【摘 要】
：
针对战场态势评估中静态评估方法舍弃当前时刻之前的信息,评估结果过于片面的问题,提出基于时间序列加权和模糊理论的无人机作战态势评估方法。该方法首先对选取的战场态势评
【基金项目】
：
国家自然科学基金项目资助(61179036),国防科技创新特区基金项目资助(17-163-11-2T-004-014-02).
论文部分内容阅读
针对战场态势评估中静态评估方法舍弃当前时刻之前的信息,评估结果过于片面的问题,提出基于时间序列加权和模糊理论的无人机作战态势评估方法。该方法首先对选取的战场态势评估要素进行建模,并建立模糊集形式下的评判标准;然后以基于BUM函数的时间序列赋权方法对提取的多时刻战场态势数据进行加权,计算出威胁指数和优势指数,进而通过模糊综合评判得出态势分析结果。实例分析表明,该方法能够有效处理多时刻的动态态势信息,弥补了传统静态评估方法的局限性,融合时间序列中多个时刻的目标关联态势信息,使评估结果更加科学合理。
其他文献
针对缺少不完整复制信号在雷达接收机上的检测性能的研究,提出了对不完整复制信号在雷达中的检测性能进行分析的方法。该方法对不完整复制的常规信号和LFM信号进行了建模,分
针对帧同步识别方法中门限选择难度大的问题和对与固定字段直接相连的同步码识别精度低的问题,提出了基于相关滤波和离散度分析的帧同步识别方法。该方法首先通过构造填充矩
针对随机光学重构显微等超分辨率显微成像技术存在的图像采集重构慢、空间分辨率低、时间分辨率弱,基于点扩散函数测量矩阵的约束等距性差和重构效果不好等缺点,提出了随机光学重构显微(STORM)原始图像和基于点扩散函数测量矩阵的压缩感知后处理方法。仿真结果表明,该方法在不改变显微镜光学系统的前提下,通过对STORM原始图像和基于点扩散函数测量矩阵的后处理,能够大幅提高超分辨率显微成像的重构效果。