.png){kind=icon}
返回
A Two-Stage Optimization Framework for Radar Jamming Effectiveness Evaluation
.png){kind=icon}
PRE
AI
DOI：10.13164/re.2025.0660.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在复杂电磁环境中，干扰机截获的雷达信号常因雷达模式切换、电磁干扰和接收机噪声等因素包含偏差数据。为解决此挑战，本文从干扰机视角提出了一种两阶段优化框架用于干扰效果评估。第一阶段，采用基于熵优化的K-means离散化算法（KDEOA）进行预评估，自适应地划分脉冲描述字（PDW）参数，以提高抗噪声鲁棒性；随后运用GCSAO-LSSVM模型通过最优参数调优和周期振荡变异策略提升分类精度。第二阶段，采用融合Tsallis熵、核密度标准化和博弈论改进的熵权法（IEWM）进行客观赋权，并结合四分位距标准化和动态理想解融合的增强型TOPSIS方法（ITOPSIS）进行定量评分。实验结果表明，所提框架在所有噪声水平（最高50%污染）下均实现最高预评估精度，其中IEWM表现出最低的权重变化率（0.11%-0.23%），ITOPSIS在高噪声条件下与基准评分的相关性最强（0.7290）。主要局限性包括对严重信号失真的敏感性以及对雷达行为稳定的假设。该方法可实现精确的非协作式干扰评估，并支持认知电子战中的鲁棒决策制定。
Keyword:
Non-cooperative dynamic adversarial
jamming effect evaluation
improved entropy weight method (IEWM)
improved technique for order preference by similarity to ideal solution (ITOPSIS)
biased data
K-means discretization based on entropy optimization algorithm (KDEOA)
