多属性决策在雷达干扰效果评估中的应用研究
几种模糊多属性决策方法及其应用
几种模糊多属性决策方法及其应用几种模糊多属性决策方法及其应用一、引言随着社会的不断发展和进步，人们在决策过程中面临的问题也越来越复杂。
面对多属性决策问题，传统的决策方法往往无法有效处理模糊性和不确定性。
模糊多属性决策方法应运而生，它能够更好地处理决策问题中存在的模糊性和不确定性，帮助决策者做出更科学、合理的决策。
本文将介绍几种常见的模糊多属性决策方法及其应用，旨在帮助读者了解这些方法，并在实际应用中发挥其作用。
二、几种常见的模糊多属性决策方法1. 人工智能模糊决策方法人工智能模糊决策方法是基于模糊集合理论和人工智能技术的决策方法，其核心优势在于可以更好地处理模糊性和不确定性的多属性决策问题。
其中，模糊综合评价方法是最常用的一种人工智能模糊决策方法。
该方法通过建立评价矩阵，运用模糊数学理论计算评价矩阵的权重，进而对多属性决策问题进行评价和排序。
2. 层次分析法层次分析法是一种将问题层次化、分解的多属性决策方法。
该方法通过构建决策模型的层次结构，将决策问题划分为若干个层次。
然后，通过对每个层次的评价和权重计算，最终得到决策问题的最优解。
层次分析法对于处理多属性决策问题具有很好的适用性，因为它能够充分考虑到不同层次因素的权重关系。
3. 灰色关联分析法灰色关联分析法是一种基于灰色系统理论的多属性决策方法。
该方法主要通过灰色关联度的计算来评价和排序决策方案。
它能够将不同属性之间的关联度考虑在内，从而得到较为客观合理的结果。
灰色关联分析法在处理模糊多属性决策问题方面具有较好的效果，主要用于较为复杂的决策问题。
三、模糊多属性决策方法的应用1. 经济决策在经济决策中，往往存在多个因素需要综合考虑而做出决策。
模糊多属性决策方法可以帮助决策者在不确定性和模糊性的情况下，找到最优的决策方案。
例如，在投资项目评估中，可以利用模糊综合评价方法对不同项目进行评价和排序，从而选择最具优势的投资项目。
2. 环境决策环境决策中存在许多模糊不确定性的因素，传统的决策方法无法很好地处理这些问题。
防空情报雷达反干扰能力综合分析和评估
ａｌ ｉｄ ｆａｔｉｕ ｅ ｂ ｕ ｎｉ ａ ｌ ｋｎ ｓｏ ｔｒｂ ｔｓａ ｏ ｔａ ｔ ｊｍｍｉｇ ｐ ｒｏ ｍａ ｃ ．Ｔｈ ｄ ｌｉ ｖ ｌａ ｌ ｎ ｐ ａｔｃ ． ｎ ｅ ｆｒ ｎ ｅ ｅｍｏ ｅ ｓ ａｕ ｂｅｉ ｒ ｃｉｅ
Ｋｅ ｒ ｓ ａｒｄ ｆｎ ｅｓ ｒ ｅｌ ｎ ｅｒｄ ｒ ｎ ｉａ ｙｗｏ ｄ ： ｉ ｅｅ ｃ ｕ ｖ ｉａ ｃ ａ ａ ；ａ ｔｊｍｍｉｇ；ｐ ｒｏｍａ ｃ ；ｅ ａｕ ｔ ｎ；ｍｕｔ ｔｒｂ ｔ ｅｉ ｌ — ｎ ｅ ｆｒ ｎ ｅ ｖ ｌａｉ ｏ ｌａ ｔｉｕ ｅｄ ｃ— ｉ
（ 空 兵 指 挥 学 院 ，河 南 郑 州 ４ ０ ５ ） 防 ５ ０ ２
摘 要 ： 对 在 复 杂 电磁 环 境 下 防 空情 报 雷达 反 干扰 能 力 评 估 难 的 问题 ， 析 了雷 达 反 干扰 能 力 评 估 针 分 的 方 法 和 准 则 ， 据 防 空 情 报 雷达 自身 特 点 ， 据 多属 性 决 策 方 法 ， 别 建 立 了分 辨 率 、 率 、 率 、 达 体 根 依 分 功 频 雷
第 １ 期
２１ Ｏ ２年 ２月
雷达 科 学 与 技 术
Ｒ ａｄａｒ Ｓ ｃｉ ｅｎｃｅ ａｎｄ Ｔ ｅｃｈｎｏ Ｉ ｙ ｏｇ
Ｖｏ ． ０ Ｎｏ １ １ １ ．
Ｆｅ ｕａ ｙ ２ ｂｒ ｒ ０１ ２
防 空情 报 雷 达 反 干 扰 能 力 综 合 分 析 和评 估
多属性决策理论方法与应用研究
多属性决策理论方法与应用研究摘要：多属性决策理论是一种重要的决策方式，可以为复杂的决策问题提供科学有效的解决方案。
本文对多属性决策理论的相关理论和应用进行研究，主要探讨了多属性决策理论的基础概念、分类方法、常用模型及其优缺点，以及多属性决策理论在各个领域中的应用实践。
通过对多属性决策理论的研究与分析，本文认为多属性决策理论是一种科学、可靠的决策方式，可为各类决策问题提供较为优质的决策方案。
关键词：多属性决策；理论方法；应用研究；优缺点；决策方案。
一、引言多属性决策理论是一种重要的决策方式，广泛应用于各个领域。
在政府、企业、社会团体等各种机构的决策中，多属性决策理论的应用已经趋于成熟。
多属性决策理论通过对决策对象进行多因素分析，综合考虑多个指标因素，最终得出相对优的决策方案。
