基于改进模糊综合评判的仿真可信度评估方法

针对基于传统模糊综合评判的仿真可信度评估过程中专家根据个人偏好或期望确定权重、模糊合成运算选择不合理等引起的评估结果不准确等问题,提出了一种基于改进模糊综合评判的仿真可信度评估方法。针对树型评估指标体系,利用模糊综合评判矩阵,基于最小隶属度加权平均偏差确定评估指标体系中各层指标的权重;在模糊合成运算环节,利用隶属度加权平均偏差,获取综合评价向量,进而得到仿真可信度评估结果;应用于某半实物仿真系统可信度评估中,计算结果验证了该方法的合理性和可行性。     

基于组合赋权的网络可生存性模糊综合评估

针对网络系统可生存性的有效评估问题,对指标体系的构建,指标赋权及综合评估方法进行了研究。提出了一种机制关联的网络可生存性指标体系构建方法,从可生存性的4个重要属性角度构建了层次化的指标体系,依据该指标体系提出了一种新的组合赋权方法,由层次分析法计算主观权重,粗糙熵方法计算客观权重,并给出了关联权重的概念和计算方法,构建离差最小化目标优化函数将3种权重联合得到组合权重,建立了基于隶属云的模糊综合评估模型,将隶属云替代原来的确定性隶属度函数。仿真结果表明,该评估方法可对网络系统可生存性进行准确有效的评估。     

基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法

针对雷达抗干扰性能评估的问题, 提出一种基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法。该方法以模糊数学和关联函数理论为基础, 首先借鉴已建立评价指标的模糊综合评判因素集, 采用区间数打分, 基于灰色关联方法确定评价指标权重。然后, 通过隶属函数建立评判矩阵,计算模糊综合评断结果, 并按照隶属度的大小确定雷达抗干扰能力级别。最后, 建立模糊值线性序评价模型, 确定雷达抗干扰性能的优劣顺序。经实例验证, 所提方法既可以确定雷达抗干扰性能的评价等级, 又能进一步确定雷达抗干扰性能的优劣顺序, 且较为客观可靠。     

基于特征选择验证的故障注入仿真可信度评估

针对故障注入仿真的数据复杂、细节特征多,导致单一指标可信度评估和专家目测评估方法难以得到准确的评估结果和评估专家按照AHP方法给出的是区间互补判断矩阵,导致可信度指标的权重难以确定的问题。提出了一种基于特征选择验证FSV(Feature Selection Validation)的多指标综合可信度评估模型,通过FSV方法计算可信度指标的定量或定性的可信度值;定义了区间数的模糊度和相离度,构建了多目标优化模型计算可信度指标的权重。实例证明了方法的可行性和有效性。     

基于SAR仿真图像的地面车辆非同源目标识别

充分的合成孔径雷达(synthetic aperture radar, SAR)模板数据是目标识别算法(尤其是基于深度学习的智能目标识别算法)获得优异识别性能的关键, 基于实际测量获取充分SAR数据是不现实的, 基于电磁散射建模的SAR仿真成为当前获取充分样本的一种有效途径。SAR仿真图像与实测图像为非同源数据, 由于SAR仿真的目标几何模型与实物之间差异、SAR仿真过程中的传感器模型与实际传感器性能之间差异、实物所处的背景环境与SAR仿真的环境之间差异、电磁建模方法本身误差等因素导致SAR仿真图像与实测图像存在差异, 会影响识别性能。针对这一问题, 首先采用一种基于高频渐近技术和离散射线追踪技术的SAR仿真方法获取地面车辆目标的SAR仿真图像, 再利用卷积神经网络方法、线性/非线性特征变换方法实现对MSTAR实测数据的非同源SAR目标识别性能对比分析。实验结果表明, 直接使用SAR仿真数据无法实现对实测SAR数据有效识别, 而线性/非线性特征变换可以改善非同源SAR目标识别性能, 一定程度上缓解由于SAR仿真数据与实测数据存在差异导致的识别性能差的问题。     

基于模糊综合评判的备件品种量化方法

利用模糊综合评判的方法,对备件品种的量化方法进行了探讨。在建立模糊综合评判模型的基础上,分析了模型中评价因素集,并给出了评价因素的权重分配,对评价因素进行了详细的分类和界定,给出了确定其隶属度的方法,并给出了综合评价的计算公式,最后又对本方法的使用提出了一点建议。     

