used in the ISAR imaging of ship targets, and the high quality instantaneous ISAR images can be obtained. Simulation results and measurement data demonstrate the effectiveness of the proposed new method.