本文旨在对多属性决策理论的相关理论和应用进行研究，以期为各种机构提供科学、有效的决策支持。
二、多属性决策理论的基本概念多属性决策理论最基本的概念是“指标”，即决策对象中各项属性的度量值，表示决策对象在不同方面的表现。
每个指标又可以分为“定量指标”和“定性指标”两类。
另外，多属性决策理论还涉及到“权重”、“偏差”、“优化方法”等相关概念。
权重指标的重要性或优先级，偏差表示指标测量误差，优化方法则指在满足各种约束条件的基础上，寻求全局最优决策方案。
三、多属性决策理论的分类方法在多属性决策理论中，存在着多种分类方法，包括基于效用函数的分类方法、基于模糊数学的分类方法、基于层次分析法的分类方法、基于模型建立的分类方法等。
不同的分类方法适用于不同情况下的决策问题，各有优缺点。
需要根据具体的决策问题确定合适的分类方法，并根据需要进行组合应用。
四、多属性决策模型及其优缺点在多属性决策理论中，包含了多种模型，包括加权线性模型、层次分析模型、TOPSIS模型、熵权法模型等。
这些模型各有不同的优缺点，不同模型适用于不同情况，需要根据实际决策问题进行选择。
毕达哥拉斯犹豫模糊集多属性决策研究
第４６卷 第３期２０２４年３月系统工程与电子技术ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４６ Ｎｏ．３Ｍａｒｃｈ２０２４文章编号：１００１ ５０６Ｘ（２０２４）０３ ０９８２ １０ 网址：ｗｗｗ．ｓｙｓ ｅｌｅ．ｃｏｍ收稿日期：２０２２０７０４；修回日期：２０２２０９２６；网络优先出版日期：２０２３０５２３。
网络优先出版地址：ｈｔｔｐ：∥ｌｉｎｋ．ｃｎｋｉ．ｎｅｔ／ｕｒｌｉｄ／１１．２４２２．ＴＮ．２０２３０５２３．１３２５．０１０基金项目：泰山学者工程专项经费（ｔｓ２０１７１２０７２）资助课题 通讯作者．引用格式：关欣，刘赢．毕达哥拉斯犹豫模糊集多属性决策研究［Ｊ］．系统工程与电子技术，２０２４，４６（３）：９８２ ９９１．犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＧＵＡＮＸ，ＬＩＵＹ．Ｒｅｓｅａｒｃｈｏｎｍｕｌｔｉ ａｔｔｒｉｂｕｔｅｄｅｃｉｓｉｏｎ ｍａｋｉｎｇｆｏｒＰｙｔｈａｇｏｒｅａｎｈｅｓｉｔａｔｉｏｎｆｕｚｚｙｓｅｔｓ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉ ｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２４，４６（３）：９８２ ９９１．毕达哥拉斯犹豫模糊集多属性决策研究关 欣，刘 赢（海军航空大学，山东烟台２６４０００） 摘 要：针对属性间相互关联，评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题，首先通过研究犹豫度对决策结果的影响，提出一种新的毕达哥拉斯犹豫模糊集得分函数，解决了现有得分函数中存在的不足。
其次，提出一种最小公倍数规范化原则，解决了现有方法容易引入误差的缺陷。
最后，针对属性关联的多属性决策问题，基于λ 模糊测度与Ｃｈｏｑｕｅｔ积分，提出了一种拓展交互式多准则决策（ｉｎｔｅｒａｔｉｖｅｍｕｌｔｉ ｃｒｉｔｅｒｉａｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ，ＴＯＤＩＭ）方法，既解决了属性关联的问题，又通过前景理论反映了决策者的心理行为特征。
实例分析与敏感性分析验证了所提算法的正确性与有效性。
多策略雷达干扰资源分配方法
CATALOGUE目录•引言•雷达系统概述•干扰资源分配策略•资源分配算法实现•实验与分析•结论与展望030102研究背景与意义目前，针对雷达干扰资源分配的研究主要集中在单一天线或少量天线上。
然而，在实际应用中，由于雷达系统的复杂性和不确定性，单一天线或少量天线的干扰资源分配方法往往无法满足需求。
因此，需要研究适用于多天线雷达系统的干扰资源分配方法，以提高雷达系统的整体性能。
010203研究现状与问题01研究内容02研究方法03具体研究步骤包括研究内容与方法雷达系统工作原理雷达系统组成雷达工作频段0302011发射信号信号处理数据处理控制指令探测距离精度分辨率抗干扰能力01030204雷达系统性能指标基于博弈论的分配策略纳什均衡策略合作博弈策略拍卖理论策略线性规划方法通过设定目标函数和约束条件，寻找最优解。
动态规划方法通过状态转移方程，寻找最优解。
