基于FAHP-RS和证据推理的雷达信号特征提取评估

针对当前雷达辐射源信号特征提取评估的研究不够深入,评估方法单一和缺乏科学性等问题,提出一种新的评估方法。基于构建的雷达辐射源信号特征提取评估指标体系,首先采用模糊层次分析法和粗糙集理论分别得到主客观权重,并建立优化模型进行权重融合,然后采用证据推理方法融合指标和权重,最后基于综合置信度完成方案排序。仿真实验表明,该评估方法可用来选出最符合用户需求的方案,与改进TOPSIS评估方法的比较结果说明了所提出方法的有效性和优越性。     

基于优势度的雷达信号特征提取评估

针对当前雷达辐射源信号特征提取评估的研究不够深入,存在评估方法单一和缺乏科学性等问题,提出一种新的评估方法。首先构建雷达辐射源信号特征提取评估指标体系,然后基于最小叉熵进行权重融合,并计算不同方案间的优势度,建立优势度矩阵,得到用于方案排序的统一向量形式,最后基于不同用户需求完成方案的优劣选择。仿真实验表明,该评估方法可用来选出最符合用户需求的方案,有效性检验说明了所提出方法的有效性和可行性,在雷达辐射源信号特征提取评估中具有较好的适用性。     

基于自相关函数三维熵的雷达信号分选

针对当前雷达辐射源信号分选方法存在准确率不高和对噪声敏感的问题,提出一种新的分选方法,对接收到的信号首先分析其自相关函数,然后提取该自相关函数的香农熵、指数熵和范数熵,并将该三维熵特征作为分选参数,最后基于KFCM 算法实现分选。由于不同信号的自相关函数区别大且对噪声不敏感,因此提取的三维熵特征具有较好的分离性和稳定性。仿真结果表明,虽然雷达辐射源信号的周期性和自相关函数的最大延迟数对分选性能均存在一定的影响,但该方法依然具有较好的适应性和有效性。