基于AHP-云模型的雷达抗干扰性能评估

针对传统主观评估方法在雷达抗干扰性能评估应用时存在的结果多值性和不稳定性等问题,将层次分析法(analytic hierarchy process,AHP)与云模型相结合,提出了一种AHP-云模型的雷达抗干扰性能评估方法。该方法以群体决策者使用层次分析法得到的权重作为输入,通过逆向、正向云发生器生成各个指标的权重云,再与雷达的指标值综合得到结果云,通过云相似性度量得到雷达的评价结果及优劣次序。评估实例结果表明,所提评估方法具有较好的准确性与鲁棒性。

改进离散人工蜂群算法的干扰波形决策

针对目前基于离散人工蜂群(DABC)算法的干扰波形决策存在迭代次数多、寻优概率低等问题,提出一种基于最优差异导向的混沌多维离散人工蜂群(ODCM-DABC)算法的干扰波形决策方法。通过引入最优差异矩阵对蜜源进行更新、多维搜索和贪婪选择的方式确定更新维度、Tent混沌序列初始化种群等操作,对干扰波形决策模型进行求解。仿真结果表明,所提算法在进行干扰波形决策时,与传统DABC和GA算法相比,需要的迭代次数更少、寻优概率更高,能够改善干扰波形决策系统的性能,具有一定的普适性。