强化学习算法通过与环境的交互，学习最优策略。
030201通过训练，学习干扰资源的分配策略。
神经网络算法通过二分类，将干扰资源分配给关键目标或者非目标。
支持向量机算法通过树的构建，寻找干扰资源的最优分配路径。
决策树算法基于博弈论的算法实现纳什均衡01动态博弈02零和博弈03动态规划整数规划神经网络支持向量机遗传算法在一个复杂环境中，雷达系统需要应对各种干扰，包括固定和移动的干扰源。
场景描述构建了一个多策略雷达干扰资源分配模系统模型根据实际情况，设定了不同的干扰源实验参数010203实验场景与设置实验结果与分析结果比较与讨论比较对象讨论内容比较方法1 2 3雷达干扰资源分配策略的有效性策略适应性的重要联合优化效果研究结论研究不足与展望简化模型与实际差距未考虑动态变化多目标优化问题。
多属性决策分析方法概述
多属性决策分析方法概述多属性决策分析方法是一种帮助决策者在面临多个属性和多个选项时做出正确决策的方法。
在现实生活中，我们常常面临多个选项，每个选项都有多个和相互竞争的属性。
为了选择最合适的选项，我们需要对各个选项的属性进行评估，并确定每个属性的权重以及各个选项在这些属性上的表现。
多属性决策分析方法为我们提供了一种系统的方法来评估各个选项并做出正确决策。
多属性决策分析方法可以分为两大类：基于权重的方法和基于排序的方法。
基于权重的方法将属性和选项的评估转化为权重的赋值和加权求和的过程，从而获得每个选项的综合评价值。
基于排序的方法则将评估的焦点放在各个选项之间的比较和排序上，通过建立一个排名序列来确定最佳选项。
在基于权重的方法中，最常用的方法是层次分析法（Analytic Hierarchy Process，简称AHP），它由美国数学家托马斯·L·赛蒂斯博士于1970年提出，并在20世纪80年代初被广泛应用于各个领域。
AHP 方法通过对每个属性进行两两比较，建立判断矩阵，并通过特征值和特征向量的计算方法来确定属性的权重。
然后使用加权求和的方法，将属性的权重与各个选项的得分进行相乘，并对得到的结果进行汇总，得到每个选项的综合评价值。
在基于排序的方法中，TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）是一种常用的方法，它由美国学者Hwang和Yoon于1981年提出。
TOPSIS方法通过将各个选项和理想解之间的距离计算，得到每个选项到理想解的相似度，从而确定它们的排序。
TOPSIS方法具有计算简单、易于理解和直观的优点，因此被广泛应用于各个领域。
除了AHP和TOPSIS，还有其他一些多属性决策分析方法，如电子表格模型、积分模型和数据包络分析（Data Envelopment Analysis, DEA）等。
基于多级模糊综合评判的雷达抗干扰性能评估
基于多级模糊综合评判的雷达抗干扰性能评估
摘要：电子雷达战是高科技对抗中的重要方式，随着科学技术水平的提高其应用越来越广泛。
运用雷达干扰与其应对抗干扰是雷达对抗中的两个对立方面，理论上不存在无法被干扰的雷达，也不存在不能对抗的雷达干扰，本文从基于多级模糊综合评判雷达抗干扰性能入手，分析了雷达在极化对抗、空域对抗、频率对抗和综合对抗方面的技术方法和评估。
关键词：多级模糊；综合评判；雷达抗干扰；综合对抗
随着电子科技的不断进步，现代高科技对抗中利用雷达对抗技术，即雷达干扰与抗干应用十分广泛，一种新雷达对抗手段的出现就必定会导致一种新的雷达抗干扰手段的出现，这样出现一种新的雷达干扰手段就会致使一种新的抗干扰手段的研发。
这样不断发展，就会导致雷达干扰技术与抗干扰手段循环创新改进。
雷达抗干扰技术通常可以分为两类；1、如果干扰信息到达雷达接收设备时，依靠目标和干扰的不同特征，利用信号分析从干扰背景中提取目标信息；2、在干扰信息到达雷达信号接收装置之前，把雷达的一些主要参数做一些变更，就能够吧干扰信号阻隔在接收系统外。
1 极化对抗手段性能评估
如果外界无线信号跟某雷达天线装置工作频率一致时，此时雷达系统接收到的信号强度最大，当发射与接收频率完全不同时，就接收不到信号，所以极化对抗就是针对信号干扰和目标信号在极化特征上的不同，运用对干扰抑制方法、保留有效信号，达到对干扰进行对抗的一种方法。
其方法就是运用自匹配手段使接收装置与目标信号频率尽可能一致，使它与干扰信号正好效果相反，这样就能有。
多属性决策的敏感性分析方法及在评标管理中的应用