考虑决策者偏好的洪水灾害模糊聚类迭代评估模型

决策者偏好对洪水灾害的评估结果有重要影响.传统的评估方法可能会出现次要指标权重过大的情况,难以有效体现决策者偏好对评估结果的影响,为此将模糊聚类迭代模型推广到考虑决策者偏好的情况,并给出单一偏好条件下的理论解,提出了基于决策者偏好模糊聚类迭代模型.在该模型中,通过增加一个松弛因子构造一个增广拉格朗日乘子添加到模糊聚类迭代模型的目标函数中,将体现决策者偏好的不等式约束转化为等式约束,并依此求出该偏好条件下权重向量的解析解,可为考虑决策者偏好评估方法的研究提供理论依据;再根据样本特征值矩阵与解得的最优权重向量求出各样本的灾情综合评价值,结合最优隶属度矩阵确定各样本所属洪灾等级,各等级内部样本依据灾情综合评价值排序.该模型直接利用样本特征值矩阵对洪灾样本灾情大小进行识别,降低对最优隶属度矩阵的依赖性,使得排序结果更准确合理.最后,将该模型应用于2013年四川省部分地区洪水资料,验证了考虑决策者偏好模糊聚类迭代模型的理论结果,灾情综合评价值法的排序结果比传统的类别特征值法更合理.     

基于直觉模糊相似度的直觉模糊三支决策方法

针对现有直觉模糊相似度未考虑其隶属度和非隶属度的实践语义且在一些情形下可能出现"违反直觉"等问题,本文提出一种新直觉模糊相似测度,并将其引入直觉模糊决策系统中,定义了直觉模糊相似度下(α,β)-水平截集等概念,并给出相关性质.以粗糙隶属度为评价函数导出目标集的(α,β)-下、上近似集及其三个域.考虑到决策者不同风险态度,基于贝叶斯理论构建一种具有多风险偏好的直觉模糊三支决策模型,并获得决策规则,进而提出一种基于直觉模糊相似度的直觉模糊三支决策方法.最后,通过算例说明该方法的可行性和有效性.     

SAR对地面车辆目标探测能力仿真系统研究

为了更有效评估合成孔径雷达(SAR)系统对地面目标的检测、识别性能,分析、衡量地面目标生存能力,根据SAR对地面目标探测的基本原理,结合计算机仿真技术,设计并开发了机载/星载SAR对地面车辆目标探测能力仿真系统。该系统通过对多种杂波背景下车辆目标原始回波的模拟,实现了多种算法的目标成像、双参数CFAR检测以及目标识别处理,进而实现对场坪/公路上固定或慢速运动车辆目标的检测及识别概率计算,由此进行车辆目标生存能力的评估。给出了仿真系统的总体架构和各模块的功能原理,并用仿真实例进行验证。     

基于改进模糊综合评判法的建筑物毁伤效果评估

针对建筑物毁伤效果评估结果的模糊性及模糊综合评判法权重设置主观性较强的问题,提出改进的模糊综合评判法。通过选取建筑物毁伤前后高分辨率遥感图像特征指标,构建评估指标集。定义转换公式得到评估指标值。计算评估指标变异系数,得到权重约束。利用随机多准则可接受性分析-2(stochastic multi-criteria acceptability analyasis-2,SMAA-2)思想优化确定性SMAA方法,自下而上逐层合成计算毁伤等级评语概率集合。依据评估准则,得到评估结果。该方法仅利用图像信息,评估过程不需要定量设置权重,减小了主观性。通过实际算例验证了该方法的有效性。     

基于KFD+ICA特征提取的SAR图像目标识别

提出了一种用基于核函数的Fisher判别分析(kernel based Fisher discriminant analysis,KFD)和独立分量分析(independent component analysis,ICA)特征提取的合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法。用基于核函数的Fisher判别分析提取SAR图像样本在高维特征空间中的最佳分类向量,对最佳分类向量做独立分量分析,得到表征图像样本的特征向量,用支持向量机(support vector machine,SVM)对提取得到的特征向量分类完成目标识别。对MSTAR数据库中三类军事目标用该方法进行特征提取和识别实验,识别率为96.92%。结果表明,KFD ICA特征提取方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率。     

基于热核特征的SAR图像地物识别方法

采用了一种空间敏感度特征包(spatially sensitive bags of feature, SS BOF)来实现合成孔径雷达（synthetic aperture radar,SAR）图像的地物识别。首先采用推广的核模糊C 均值方法分割SAR图像,提取SAR图像目标图形;采用Harris角点检测子提取角点,接着对目标图形进行Delaunay三角剖分;采用cotangent weight方法对三角剖分图赋值,进而求得离散化Laplace Beltrami算子的特征值、特征向量,并计算SS BOF,进而对地物目标进行识别,其识别方法采用比L1相似准则效果更好的相关系数法;最后与热核迹等热核不变量特征以及Hu不变矩特征进行对比。实验表明：空间敏感度热核特征的识别率高于热核不变量的识别率,并与经典的Hu不变矩特征比较,识别率有所提高。     

