基于简单证据的目标多特征综合识别

针对目标多特征数据，提出了一种基于简单证据的综合识别算法。首先，利用模糊理论将接收的特征参数与知识库中的特征参数进行比较，匹配求出目标模糊隶属度；然后，根据模糊隶属度和特征参数可信度构造包含“未知”的简单证据；最后，用简单证据组合规则进行证据合成，求出识别结果。经过数字算例验证，该算法既能处理冲突证据又能减少证据合成时间。     

基于特征参数的雷达信号识别算法及DSP实现

为解决传统雷达信号识别方法难以达到实时性的困难,提出了一种雷达信号快速识别算法.该算法基于信号的非周期自相关函数提取了映射信号带宽和频率变化率的2个特征参数,实现了对4种雷达信号的类型识别.仿真和硬件测试结果表明,该算法能在低信噪比下实现对雷达信号的全概率识别,识别时间小于0.8ms.算法适合硬件高速实时实现,具有一定的工程应用价值.     

一种有效的雷达信号快速识别方法

针对多种调制类型的雷达信号快速侦察识别成功率较低的问题，提出了基于瞬时频率特征提取的雷达信号快速识别新算法。首先，由短时傅里叶变换（STFT）得到信号每一部分的瞬时频率特征；其次，对得到的瞬时频率进行两次归一化分别得到各自特征值；最后，用层次决策方法对雷达信号进行分类识别。仿真实验结果证明该方法能有效识别各种雷达信号，在信噪比高于-3 dB时，各种脉内调制的识别成功率都达到90%以上。     

商业银行风险管理中的模糊分析方法

将商业银行面临的风险分解成若干个风险因素子系统,以金融理论为指导建立各子系统风险因素评价的隶属度矩阵,并在此基础上采用模糊间接识别模型及贴近度的概念,构造各子系统风险因素模糊识别模型;通过各子系统模糊识别模型的合成,建立整个商业银行系统的模糊识别模型,借以达到各商业银行风险排序、化解金融隐患之目的。     

基于熵权模糊评价模型的资本运营绩效分析

为研究企业的资本运营状况，选取了山东省2007年度有代表性的轻工行业的财务数据，运用信息论中熵权理论和模糊隶属函数相关理论，建立了熵权模糊综合评价模型，并对所选的数据进行了综合测评。结果显示：16家公司的综合测评结果比较符合现实状况。     

基于模糊系统分析法的会展企业风险管理

将会展系统中存在会展企业面临的各类风险分解成若干个风险因素子系统,运用系统模糊系统分析相结合方法,建立各子系统风险因素评价的隶属度矩阵,并在此基础上通过采用模糊识别模型及贴近度的概念,构造各子系统风险因素模糊识别模型。最后通过各子系统模糊识别模型的合成,初步建立起整个会展业系统模糊识别模型,通过会展企业对此风险的认识从而更好地进行自身定位。     

基于模糊决策的城市地物变化解析

现有的城市地物变化检测方法,大体上仅有识别是否变化的单一功能,同时易受外界环境影响。以变化本身为对象,以模糊决策为工具,利用其在多因一果的现象的辨别优势,结合城市变化实际情况,构造其地物变化本身的相关隶属函数并确定变化阈值,力图初步解决城市变化中的不确定性问题,还原城市变化原貌。     

基于多特征参量模糊数据融合的辐射源识别

针对多特征的辐射源识别,采用对辐射源信号特征参数的模糊化表征,建立了多特征、多目标的模糊评价矩阵以及模糊属性综合评判函数,提出了多属性判决函数的融合判决方法进行二次评判的综合识别,从而提高目标识别的准确率和可靠性。仿真结果证实了本文提出方法的有效性。     

多载频相位编码雷达通信一体化研究

为了最大程度地利用资源和减小电磁干扰,电子战平台的雷达通信一体化设计有着尤为重要的意义。针对通信中成熟应用且在雷达中有较好前景的正交多载频波形,提出直接序列扩频正交频分复用（OFDM）进行雷达通信一体化的想法。给出了实现方法,重点对该一体化信号模糊函数进行求解和分析,指出增加子载波数目信号分辨性能更佳;随机的信息流仅对模糊函数的邻道干扰项造成影响,为进一步优化一体化信号旁瓣性能提供了理论依据。最终的仿真结果和性能分析表明,该一体化信号能够实现雷达通信一体化的目的。     

雷达辐射源分类识别方法综述

阐述了雷达辐射源识别研究的必要性，详细介绍了现有雷达辐射源基本分类识别方法，系统梳理了现有分类识别技术的优缺点，合理分析了多、大且杂的电磁环境下雷达辐射源识别研究趋势，提出将深度学习与雷达辐射源识别全面结合，实现雷达辐射源识别智能化。     

基于灰色关联算法的雷达反隐身性能评估

雷达反隐身的性能评估对现代空防战争具有重要意义。在深入分析雷达反隐身技术及相关基础理论基础上建立了雷达反隐身性能指标体系,提出了采用基于自适应熵权的灰色关联算法来进行雷达反隐身性能评估,解决了评价权重模糊问题,并结合经典最小二乘法和拉格朗日函数建立了优化评估模型,最后通过算例分析给出了该算法模型的应用过程,分析结果表明该算法能有效实现对雷达反隐身性能的排序和优选。     

雷达低角跟踪分析与探讨

由于多径效应影响，雷达跟踪系统对处于低仰角内的目标跟踪会出现不稳定。本文对多径效应现象进行了分析，对常用方法进行了探讨。如果将分集技术与自适应技术结合起来，将很好抑制多径干扰。     

