复杂体制雷达辐射源信号特征的FAHP评价

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (20): 18-22.

复杂体制雷达辐射源信号特征的FAHP评价

朱斌1，2，金炜东1，余志斌1

1.西南交通大学电气工程学院，成都 610031
2.长江师范学院物理学与电子工程学院，重庆 408100

出版日期:2012-07-11 发布日期:2012-07-10

FAHP-based feature evaluation for advanced radar emitter signals

ZHU Bin1，2, JIN Weidong1, YU Zhibin1

1.School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China
2.School of Physics and Electron Engineering, Yangtze Normal University, Chongqing 408100, China

Online:2012-07-11 Published:2012-07-10

摘要/Abstract

摘要： 提取有效的雷达辐射源信号特征是复杂体制下雷达辐射源信号识别的重要基础。为实现对复杂体制雷达辐射源信号特征的评价，提出了复杂体制雷达辐射源信号特征的模糊层次分析评价模型。该模型在构建复杂体制雷达辐射源信号特征评价指标体系的基础上，针对层次分析法在权重确定方面存在的不足，通过引入三角模糊数来刻画专家评判的模糊性，将该模型应用于雷达辐射源信号特征评价的算例分析，并将计算结果与标准层次分析法的分析计算结果进行了对比，结果表明该模型的计算结果与标准层次分析法的计算结果是一致的，从而证明了该模型的可行性和有效性。

关键词: 雷达辐射源信号, 模糊层次分析法, 特征评价, 指标体系

Abstract: Effective feature extraction of Radar Emitter Signals（RES） is an important basis for the recognition of advanced radar emitter signals. To achieve the characteristics evaluation of the advanced radar emitter signal, the evaluation model based on Fuzzy Analytic Hierarchy Process（FAHP） method is proposed. This model is established on the feature evaluation index system of advanced radar emitter signal. It aims at the deficiencies of Analytical Hierarchy Process（AHP） in weight determination, and describes the ambiguity of experts’ judgment through the introduction of triangular fuzzy numbers. The model is applied to RES feature evaluation case analysis, and its calculated results are compared with the results of AHP. Experimental?results?show?that?the?calculating?results?of?this?model?are?consistent?with?that?of?standard?hierarchy?analysis, which proves that the model is feasible and effective.

Key words: radar emitter signal, fuzzy analytic hierarchy process, feature evaluation, index system

朱斌1，2，金炜东1，余志斌1. 复杂体制雷达辐射源信号特征的FAHP评价[J]. 计算机工程与应用, 2012, 48(20): 18-22.

ZHU Bin1，2, JIN Weidong1, YU Zhibin1. FAHP-based feature evaluation for advanced radar emitter signals[J]. Computer Engineering and Applications, 2012, 48(20): 18-22.

[1]	冯戒虚，司冠南，周风余. 服务机器人云平台服务质量指标体系综述[J]. 计算机工程与应用, 2021, 57(3): 58-71.
[2]	曹晓航，汪立新，束学渊. 基于小波不变矩的雷达辐射源信号识别[J]. 计算机工程与应用, 2020, 56(19): 269-272.
[3]	刘期烈，李建雄. 内容中心网中多参数的缓存污染攻击检测算法[J]. 计算机工程与应用, 2019, 55(4): 130-136.
[4]	王克勤，毋凤君. 面向产品设计改进的在线评论挖掘[J]. 计算机工程与应用, 2019, 55(19): 235-245.
[5]	李婷，张景祥. 集中趋势自适应增强的英语作文评分算法[J]. 计算机工程与应用, 2018, 54(9): 151-155.
[6]	王晓强，王冬. 软件需求权重的模糊网络分析法[J]. 计算机工程与应用, 2018, 54(10): 39-45.
[7]	孙金文，康雁，杨小东. 基于FAHP的可信软件非功能需求评估方法[J]. 计算机工程与应用, 2017, 53(11): 223-228.
[8]	李利娟1，2，柏海1，罗晓雪1，吴军1，贾晓风1. 电网差异化规划的特殊负荷评估方法研究[J]. 计算机工程与应用, 2017, 53(1): 255-259.
[9]	章宜玉，杨清. 基于模糊层次算法的移动互联网安全态势评估研究[J]. 计算机工程与应用, 2016, 52(24): 107-111.
[10]	王新新，梁意文. 树突状细胞算法在Web服务器异常检测中的应用[J]. 计算机工程与应用, 2016, 52(24): 148-152.
[11]	雷勋平. 我国汽车制造业供应链风险评价实证研究——基于熵权可拓决策模型的分析[J]. 计算机工程与应用, 2015, 51(12): 264-270.
[12]	曾明华1，2，王吟松1，杨晓光1. 供应商协同能力评价指标体系研究[J]. 计算机工程与应用, 2014, 50(4): 18-23.
[13]	张昊1，符策红1，张诚一2. 直觉模糊层次分析法下投行股票估值模型选择[J]. 计算机工程与应用, 2014, 50(15): 204-206.
[14]	何永明. 基于KNN-SVM的网络安全态势评估模型[J]. 计算机工程与应用, 2013, 49(9): 81-84.
[15]	谢道文1，2，施式亮1，3. 基于云模型的煤炭企业物资供应商综合评价[J]. 计算机工程与应用, 2013, 49(6): 229-233.