AbstractSensitivity analysis is an important tache of using models and making quantitative decisions.People will be affected by the uncertain decision parameters when they are devoted to the study on multi-attribute decision making to obtain optimal solutions.Due to the influence of the uncertain problems or parameters on the results of the evaluation,the reliability of evaluation results is often a problem for the decision makers. Sensitivity analysis can reflect the degree of influence on the decision from uncertainty factors, and decision makers can know which parameters are most sensitive, so as to turn their attention more effectively on the key part, which has important practical significance for the multi-attribute decision making.Based on the National Natural Science Foundation of China and the Hubei Electric Power Commission project "Research on the methods and mechanism of bidding and purchasing of electric power materials", the following research work has been carried out: First of all, we discuss the common methods of multi-attribute decision making, and analyze their advantages and disadvantages as well as the future development.Then we research sensitivity measurements based on distance measure and vectorial angle measure,and test the sensitivity of the project by the minimum variation of the local parameters and the vector angle of the global parameters separately.Next,we regard the bidding as multi-attribute decision making under SAW, establish the model and analyze the sensitivity of attribute value,attribute weights and expert weights individually.We put forward the concept and calculation method of minimum variation and sensitivity coefficient when analyzing the sensitivity of attribute value.While introducing the vectorial angle to analyze the sensitivity of attribute weights and expert weights.We give some definitions ,geometric representation and solving methods and then discuss the rationality