基于小波变换的异类传感器机动目标的模糊航迹关联

针对雷达和电子对抗测量对机动目标的航迹关联问题,提出了一种基于小波变换的模 糊航迹关联算法。首先通过小波分析对航迹序列进行去噪、粗关联,然后根据目标的特性建 立模糊因素子集,进行精关联。仿真实验表明：与传统的加权法相比,该算法有效地解决了 机动目标航迹关联问题,并提高了航迹关联的概率。     

正弦调频连续波雷达数字中频信号处理机的设计

采用ADC＋FPGA＋DSP模式设计了一种正弦调频连续渡雷达数字中频信号处理机。该处理机利用了数字接收机和恒虚警检测（CFAR）原理实现了目标多普勒信号提取、检测和存储，具有体积小、功耗低、可靠性高等特点，且具有一定的灵活性和可扩展性。介绍了处理机各组成部分的功能及参数选择，并分析了处理机所用的恒虚警检测算法。测试结果表明，该处理机克服了采用模拟接收电路的固有缺点，提高了通道一致性和测量精度。     

基于最大边缘分配算法的雷达博弈波形设计

实战背景下雷达目标先验信息有较大的不确定性,基于先验信息设计的波形不能满足参数估计的需要。为解决该问题,提出了一种博弈条件下的雷达波形设计方法。考虑到雷达与干扰机在电子对抗中的非同时性,采用Stackelberg博弈框架进行建模。该方法以优化雷达能量谱分布为策略,采用最大互信息准则建立效用函数。博弈过程中,雷达与干扰机各自根据对手策略优化发射波形,经过多次迭代,双方达到纳什均衡。仿真实验对比了均衡策略与maxmin策略与随机策略,证实了所提算法的有效性。     

高信号密度雷达脉冲分选算法

利用脉冲重复间隔(PRI)是高信号密度环境下一种主要的脉冲分选去交错方法.文中分析了受到雷达扫描特性影响时,脉冲到达时间(TOA)测量误差对PRI估计及对脉冲分选去交错的影响,提出了一种对脉冲幅度变化不敏感的TOA测量算法和能够克服PRI误差累积的去交错算法.仿真结果表明,该算法适用于高信号密度环境,性能良好.算法已在DSP平台上实现,具有很好的实时性.     

一种基于Kay瞬时测频的PSK解码方法

在电子侦察中,需要判断截获的雷达信号的调制方式和调制参数。利用Kay瞬时测频结合聚类分析的方法,可检测LFM、FSK和PSK信号。对相位编码信号,利用单脉冲多重相关积累算法从信号中提取相位跳变规律,并在此基础上给出了相位编码序列恢复方法。该处理方法在信噪比较高时,计算速度优于短时傅里叶变换(STFT)等方法。最后,通过计算机仿真显示了该方法具有较好的精度和处理结果。     

基于多重交叉残差方法的空间目标旋转特性分析

针对传统的频谱分析和自相关函数反演周期时常出现虚假周期的问题，提出了多重交叉残差法处理空间旋转目标雷达散射截面(Radar Cross Section，RCS)的时间序列。以空间跟踪和监视系统(Space Tracking and Surveillance System,STSS)卫星为例，仿真了空间目标失稳旋转状态，对比了频谱分析、自相关函数和多重交叉残差3种方法的处理结果，发现当目标存在进动运动时多重交叉残差法抗干扰能力更强。在此基础上，进一步研究了不同章动角时多重交叉残差法对旋转周期的反演效果，结果表明章动角大小会影响旋转周期的反演准确度，且章动角达到一定数值后，卫星进动幅度过大导致RCS序列周期性模糊，无法用多重交叉残差法反演出旋转周期。     

A hybrid data mining model of feature selection algorithms and ensemble learning classifiers for credit scoring

Data mining techniques have numerous applications in credit scoring of customers in the banking field. One of the most popular data mining techniques is the classification method. Previous researches have demonstrated that using the feature selection (FS) algorithms and ensemble classifiers can improve the banks' performance in credit scoring problems. In this domain, the main issue is the simultaneous and the hybrid utilization of several FS and ensemble learning classification algorithms with respect to their parameters setting, in order to achieve a higher performance in the proposed model. As a result, the present paper has developed a hybrid data mining model of feature selection and ensemble learning classification algorithms on the basis of three stages. The first stage, as expected, deals with the data gathering and pre-processing. In the second stage, four FS algorithms are employed, including principal component analysis (PCA), genetic algorithm (GA), information gain ratio, and relief attribute evaluation function. In here, parameters setting of FS methods is based on the classification accuracy resulted from the implementation of the support vector machine (SVM) classification algorithm. After choosing the appropriate model for each selected feature, they are applied to the base and ensemble classification algorithms. In this stage, the best FS algorithm with its parameters setting is indicated for the modeling stage of the proposed model. In the third stage, the classification algorithms are employed for the dataset prepared from each FS algorithm. The results exhibited that in the second stage, PCA algorithm is the best FS algorithm. In the third stage, the classification results showed that the artificial neural network (ANN) adaptive boosting (AdaBoost) method has higher classification accuracy. Ultimately, the paper verified and proposed the hybrid model as an operative and strong model for performing credit scoring.     

三频段准连续波雷达信号目标检测性能分析

准连续波雷达是一种低截获概率雷达,结合了脉冲雷达收发隔离和连续波雷达截获概率低的优点,但其检测性能的优劣很大程度依赖于信号形式,普通的编码信号和线性调频信号已经不能满足其对目标探测的要求。为解决这个问题,设计了一种三频段信号和与之相应的收发系统,对系统结构及三频段信号的参数选择原则、目标检测原理、模糊函数、抗近距离盲区性能做了详细分析,并指出了三频段信号相对于相位编码信号和分时发射信号的优势所在,最后通过仿真证明,将三频段信号应用于准连续波体制雷达中时能准确探测目标,得到目标的各个参数并且能有效消除近距离盲区。