基于灰关联分析的雷达辐射源识别方法研究

针对雷达辐射源识别的特点，本文深入研究了灰关联分析方法在辐射源识别中的应用。给出了对雷达侦察设备上报的辐射源参数数据进行灰关联分析的方法和步骤，同时给出了数据列确定的具体方法以及两种求取权系数的方法，探讨了判据阈值的选取，并在此基础上进行了雷达型号和工作模式的识别。仿真结果表明了该方法的可行性和有效性，可用于每类雷达有多个模式以及侦测参数不全的场合，为工程应用提供了参考。     

基于小波变换和神经网络的舰船目标识别和分类

根据舰船轴频电场信号的特点,提出了基于小波变换和神经网络的目标识别和分类方法.利用小波变换计算轴频电场信号的功率谱,提取特征量,根据轴频电场平均累积功率谱对舰船目标和海洋环境进行识别.根据轴频电场信号的功率谱分析,对不同类型舰船目标进行识别.运用BP神经网络,对不同类型舰船目标和海洋环境进行分类.通过对海上试验采集轴频电场数据的仿真计算,证实了该识别和分类方法的有效性.     

高速公路软土地基沉降影响因素敏感性灰色关联分析

影响高速公路软土地基路基沉降因素很多,各因素对软基沉降的敏感性是不同的.软基影响因素分析对于软基处理设计、施工监控有较大的指导意义.提出采用灰色系统理论中的灰色关联分析方法,对高速公路软土地基沉降进行敏感性分析,通过建立软基沉降的灰色关联数据矩阵,进而计算出敏感因子变化与软土地基沉降之间的灰关联系数和灰关联度,从而确定软基沉降的敏感因素.     

基于面积的改进灰关联度算法

灰关联分析是灰色系统理论的重要组成部分,寻找合适的相似性度量方法是提高灰关联分析准确性的关键。通过对现有灰关联模型的研究,提出了一种基于面积的相似性度量方法,以序列相邻采样点间对应面积作为灰关联系数的计算依据,并用灰关联系数的均值作为序列的灰关联度。理论推导证明该方法符合灰关联四公理,体现了灰关联分析中衡量曲线相似性的基本思想。仿真实验表明,在邓氏灰关联度和广义灰关联度算法失效时,该方法仍能得出与定性分析一致的关联序,具有较高的可靠性。     

山西省粮食产量与农业现代化水平的灰关联分析

以灰色系统理论中的关联分析方法为基础,对山西省建国以来主要粮食作物产量与农业现代化水平的灰关联度及关联序作了详细的分析。参2。     

时变海面舰船目标动态雷达特征信号模型

提出了一种时变海面舰船目标动态雷达特征信号的仿真方法。建立了海面舰船目标雷达回波多径效应模型、二维动态粗糙海面的时变复反射系数模型和动态海面舰船运动的水动力模型,并同目标电磁散射计算的高频方法相结合,形成了时变海面舰船目标动态雷达特征信号仿真模型。利用海面浮球的测量数据对模型进行了验证,并对典型舰船目标的动态雷达特征信号进行了仿真和分析。     

舰船目标雷达回波特征信号的建模与仿真

目标建模与特征信号仿真是雷达对目标进行探测与识别的重要前提和基础。针对宽带条件下大型舰船目标的雷达特征信号难以进行实测和缩比测量的难点，采用面元法对目标的雷达散射截面（RCS）进行了有效的预估，通过多频点RCS成像方法获得目标的一维距离像特征信号。给出了具体建模和仿真计算的实例，并进行了详尽的结果分析。     

基于广义动态灰关联度窗口的时滞分析模型

基于静态最大关联度准则的经典灰关联时滞分析方法对样本时序的依赖性较强,分析结论的代表性较差、甚至会出现自相矛盾的地方.为此,本文探讨了一种新的全局性动态时滞分析方法.首先,设计了新信息优先加权算子,将其引入广义灰色关联度模型,强调新信息在关联分析中的重要性.其次,针对经典的基于灰关联度的时滞分析方法的不足,提出动态灰关联度窗口的概念,对样本时序中所有潜在时滞取值展开系统化的分析.再者,定义了基于动态灰关联度窗口概念的时滞关联度矩阵以及相应的时滞灰关联度向量,设计出灰栈矩阵这一特殊灰关联数据存储结构,动态对比所有潜在时滞关系,找出代表性时滞值.最后,对宏观经济指标之间的时滞关系展开案例分析,并与经典灰关联时滞分析方法进行对比,结果表明本文设计的时滞分析方法具有更好的说服力.     

