美军电子战靶场威胁辐射源浅析

威胁辐射源是电子战靶场威胁电磁环境的主要生成设备，在美军电子战靶场建设中占有重要地位。较着重介绍了美军重点发展的三种威胁辐射源，美军电子战靶场威胁辐射源的运用特点以及未来发展趋势。

基于组合赋权TOPSIS辐射源动态威胁评估

针对辐射源目标威胁评估中属性指标权重设计缺乏全面性、评估缺乏动态性等不足,提出基于层次分析法(Analytic Hierarchy Process,AHP)与熵权法组合赋权的逼近理想解(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)动态辐射源威胁评估方法。首先提出包含平台属性和雷达属性的辐射源威胁评估指标体系;其次构建量化定性和定量属性的威胁隶属度函数;然后通过AHP和熵权法给属性进行主、客观组合赋权;接着利用泊松分布逆形式引入时间权重,融合多时刻信息;最后基于TOPSIS算法求解目标的威胁排序。仿真分析表明,相比主观赋权或客观赋权法评估,所提组合赋权法具有更强的全面性和有效性;相比仅考虑目标当前时刻属性信息评估方法,所提引入时间权重的动态评估方法具有更好的合理性和客观性。所提方法能较好地反映多目标的威胁排序,为作战指挥决策提供有力的依据。

辐射源威胁等级判定的模糊多属性方法

辐射源威胁等级判定是电子对抗领域的一个重要研究课题 ,干扰资源分配、干扰辅助决策都以等级判定作为基础。在分析海军现有侦察机威胁等级判断方法的基础上 ,利用目标权重的一致性排序方法确定了威胁判断因子的权重 ,用模糊集理论建立了其隶属度函数 ,进而提出和建立了一种计算辐射源威胁等级的方法 ,并给出了辐射源威胁等级的评判标准。文中实例说明 ,该方法是可行、有效的 ,为威胁等级的判断提供一种新的途径 。

基于RBF神经网络的辐射源威胁评估

提出基于一种新的鲁棒性径向基 (RBF)神经网络的辐射源威胁评估方法。此网络应用Log Sigmoid函数作为基函数 ,避免了学习过程中的不稳定状态 ,并且比传统的RBF有更好的学习性能和函数逼近能力。并介绍一种新的归一化函数 ,通过归一化函数把不同类型、不同量纲的原始评估数值转换到〔 1,1〕区间 ,该归一化函数较好地体现了“奖优罚劣”的原则 ,同时又更有利于神经网络的训练。

基于ICW-RCM的辐射源组合威胁评估

针对传统辐射源威胁评估方法难以直观地给出目标威胁程度以及在实时性、复杂性上的不足,在雷达图法(radar chart method,RCM)的基础上,提出基于改进组合赋权(improved combination weighting,ICW)-RCM的辐射源组合威胁评估算法。组合威胁评估将辐射源威胁等级粗排序和精细排序相结合,根据雷达指标计算雷达工作模式,对辐射源威胁等级进行粗排序,并降低威胁程度低的辐射源任务优先级;基于ICW-RCM,对相同雷达工作模式的辐射源精细化排序,并结合粗排序结果,得到最终的辐射源威胁评估结果。实验仿真与分析表明,该算法具有较好的正确性与有效性,与传统组合赋权雷达图法相比算法复杂度较低、实时性较高、结果更加形象直观。

IFS-BN结合的辐射源威胁评估方法

针对辐射源威胁评估实时性、复杂性和信息不确定性的问题,将直觉模糊集与贝叶斯网络相结合,提出一种基于IFS-BN的辐射源威胁评估方法。IFS-BN算法通过直觉模糊集刻画贝叶斯网络的节点信息,充分描述节点信息的确定性,不确定性以及犹豫度。同时,将直觉模糊集求得的各辐射源先验概率代入贝叶斯网络模型之中,得出后验概率进行威胁等级排序,并在此基础上建立了相应的评估指标体系。仿真分析表明,算法具有较好的可行性与有效性。与经典贝叶斯网络评估方法相比,IFS-BN算法的结果更加客观合理。

