雷达辐射源识别专家系统

介绍雷达辐射源识别专家系统根据雷达信号参数的变化特征和参数范围识别雷达工作体制和用途的推理过程,介绍识别置信度的融合算法,给出了对本专家系统的测试结果。     

相控阵雷达识别专家系统的知识库建造

分析了相控阵雷达的基本原理和专家系统的结构,提出了一种相控阵雷达识别专家系统的知识库建造方法。该方法运用语义网络和面向对象的知识库建造思想,满足了相控阵雷达识别对专家系统的特殊要求。     

雷达辐射源识别专家系统中的推理机设计

从雷达辐射源识别的特点出发，采用面向对象的方法分析了雷达辐射源识别专家系统的推理机的工作原理，给出了推理机的设计思想。介绍了识别的基本步骤；分析了事实库查询识别和规则推理优缺点，主要采用规则推理。给出了推理机的工作原理、推理方向和推理控制策略等。最后采用不精确推理中的确定性理论进行推理实现。应用结果显示，如此设计的推理机可以提高雷达辐射源的机器识别率。     

基于雷达辐射源识别专家系统的数据融合方法研究

介绍了用专家系统进行雷达辐射源识别的方法,重点阐述了专家系统知识推理机的控制策略和推理机制,详细分析了3种数据融合方法:确定性理论方法、主观Bayes理论方法和D-S证据理论方法,并用1个实例分析了这3种方法的准确率,总结了3种方法的优缺点,对进一步研究具有借鉴意义。     

基于回归神经网络的雷达辐射源识别算法

本文在研究带偏差单元内部回归神经网络（Internally Recurrent Net,IRN）算法的基础上,分析了雷达特征参数和雷达威胁类型的内在联系;利用统计分析和特征建模的方法获取先验知识、设计分类器并求取模糊隶属函数,结合IRN自学习特性和模糊隶属函数的分类功能识别出目标雷达辐射源可能的威胁类型,给出识别可信度。     

雷达辐射源信号快速识别综述

对现代战场的电磁环境特点进行分析,介绍了已有的几种雷达信号特征描述方式,阐述了目前的雷达辐射源信号快速识别方法及其发展方向,概述了雷达辐射源识别系统中的数据库设计研究现状.对未来进行展望,为进一步研究雷达辐射源信号快速识别技术提供参考.     

雷达辐射源识别决策层融合算法

针对雷达辐射源识别过程中数据信息量大的实际情况,应用多传感器最优组合理论,提出一种对辐射源侦察传感器的优化组合方法,以提高融合效率;此外,将D-S证据理论用于数据融合过程中,结合雷达辐射源识别问题的特点,并借鉴信息论中熵的概念,对基本概率赋值函数(BPAF)进行了建模;仿真结果表明该模型的有效性和融合算法的优良性能。     

雷达辐射源识别算法综述

结合雷达辐射源识别的军事需求和近几年取得的研究进展,以雷达辐射源识别中最核心的3个方面为研究对象,综述相关算法的研究现状与发展.针对低信噪比环境、分类器能力不足和单传感器识别的缺陷,从辐射源特征提取、分类识别和多源融合识别等方面详述了目前算法的研究思路和性能,引入当前热点模式识别算法并分析其可借鉴性.最后,指出了在辐射源识别研究领域中仍存在的问题,并展望了下一步的研究方向.     

基于随机森林的雷达辐射源识别算法研究

为解决低信噪比条件下传统雷达辐射源识别准确性低、时效性差、稳健性不强的问题,提出了一种基于随机森林的雷达辐射源型号识别算法.算法以载频、脉宽、脉冲重复周期为识别特征向量,首先从先验样本集中随机抽取得到多个训练集,然后使用训练集构建多个决策树分类器,最后通过多个决策树分类器对新识别特征向量进行识别并投票得到最终识别结果....     

基于参数样本图的雷达辐射源识别

在现代信号环境中,基于传统的雷达信号特征描述方式很难对复杂体制雷达辐射源进行准确描述和识别。提出一种新的雷达参数样本图的描述方式,并研究了基于参数样本图的雷达辐射源识别算法,利用脉冲序列与雷达参数样本图进行匹配识别,给出了参数类型匹配及参数样本图匹配的方案。仿真结果表明,这种方法是有效的。     

雷达故障检测专家系统设计

新体制雷达系统的复杂性增加了雷达故障检测的难度。为保证雷达工作的可靠性和维修性能,首先根据雷达设备故障检测的特点,运用人工智能理论,提出了基于神经网络和专家系统相结合的检测技术,并把这种技术应用到雷达的故障检测中。概述了系统的基本结构,介绍了系统的功能、知识的获取和存储、推理机制、解释机制等,并给出了具体的检测实例,阐述了雷达故障检测专家系统组成和基于神经网络专家系统雷达发射系统故障检测。结果证明,利用神经网络技术建立的故障检测专家系统可提高雷达故障检测的正确性和效率。     

基于知识推理的雷达装备故障预测专家系统

针对雷达装备常用的故障预测方法对故障检测人员和检测设备的依赖性大、要求高的弊端,建立了一个用于雷达装备故障预测的专家系统。论述了该系统的体系结构、系统功能、工作过程和结果的知识表示,实现了基于知识推理的雷达装备故障预测。     

基于专家系统的雷达识别方法

有别于传统的基于数据库的雷达识别方法,提出了一种基于专家系统的雷达识别方法,简要论述了其部件组成、工作过程及识别置信度融合算法。该方法对战争时期未知雷达信号属性识别具有特殊意义。     

基于神经网络的雷达辐射源体制和用途智能识别

本文描述一种采用BP神经网络对雷达辐射源体制和用途进行智能识别的方法 ,包括理论分析、神经网络结构设计、推理和学习算法设计、编程算法设计、实验结果比较与分析等。实验表明 ,该方法有着良好的识别效果     

基于故障树分析的雷达故障诊断专家系统设计

快速进行故障诊断是保证雷达装备综合保障能力的前提,建立一套故障诊断专家系统来不断总结专家经验,从而使维修工作更加科学、有效。以某舰载搜索雷达系统为例,给出了雷达系统故障树的构建方法、故障诊断专家系统知识库的建立及推理机的设计,并简要介绍其实现方法。     

基于实例的液压扳手设计型专家系统

为了解决液压扳手重复设计的问题。文中研究了液压扳手各部件的知识表达以及构建知识库系统,建立各部件参数化模型,以VC++为主要的设计语言、SQL Server2008数据库并在UG软件基础上进行二次开发,完成液压扳手快速设计型专家系统。该系统设计达到了提高效率、降低成本的作用。     

基于IPTV的故障诊断专家系统

针对IPTV研发、测试、运行、维护人员日常的故障诊断和定位工作,开展了有关专家系统设计及其实现方法的探索性研究。研究工作主要根据IPTV系统故障诊断特点设计了基于产生式规则的知识表示方式、基于log分析描述语言对log文件进行模式匹配的算法、采用客户端/服务器的分布式结构,构建了一种基于知识的智能推理模型并进行了系统实现。实验结果表明,所建立的产生式规则模型及其软件系统,初步实现了机器自动诊断IPTV系统故障的目标,能够自动生成对人类专家有一定帮助的诊断推理报告。