and validity.Combining with the specific bidding example and datas,we verify and compare the methods of sensitivity analysis,then give some suggestions for experts.The methods of sensitivity analysis in this paper extend the range of sensitivity analysis on multi-attribute decision making to a certain degree,which have theoretical significance and application value on research of decision making theory.Keywords：Multi-attribute Decision Making; Sensitivity Analysis; Angle Measure; Electric Power Materials Bid; Simple Additive Weighting目录摘要 (I)Abstract ........................................................................................................... I I 1 绪论.. (1)1.1 研究背景、目的及意义 (1)1.2多属性决策的敏感性分析及研究概况 (2)1.3 电力物资评标及研究概况 (7)1.4 研究内容与结构安排 (9)2 多属性决策及敏感性分析方法研究 (11)2.1 多属性决策方法研究 (11)2.2 敏感性分析方法研究 (16)2.3 本章小结 (20)3 基于多属性决策的评标模型及其敏感性分析 (22)3.1 评标模型的建立 (22)3.2 方案排序关于属性值的敏感性分析 (25)3.3 方案排序关于属性权重的敏感性分析 (30)3.4 方案排序关于专家权重的敏感性分析 (34)3.5 本章小结 (37)4 湖北电力公司评标结果的敏感性分析 (39)4.1 案例背景 (39)4.2 专家评价及各方案排序 (41)4.3 排序结果的敏感性分析 (43)4.4 本章小结 (49)5 总结与展望 (50)5.1 主要结论与创新点 (50)5.2 研究展望 (51)致谢 (52)参考文献 (53)附录1 攻读硕士学位期间参加的科研项目 (57)附录2 技术专家和商务专家的评分表 (58)1 绪论1.1研究背景、目的及意义作为决策科学的一个重要研究领域[1]，多属性决策（Multiple Attribute Decision Making，MADM）方法，是指决策者在考虑多个属性的情况下对有限个备选方案进行科学合理排序的理论和方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
多属性决策在雷达干扰效果评估中的应用研究周林,娄寿春,张文(空军工程大学导弹学院,陕西三原713800)摘要:结合空防对抗的特点和雷达干扰的方法,对影响雷达干扰效果的各种因素进行分析,依据多属性决策(M ADM)的理论和方法,提出了基于MADM的雷达干扰效果评估模型,有效地解决了雷达干扰效果评估这一复杂问题。
关键词:雷达干扰;MADM;效益函数;效果评估中图分类号:T N97文献标识码:A文章编号:1009-0401(2001)02-0014-05Study on the Application of Effect Assess forRadar Interference w ith MADMZHOU Lin,LOU Shou-chun,ZHANG Wen(M issile College,A ir-f orce Engineering University,Sanyuan713800,China) Abstract:Combined w ith the features of air-defense countermeasure and the methods of radar in-terference,the factors affecting radar interference effect are analyzed in this