雷达网抗干扰效能评估
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和选题意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·论文组织结构 | 第9-11页 |
| 第二章 雷达网概述及抗干扰评估指标集 | 第11-21页 |
| ·雷达组网概述 | 第11-13页 |
| ·雷达组网的形式及特点 | 第11-12页 |
| ·雷达组网的网络结构 | 第12-13页 |
| ·雷达组网的意义 | 第13页 |
| ·雷达网抗干扰评估指标集 | 第13-21页 |
| 第三章 传统雷达网抗干扰效能评估方法 | 第21-39页 |
| ·模糊综合评估方法 | 第21-25页 |
| ·建立因素集及规范化处理 | 第21-22页 |
| ·层次分析法建立权重集 | 第22-25页 |
| ·计算总目标合成权值 | 第25页 |
| ·模糊综合评估算法 | 第25页 |
| ·模糊物元分析综合评估方法 | 第25-29页 |
| ·模糊物元基本概念 | 第26-27页 |
| ·模糊物元评估模型 | 第27-29页 |
| ·最大离差与熵评估方法 | 第29-32页 |
| ·规范化处理 | 第29-30页 |
| ·最大离差与熵确定权值 | 第30-32页 |
| ·综合评估 | 第32页 |
| ·实例仿真分析 | 第32-37页 |
| ·模糊综合评估方法仿真分析 | 第33-35页 |
| ·模糊物元分析法仿真分析 | 第35-36页 |
| ·最大离差与熵评估方法仿真分析 | 第36-37页 |
| ·小结 | 第37-39页 |
| 第四章 基于机器学习的雷达网综合评估方法 | 第39-53页 |
| ·支持向量机评估方法 | 第39-43页 |
| ·支持向量机原理 | 第39-42页 |
| ·支持向量机评估模型 | 第42-43页 |
| ·神经网络综合评估方法 | 第43-46页 |
| ·神经网络评估原理 | 第43-44页 |
| ·BP 神经网络原理 | 第44-45页 |
| ·BP 神经网络评估模型 | 第45-46页 |
| ·实例仿真分析 | 第46-50页 |
| ·支持向量机仿真分析 | 第47-48页 |
| ·BP 神经网络仿真分析 | 第48-50页 |
| ·评估方法对比 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 研究生在读期间的研究成果 | 第60-61页 |
