雷達(dá)組網(wǎng)可以提高雷達(dá)系統(tǒng)的抗干擾能力和生存能力，提供更優(yōu)良的探測性能，因此受到越來越多的關(guān)注，雷達(dá)網(wǎng)抗干擾性能是衡量雷達(dá)網(wǎng)性能優(yōu)劣的重要指標(biāo)。如何準(zhǔn)確、客觀地評估雷達(dá)網(wǎng)的抗干擾性能，是雷達(dá)網(wǎng)非常關(guān)心的問題之一，本文主要研究了雷達(dá)網(wǎng)抗干擾效能評估指標(biāo)集及評估方法問題。論文的主要工作如下： 1.首先對雷達(dá)組網(wǎng)進(jìn)行了簡要的概述，主要介紹了組網(wǎng)的形式和特點、網(wǎng)絡(luò)結(jié)構(gòu)、組網(wǎng)的意義和關(guān)鍵技術(shù)四個方面；其次從雷達(dá)網(wǎng)的覆蓋性能、預(yù)警性能和融合處理性能三個方面介紹了雷達(dá)網(wǎng)的相應(yīng)指標(biāo)并建立指標(biāo)集，為評估方法確立了指標(biāo)基礎(chǔ)。 2.基于建立的評估指標(biāo)集，采用了模糊綜合評估法、模糊物元分析法和最大離差與熵評估法三種傳統(tǒng)的評估方法，對三種方面進(jìn)行了理論分析，并建立了相應(yīng)的雷達(dá)網(wǎng)抗干擾效能評估模型，通過實例評估仿真，評估結(jié)果表明三種方法在雷達(dá)網(wǎng)抗干擾效能評估中可實施性和可靠性。 3.同時也采用了基于支持向量機(jī)和基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)評估方法，從另一個層面對雷達(dá)網(wǎng)抗干擾效能進(jìn)行評估，對這兩種方法進(jìn)行了理論概述，并建立相應(yīng)的評估模型，在實例仿真分析中，以模糊物元分析法的結(jié)果作為參考評估結(jié)果，通過仿真分析可以看出，這...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和選題意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文組織結(jié)構(gòu)
第二章 雷達(dá)網(wǎng)概述及抗干擾評估指標(biāo)集
    2.1 雷達(dá)組網(wǎng)概述
        2.1.1 雷達(dá)組網(wǎng)的形式及特點
        2.1.2 雷達(dá)組網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)
        2.1.3 雷達(dá)組網(wǎng)的意義
    2.2 雷達(dá)網(wǎng)抗干擾評估指標(biāo)集
第三章 傳統(tǒng)雷達(dá)網(wǎng)抗干擾效能評估方法
    3.1 模糊綜合評估方法
        3.1.1 建立因素集及規(guī)范化處理
        3.1.2 層次分析法建立權(quán)重集
        3.1.3 計算總目標(biāo)合成權(quán)值
        3.1.4 模糊綜合評估算法
    3.2 模糊物元分析綜合評估方法
        3.2.1 模糊物元基本概念
        3.2.2 模糊物元評估模型
    3.3 最大離差與熵評估方法
        3.3.1 規(guī)范化處理
        3.3.2 最大離差與熵確定權(quán)值
        3.3.3 綜合評估
    3.4 實例仿真分析
        3.4.1 模糊綜合評估方法仿真分析
        3.4.2 模糊物元分析法仿真分析
        3.4.3 最大離差與熵評估方法仿真分析
    3.5 小結(jié)
第四章 基于機(jī)器學(xué)習(xí)的雷達(dá)網(wǎng)綜合評估方法
    4.1 支持向量機(jī)評估方法
        4.1.1 支持向量機(jī)原理
        4.1.2 支持向量機(jī)評估模型
    4.2 神經(jīng)網(wǎng)絡(luò)綜合評估方法
        4.2.1 神經(jīng)網(wǎng)絡(luò)評估原理
        4.2.2 BP 神經(jīng)網(wǎng)絡(luò)原理
        4.2.3 BP 神經(jīng)網(wǎng)絡(luò)評估模型
    4.3 實例仿真分析
        4.3.1 支持向量機(jī)仿真分析
        4.3.2 BP 神經(jīng)網(wǎng)絡(luò)仿真分析
    4.4 評估方法對比
    4.5 小結(jié)
第五章 總結(jié)與展望
致謝
參考文獻(xiàn)
研究生在讀期間的研究成果



本文編號：3851628