paper.According to the theory and method of MADM,the radar interference effect assess model based on MADM is proposed and the complicated problem of radar interference effect assess is efficiently solved.Key words:radar interference;MADM;benefit function;effect assess1引言从海湾战争到科索沃战争,一再表明,空袭与反空袭作战是现代战争的主要样式,空、海、天、地、电一体化是现代战争的特点,电子战是现代战争的一种重要作战手段,电子战的效果对战争的胜负起着重要作用。
因此,进行电子干扰效果评估研究,对电子干扰机的研制、生产和电子干扰方案的制定、实施都具有重要意义。
由于影响干扰效果的因素繁多,各因素在干扰过程中所起的作用不相同,各因素与干扰效果之间的关系复杂。
要想得出客观、可靠的评估结果,必须通过大量的对抗试验来获取相应的数据,并依据效率准则来评价干扰效果。
但事实上,基于效率准则的大量对抗试验的实现往往受到各种因素的制约而难以有效地进行。
本文收稿日期:2001-01-03作者简介:周林(1965-),男,江苏涟水人,讲师,博士研究生,从事防空作战建模、计算机仿真方面的研究。
提出的基于多属性决策(M ADM)的雷达干扰效果评估模型,能有效地解决电子干扰效果评估和电子干扰方案优化决策这一复杂而困难的问题。
2影响雷达干扰效果的因素在现代空防对抗中,雷达干扰与反干扰是一种重要的对抗形式。
空袭方采用各种干扰措施、干扰样式、干扰手段对地面防空雷达实施干扰,以降低地面防空雷达的探测、跟踪能力,而地面防空雷达采用各种抗干扰手段、技术,来提高其对空中目标的搜索、跟踪、识别能力。
因此,在进行雷达干扰效果评估时,既要考虑空袭方的战术、技术因素,也要考虑防空方的战术、技术因素。
通过对影响干扰效果的因素分析,可将对干扰效果的决定因素归纳为以下几个方面:(1)干扰时机;(2)干扰机频率与雷达工作频率的对准程度;(3)干扰功率;(4)干扰样式;(5)雷达的工作体制;(6)雷达的抗干扰措施等。
对这多种因素进行综合考虑,即可得出雷达干扰效果的评估值。
3雷达干扰效果评估模型M ADM即多属性决策,根据影响雷达干扰效果的多个因素(属性),可以是定量的也可以是定性的,并加上人的偏好信息来对雷达干扰效果进行评估。
显然它是解决干扰效果评估一个理想方法。
下面给出基于MADM的雷达干扰效果评估的步骤。
311各因素对雷达干扰效果影响分析及表示(1)干扰时机(u1)用干扰时机效益因子来表示干扰时机对干扰效果的影响。
设雷达的威胁时间为t1~t2,开始干扰时间为t j,则E i=0,t j-t1t2-t1,0,t j<t1t1[t j[t2t j>t2显然,E1越大,干扰效果越好。
(2)干扰机频率与雷达工作频率的对准程度(u2)用频率瞄准效益函数E2来表示频率对准程度。
设雷达的工作频率范围为f1~f2,干扰机的频率覆盖范围为f j1~f j2,则E2=min(f1,f2)-max(f j1,f j2)f2-f1显然,E 2越大,干扰效果越好。
(3)干扰功率(u 3)用功率压制效益因子E 3来表示干扰功率对干扰效果的影响。
E 3=1,23P rj /P rsK j -0.5,0,P rj /P rs \2K j0.5K j <P rj /P rs <2K jP rj /P rs [2K j式中,P rj 为雷达能接收到的干扰信号功率;P rs 为目标回波功率;K j 为雷达正常工作所需的干信比。
则E 3越大干扰效果越好。
(4)干扰样式(u 4)干扰机的干扰样式必须与雷达体制相匹配,才能得到较好的干扰效果。
可用干扰样式效益因子E 4来描述干扰样式对干扰效果的影响。
通常干扰样式有:瞄准式、阻塞式和扫频式3种遮盖性干扰,距离欺骗、角度欺骗、速度欺骗和AGC 欺骗4种欺骗性干扰。
这样若干扰机干扰样式多,则认为其与雷达匹配程度高,干扰效果好。
设某型号干扰机的干扰样式有M y 种,则干扰样式效益因子为E 4=M y /7显然,E 4越大,干扰效果越好。
(5)雷达工作体制(u 5)不同工作体制的雷达其抗干扰效果亦不相同。
可用工作体制效益因子E 5来描述雷达工作体制对干扰效果的影响。