基于相似度网络融合的极化SAR图像地物分类

从极化合成孔径雷达(synthetic aperture radar, SAR)图像中提取多种特征向量堆叠成一个高维特征向量用于地物分类,将导致部分特征向量的分类能力减弱或丧失。针对此问题,将每种特征向量看作为不同视角数据,提出了一种基于一致相似度网络融合的极化SAR图像非监督地物分类方法。首先,将极化SAR图像进行过分割,基于超像素提取5种特征向量以构建5个相似度矩阵;其次,采用一致相似度网络融合多视学习算法生成融合的相似度矩阵;然后,基于该矩阵进行谱聚类;最后,提出一种分类后处理策略修正错分像素。仿真和实测极化SAR图像地物分类结果表明,该方法性能优于其他5种经典方法。     

模糊多属性决策的折衷方法

在假设属性指标和权重都是模糊数的条件下,利用两个模糊矢量的分量期望值构成的向量的夹角作为这两个模糊矢量的夹角,提出了模糊矢量投影的概念,以权重矢量作为标准衡量各个方案尺度,将模糊多属性理想矢量与模糊多属性指标构成的模糊矢量之差和模糊负理想矢量与模糊多属性指标构成的模糊矢量之差在模糊权重上的投影系数组合大小作为衡量各个方案优劣的准则,投影系数越大,方案越优,并给出该准则的算法及说明该准则的一个例子。     

面向变化检测的SAR图像超像素协同分割算法

针对面向对象的合成孔径雷达(synthetic aperture radar, SAR)图像变化检测中存在的多时相图像边界和空间对应关系不一致的问题,提出了一种面向变化检测的SAR图像超像素协同分割算法。首先,分别计算两幅不同时相SAR图像中两个像素点之间的强度相似度,并进行加权组合得到新的像素强度相似度。其次,对两幅不同时相的SAR图像及其对数比值图分别进行边缘提取,以同一像素位置的最大边缘值构造二值边缘图。最后,以融合了像素强度、空间距离和边缘信息的相似度代替CIELAB彩色空间相似度,利用改进简单线性迭代聚类算法对多时相SAR图像进行超像素分割,得到边界准确、空间对应的协同分割结果。基于一组仿真和一组实测多时相SAR图像的协同分割实验结果表明,该方法的边缘贴合率、欠分割误差和可达分割准确率均优于其他4种经典方法。     

基于改进矢量量化的SAR图像压缩算法

由于SAR图像像素之间相关性比较弱,考虑到矢量量化在信源弱相关的条件下,也能取得比较好的压缩效果,将矢量量化用于SAR图像压缩中。同时,针对SAR图像纹理丰富,容易受到斑点噪声影响的特点,改进算法将区域整体图像信息从量化空间中分离出来,而且删除了每次聚类后含有最少矢量的胞腔。该算法有效的减少了量化空间大小,使生成码字分布更加合理。实验结果表明,矢量量化对于SAR图像压缩是有效的,并且,改进算法提高了图像整体压缩效果,较好的保留了点线面目标,同时在斑点噪声抑制方面做出了有益的工作。     

高超声速制导炮弹终端滑模控制

针对高超声速制导炮弹的动力学耦合与非线性控制问题,设计一种基于反馈线性化的终端滑模控制器。首先,兼顾控制系统设计的简便性要求与高超声速制导炮弹的强非线性特点,建立非线性控制模型。然后,对模型中动力学耦合问题,根据微分几何理论对其进行反馈线性化,实现俯仰通道与偏航通道的解耦。最后,对两通道分别设计终端滑模控制器,且控制器有限时间收敛。仿真结果表明,所设计的控制器能够快速稳定的追踪指令信号,且在外界干扰与参数摄动的情况下依然具有良好的鲁棒性。     

二维最大散度差图像投影鉴别分析

提出了一种新的二维散度差图像投影鉴别分析方法。该方法利用类间离散度与类内离散度之差作为鉴别准则，从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题时。所提出的方法是直接基于图像矩阵的，与以往的基于图像向量的鉴别方法相比，它的突出优点是大大提高了特征抽取的速度。在ORL人脸数据库和AR标准人脸库上的仿真试验结果表明，所提出的方法不仅在识别性能上优于传统的散度差鉴别分析，特征抽取的速度有了较大幅度的提高。     

基于区域Bhattacharyya相似度的SAR图像地物分类方法

传统的基于像素的合成孔径雷达(synthetic aperture radar, SAR)图像地物分类方法难以有效区分起伏变化大的地物。针对该问题,提出了一种基于区域Bhattacharyya相似度的SAR图像地物分类方法。方法首先利用适当的图像分割技术获取均匀的SAR图像区域。接着定义Bhattacharyya相似度来描述区域之间的统计相似程度,并推导了其对应Gamma分布的解析表达式。最后,以图像区域为分类单元,基于最大区域Bhattacharyya相似度准则实现SAR图像地物分类。利用实测SAR图像的地物分类结果表明,该方法性能优于经典的基于像素的最大似然分类方法和支持矢量机方法,且优于基于区域的最小距离法。