拓展的灰关联熵方法

灰关联熵方法是为解决灰色关联系统方法中的不足而产生的，克服了局部点关联系数值控制整个灰关次序的倾向，但其应用条件很受限制。本通过对关联熵性质的补充分析，充分证明了灰关联熵方法的有效性，并拓展了灰关联熵的应用范围。     

基于舰船噪声仿真模型的目标识别研究

将国际上迅硅盖展的基于模型的识别技术应用到舰船目标识别中，摄取舰船目标识别信息，在建立舰船辐射噪声仿真模型的基础上，推导了单、双螺旋桨舰船辐射噪声调制谱谐波族幅值特征的数学期望表达式，提出了基于仿真特征的舰船目标识别方法，并对五类舰船目标进行了分类识别实验，取得了较好的识别效果：正确识别率分别为92．6％，87．3％，83．5％，76．9％，78．2％。     

飞机顶层设计方案优选决策的灰色关联分析法

在研究当前方案优选决策方法的基础上，针对飞机顶层设计方案优选的特点，应用灰色关联分析理论研究了一种含有方案评价指标体系和考虑指标权重的飞机方案优选多层次决策方法．这种方法利用指标权重将评价指标联系在一起，采用灰色关联度为测度评价备选方案与理想方案的关联程度，以此实现方案优选．最后以一个短距／垂直起降(V／STOL)飞机设计实例证实此方法的有效性与可行性．     

基于理想点的仿真结果评估

根据仿真结果对作战方案进行综合评价是一个重要的问题,作战方案优化决策是目前研究的重点,提出了基于理想方案的灰色关联分析法。利用理想解与灰色关联分析结合进行定量计算,可在一定程度上降低决策的主观随意性,使作战方案决策更加科学合理。采用基于理想方案法的作战方案评估方法,可为作战方案的优化提供决策支持,具有较高的实用性。     

基于聚类和时序相关的重点雷达信号快速识别

针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise, DBSCAN)算法对侦获信号的脉冲描述字进行分选;而后,利用分选所得脉冲的时序特征与重点目标信号脉冲重复间隔(pulse repetition interval, PRI)生成仿真信号;最后,计算仿真信号的互相关函数,基于相关度判断PRI参数是否匹配。仿真实验表明:所提方法明显提升了对重点目标信号的识别时效,能够应对存在噪声干扰和信号交叠的复杂信号环境,对局部脉冲参数丢失不敏感。     

广义关联分析——兼论灰色关联的本质

在全等关联概念的基础上,提出了广义关联和映射关联的概念和算法,将统计线性相关和灰色关联统一在映射关联中,证明灰色关联是一种保比关联,提出了影响的定量概念． 最后用实例证明不同的关联方式,对数据序列的关联排序结果也不同．     

基于卷积神经网络的串行空时分组码盲识别算法

针对多输入单输出(multiple input single output, MISO)系统中的空时分组码(space-time block code, STBC)盲识别问题, 提出了一种基于卷积神经网络(convolutional neural network, CNN)的串行STBC识别方法。首先, 结合STBC识别问题提出了基本CNN (CNN basic, CNN-B)框架; 然后在分析STBC相关性的基础上, 针对空间复用和Alamouti信号混叠问题, 设计了基于相关性的CNN (CNN based on correlation, CNN-BC)模型; 最后将STBC数据集输入到网络模型中, 完成网络的训练和识别测试。仿真结果表明, 相比于基于特征提取的传统算法, 该方法将可识别的STBC扩展到了6种, 并且在低信噪比下的识别准确率更高, 识别过程可控制在微秒级别, 具有较高的工程应用价值。     

基于双谱-谱图特征和深度卷积神经网络的HRRP目标识别方法

针对雷达高分辨距离像(high resolution range profile, HRRP)目标识别中有效表示和特征提取这一关键问题,提出了基于双谱-谱图特征和深度卷积神经网络(deep convolution neural network, DCNN)的识别方法。首先,提取HRRP的双谱-谱图特征表示作为CNN的输入。然后,通过网络训练提取出深层本质特征,实现对雷达目标的识别。最后,对不同特征表示的识别结果进行对比。采用卫星目标实测数据进行实验,结果表明,该方法可以准确有效地识别雷达目标,而且与其他常用特征表示相比,双谱-谱图特征表示具有更好的识别准确率和噪声鲁棒性。     

大滩镇农业生态系统结构的灰色关联分析

以河北丰宁县坝上地区大滩镇为研究对象,运用灰色关联分析剖析了该区产业结构内部各因素之间的关系,并针对大滩镇现状和发展趋势,提出今后宜重点发展的产业为旅游业、牧业、蔬菜瓜果种植、农民家庭兼营商品性工业。表6,参5。     

基于理想方案的灰色关联综合评估研究

在分布式交互仿真中 ,根据仿真结果对作战方案进行综合评估是目前研究者重点研究的课题 ,提出了基于正负理想方案的灰色关联分析方法。利用理想解和灰色关联分析结合进行定量计算分析 ,解决作战结果综合评估的难题 ,可在一定程度上排除人们的主观随意性 ,为优化作战方案、武器装备论证、部队训练水平改善提供数据支持。并具体分析了战斗队形对作战结果的影响 ,具有较高的实用性。     

灰色关联分析用于稻米品质综合评价的改进

根据最新的国家米质标准和农业部行业标准,对用于稻米品质综合评价的灰色关联分析方法进行了改进,并对改进后的分析结果作了解释和预测,对学术界关于灰色关联分析的应用价值问题提出了自己的观念。表2,参16。