通过对各种工作体制的雷达进行分析,相应的工作体制因子分别是:相控阵0.2,单脉冲0.3,全相参0.4,照射0.6,线扫收发0.8,连续波0.6,圆锥扫描0.9等。
E 5越大,抗干扰能力越差,对其干扰效果越好。
(6)雷达抗干扰措施(u 6)雷达抗干扰措施越多,则其抗干扰能力越强,对其实施干扰的干扰效果越差。
可用抗干扰措施效益因子E 6来描述抗干扰措施对干扰效果的影响。
目前雷达常用的抗干扰措施有:频率捷变、副瓣抑制、M TD 、恒虚警、宽限窄、变重频、频率分集、极化可变、脉冲压缩、单脉冲、复杂信号处理等11种。
设被干扰雷达采用了M k 种抗干扰措施,则抗干扰措施效益因子为E 6=1-M k /11312 各因素对雷达干扰效果的重要度确定每种因素对雷达干扰效果的贡献大小是不相同的,在计算总的干扰效果时,必须首先确定各因素的权值。
这可通过专家进行群组决策,并采用相邻比较法来确定。
计算过程如表1所示。
313 干扰效果评估模型采用线性加权综合处理,即可得某个干扰方案或某型干扰机对某型雷达实施电子干扰时的干扰效果。
干扰效果评估模型为E =66i =1E i w i对于某个干扰方案或某型干扰机,可给出其干扰效果的定量值。
对于多个干扰方案或多种型号的干扰机,可分别计算其干扰效果并进行干扰效果排序,为决策提供依据。
表1各因素重要度的确定序i准则u c i相邻比较b i+1,i/(1)权重值bi+1,iw i w i=w i/6iw i1u211.0010.2052u1b1,210.900.900.1853u31b3,10.950.8550.1754u5b5,3110.76950.1605u41b4,50.900.692550.1406u6b6,410.950.65792250.1354计算举例假设现有3种型号的干扰机AN/ALQ-137、AN/ALQ-99E/F、AN/ALQ-126B,要对/爱国者0地空导弹的相控阵雷达AN/M PQ-53实施电子干扰,试判断哪种干扰机的干扰效果好。
为计算方便现作如下假定:(1)对每种干扰机假定雷达威胁时间与开始干扰时间相同,即干扰时机因子相同;(2)假定采用自卫干扰或雷达不能分辨情况下的随队干扰,即干扰机到雷达的距离与被掩护目标到雷达的距离相等;根据干扰机的型号和雷达的型号,可知其的性能参数如表2、表3所示。
表2干扰机性能参数型号工作频率范围(GHz)脉冲功率(W)天线增益(dB)干扰样式AN/AL Q-1372~12100044.4阻塞、扫频拖距、拖速A N/ALQ-99E/F0.064~2020001扫频拖距、拖速A N/A LQ-126B2~18100044.4阻塞拖距、拖速表3雷达性能参数型号工作频率(GHz)峰值功率(kW)主瓣增益(dB)旁瓣增益抗干扰措施A N/M PQ-54~850044-19频率捷变、MT D、恒虚警、复杂型号处理计算步骤:(1)计算各因素的效益因子(如表4所示)表4各因素的效益因子型号E1E2E3E4E5E6 AN/AL Q-1370.820.750.570.20.36AN/AL Q-99E/F0.840.850.430.20.36A N/ALQ-126B0.8 3.50.750.430.20.36(2)对各因子进行归一化处理对于效益因子E2进行归一化处理,将最大值作为1。
(3)计算各干扰机的综合干扰效果利用干扰效果评估模型进行计算,得干扰机AN/ALQ-137、AN/ALQ-99E/F、AN/ALQ-126B的干扰效果值分别是:0.530、0.629、0.586。
由此可知,对AN/M PQ-53雷达进行干扰时,要取得最佳的干扰效果,应采用AN/ALQ-99E/F干扰机。
其计算结果与专家的判断相一致。
5结论采用MADM方法进行干扰效果评估和干扰方案优化决策,由于其考虑了影响干扰效果的各种因素,所得的评估结果真实、准确地反映了实际情况,可为干扰机的研制、使用决策提供依据。
读者可根据不同应用的需要,增加其它相关因素,来进一步提高评估结果的精确度。
参考文献:[1]常朝稳1电子战效果评判方法研究[J]1系统工程与电子技术,1999,21(5)1[2]魏世孝1多属性决策理论方法及其在C3I系统中的应用[M]1北京:国防工业出版社,1998111[3]侯印鸣1综合电子战[M]1北京:国防工业出版社,2000.11[4]赵国庆1雷达对抗原理[M]1西安:西安电子科技大学出版社,1999.101[5]魏保华1雷达干扰效果模糊综合评估方法研究[J]1系统工程与电子技术,2000,22(8)1。