基于支持向量回归与多核集成的红外成像导引头抗干扰性能评估方法

面对着日益复杂的对抗环境,红外成像导引头的抗干扰性能需要不断提高。如何全面、客观、准确地对红外成像导引头的抗干扰性能进行评估,是一项急需解决的难题。针对传统基于支持向量机的评估方法中单核学习能力的不足,提出了一种基于支持向量回归与多核集成的评估方法,该方法在抗干扰评估指标体系下得到了综合的抗干扰性能值,为红外成像导引头抗干扰性能评估提供了新的思路。该方法能够训练多个支持向量回归机并融合多个核函数的优势,充分利用了特征的多样性,进一步降低了回归误差。实验结果表明:该算法能够实现高效可靠的红外成像导引头抗干扰性能评估。     

复杂目标红外辐射特性大数据知识表示及建模方法

为了提升复杂目标红外辐射特性建模效率及置信度问题，提出一种目标红外辐射特性的大数据知识表示及建模方法。首先利用机理分析法、主成分分析法确定目标红外辐射特性大数据维度;然后基于主成分分析的结果，进行目标红外辐射特性大数据知识表示，建立目标红外辐射特性仿真模型;最后进行模型的仿真应用，在应用过程中进一步完善目标红外辐射特性数据或知识表示。本文提供的大数据驱动的目标红外辐射特征建模方法，能够推广应用于复杂电磁环境的仿真。