基于RS-ANFIS的雷达抗干扰性能评估方法

被引：8

作者：

任明秋 ^{[1
,2
]}

蔡金燕 ^{[2
]}

朱元清 ^{[1
]}

韩壮志 ^{[2
]}

机构：

[1] 空军预警学院空天预警实验室

[2] 军械工程学院光学与电子工程系

来源：

系统工程理论与实践 | 2013年 / 10期

关键词：

雷达抗干扰; 粗糙集; 自适应模糊推理网络; 性能评估;

D O I：

暂无

中图分类号：

TN973.3 [抗干扰技术];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0826 ; 082601 ; 1104 ;

摘要：

雷达抗干扰性能评估是雷达系统研制、引进、装备过程中必要的环节.如何综合评估复杂电磁环境下的雷达抗干扰性能评估已成为研究的重点.针对现有雷达抗干扰性能评估方法的特点和局限性,提出了一种基于粗糙集-自适应神经网络模糊推理系统(RS-ANFIS)的性能评估方法.首先,针对原始样本数据的不完备性和不确定性,采用粗糙集理论对原始样本数据进行数据归一化、离散化、属性约简处理,并得到覆盖原始样本特征的最小规则集.其次,建立了基于ANFIS的Sugeno型性能评估模型,设计了评估变量的隶属度函数和推理规则,确定了评估网络各层输入输出关系以及网络学习算法.最后,以12组雷达抗干扰性能评估指标为例进行算法模型验证,表明了方法的可行性和模型的有效性.实验结果表明,该方法能够有效改进网络结构,提高雷达抗干扰性能评估结果的可信度.

引用

页码：2701 / 2707

页数：7

共 6 条

[1] 多传感器信息融合NFE模型的研究及应用 [J].

宗华 ;

宗成阁 ;

于长军 ;

权太范 .

电子与信息学报, 2010, 32 (03) :522-527

[2] 基于直觉模糊推理的威胁评估方法 [J].

雷英杰 ;

王宝树 ;

王毅 .

电子与信息学报, 2007, (09) :2077-2081

[3]

雷达电子战系统数学仿真与评估[M]. 国防工业出版社 , 王国玉等著, 2004

[4]

Rough sets and intelligent data analysis[J] . Information Sciences . 2002 (1)

[5]

Self-Tuning Pid Control Using an Adaptive Network–Based Fuzzy Inference System[J] . Mohamed Bishr,Ying-Gu Yang,Gordon Lee. Intelligent Automation & Soft Computing . 2000 (4)

[6]

Radar Handbook .2 Skolnik M. I. McGraw-Hill . 2008

← 1 →