不完备信息系统辐射源威胁等级判定

针对不完备信息系统条件下的辐射源威胁等级判定问题,提出了一种基于改进容差关系粗糙集(ITR-RS)的不完备信息系统辐射源威胁等级判定方法。该方法将粗糙集中的不完备信息系统理论引入辐射源威胁等级判定中,并构建一套完备的决策规则提取模型。此外,利用辨识矩阵实现对属性的约简,在降低系统所需处理数据量的同时,提高了算法的实时性;在容差关系粗糙集的基础上,提出一种改进的容差关系,在属性主、客权重相结合的基础上引入阈值来划分加权阈值容差类,得到更为合理、准确的决策规则。仿真试验及分析表明,与经典RS算法相比,所提算法的威胁等级判定正确率提高了23%,可用于信息系统不完备条件下的辐射源威胁等级判定。

信息不完备条件下基于IOWA-TOPSIS的辐射源威胁评估

针对信息不完备条件下的辐射源威胁评估问题,提出一种基于IOWA-TOPSIS的评估算法。首先,针对实际作战过程中易出现的敌方辐射源信息不完备情况,引入诱导有序加权平均(IOWA)空值估计算法,基于属性集的关联性预测缺失数据;然后,采用改进的基于指标相关性的指标权重确定(CRITIC)分析不同属性对评估过程的影响程度,客观分配权重;最后,通过逼近理想解排序(TOPSIS)算法度量不同辐射源威胁程度,并进行威胁等级排序。仿真实验结果表明,所提算法能有效实现辐射源威胁评估,相较于传统评估方法,结果更加客观、可靠。

基于直觉模糊区间粗糙集的辐射源威胁等级判定

在辐射源等级判断中,由于侦察设备对辐射源各参数的侦测存在很大的直觉性和模糊性,对准确刻画辐射源的威胁带来了不便。通过把直觉模糊和粗糙集的理论引入到辐射源威胁等级判断中,充分考虑直觉指数对隶属度的支持度,构造了下近似为隶属度、上近似为隶属度+直觉指数的直觉模糊区间粗糙集,在此基础上构建了直觉模糊区间粗糙集的决策模型;给出了辐射源威胁的因素集,在此基础上进行了实例验证,结果表明该方法可行有效。

基于D/S证据理论的辐射源威胁等级评判

辐射源威胁等级评判是电子战专家系统重要组成之一,D/S证据理论具有多数据源不确定信息推理和融合特点,符合人类思维决策过程。根据辐射源威胁因素和判断准则建立辐射源威胁等级评判体系,研究将隶属度函数表述威胁程度的模型改为区间分布表述的基本可信度函数模型,给出基本可信度函数值的归一化计算方法,使之符合D/S证据理论可信度分布函数要求。最后,用实例对模型进行了验证,结果表明D/S证据理论是评估辐射源威胁等级的一种有效方法。

基于人工神经网络的辐射源威胁评估方法

介绍一种基于神经网络的辐射源威胁评估方法。首先引用了一种新的归一化效用函数 ,把不同类型 ,不同量纲的原始评估数值转换到〔 - 1 ,1〕区间 ,该效用函数较好地体现了“奖优罚劣”的原则 ,同时对于神经网络又更容易学习和训练 ;其次建立了基于神经网络的辐射源威胁评估模型 ;最后介绍了应用该方法对多个辐射源进行威胁评估的实际应用。

基于博弈论的GRA-TOPSIS辐射源威胁评估方法

将辐射源威胁评估作为多属性决策问题进行处理时,侦察方无法获取敌方辐射源的所有信息,而逼近理想解排序(TOPSIS)法在处理"贫信息"问题时很难得到完美结果,而且其仅仅考虑指标之间的欧氏距离,无法反映各指标间的关联性。针对TOPSIS法存在的问题,将灰色关联分析(GRA)和TOPSIS法结合,提出一种基于博弈论的GRA-TOPSIS辐射源威胁评估模型。在构建辐射源目标综合评价指标体系的基础上,运用博弈论(GT)思想将区间层次分析法(IAHP)所得主观权重和信息熵所得客观权重进行组合得到综合权重,能够较大程度减少单独赋权带来的信息损失。在基于GRA-TOPSIS辐射源威胁评估模型下,构建了关于战场态势的决策信息系统,通过与传统TOPSIS法进行对比仿真,验证了所提方法的有效性,有助于对辐射源进行更精细准确地排序。

