基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

无偏转换的雷达误差配准算法

在多雷达数据处理系统中,影响目标跟踪和数据融合质量的一个重要因素是雷达系统偏差.为了使融合结果更加准确可靠,提出了基于无偏转换的雷达误差配准算法.该算法是通过无偏转换把其它雷达的测量转换到主雷达下,利用各雷达相对主雷达的测量差值,采用Kalman滤波器实时估计出各雷达的系统偏差(方位和距离),从而进行配准.仿真实验结果表明这种算法是有效的.     

修正的DSmT证据编码方法

计算量是影响Dezert Smarandache理论(DSmT)应用的重要因素之一,也一直是DSmT的研究热点。计算编码由于其证据表示和信度计算的合理性,得到了广泛的认可。计算编码在编码转换时简单有效,但在解码转换时需要进行全部可能元素查找,需要大量查找计算,降低了计算编码的执行效率。文章提出了一种修正的DSmT证据〖JP3〗编码方法,该方法将焦元关系转换为唯一的位置属性并事前存储于数据库中,减小了在解码过程中的查找计算量,修正方法在不改变合成结果的前提下更加有效。算例也验证了修正方法在合成结果上的正确性和计算量上的高效性。     

基于混合DSm模型的组合规则评价体系

Dezert Smarandache (DSm)理论是一种处理不确定性数据的有效方法,如何对组合规则进行评价,从而在实际应用中选择合适的规则是一个重要的问题。结合DSm理论的特点,在考虑混合DSm模型的基础上,从合成性质、时序性质和工程可用性质3方面建立评价体系。通过算例对评价体系进行验证,得出的结论与定性分析一致,说明了评价体系的有效性,为分析、评价和应用DSm理论组合规则提供理论依据。     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。