数据缺失下基于IOWA-TOPSIS的辐射源威胁评估

由于战场环境的高复杂性,侦察方难于获取目标辐射源的完备信息。为解决传统辐射源威胁评估算法不适用于数据缺失情况的问题,引入诱导有序加权平均算子空值估计算法,与逼近理想解排序法相结合,采用CV-G1法赋权,构建数据缺失下基于IOWA-TOPSIS的辐射源威胁评估模型。首先,利用IOWA算子估算空值,解决数据缺失问题;然后,利用基于变异系数法改进的G1法实现对各属性的组合赋权;最后,通过TOPSIS算法对辐射源威胁度进行排序。仿真验证了算法的有效性,该方法拓展了TOPSIS算法使用范围,实现数据缺失情况下的辐射源威胁评估。

基于遗传算法优化BP神经网络的辐射源威胁等级评估方法

辐射源威胁等级评估是认知电子战中的一个重要环节。首先引出辐射源威胁等级评估问题,然后介绍了2种常用的辐射源威胁分析方法。接着通过遗传算法对反向传播(BP)神经网络进行优化,使用优化后的网络去解决辐射源威胁等级判定问题,提出了基于遗传算法优化BP神经网络的辐射源威胁等级判定方法,将BP算法的后向反馈部分替换为遗传进化。以此算法为基础进行实验,对优化后的算法和普通的BP算法的性能进行比较。实验结果表明,使用遗传算法优化后的神经网络算法比传统的BP神经网络算法更具优势。

基于UTADIS法的辐射源威胁等级判定

辐射源威胁等级判定是电子对抗领域的重要研究课题,针对现有的不足,利用多准则分类的效用加性判别(UTADIS)法,建立了一种辐射源威胁等级判定方法。结果表明,利用UTADIS法能够准确合理地判定辐射源威胁等级,能够体现决策者偏好信息,还能更精确地估计辐射源威胁程度。该方法在性能和实用性方面具有优势,是一种新的判定途径。

区间条件下基于GRA和TOPSIS的辐射源威胁评估

将辐射源威胁评估作为多属性决策问题进行处理时,由于作战环境的复杂性,侦察方无法获取敌方辐射源的完整信息,导致各个辐射源目标的属性取值通常不是确定数值,具有一定的不确定性.针对上述问题,引入区间数理论和灰色关联分析对传统逼近理想解排序法进行拓展,提出一种基于灰色关联分析和逼近理想解排序的区间多属性决策方法用于解决不确定条件下的辐射源威胁评估问题.该方法构建基于区间数的欧氏距离和基于区间数的灰色关联度,通过对二者进行结合构建关于战场态势的决策信息系统,并通过构造新的综合贴近度实现对辐射源威胁程度的定量评价.实验仿真验证了所提方法能够有效解决实际作战中不确定条件下的辐射源威胁排序问题,有助于侦察方对于战场态势的进一步掌握.

基于知识图谱的辐射源威胁态势协同构建技术

为解决复杂电磁环境带来的辐射源威胁态势构建难题,将知识图谱技术引入辐射源威胁态势构建中,提出了辐射源知识图谱三元组和表征模型,解决了辐射源信息表征困难的问题。探讨了多机协同对辐射源威胁态势构建带来的优势,并结合知识图谱形成了辐射源威胁态势协同构建新技术,给出了威胁态势准确度计算方法。研究表明,知识图谱的引入能够完整地表征辐射源信息、构建更合理的辐射源威胁态势,有利于分析辐射源威胁态势、识别作战意图、评估威胁等级,提升电子对抗作战效能。

综合电子战仿真中干扰资源分配模块设计

研究了在以蓝方电磁环境和红方飞行编队为背景下的综合电子战仿真系统中干扰资源分配与作战想定模块设计的基本原理及其实现的具体方法。