基于改进Markov预测算法的电磁态势预测技术

基于改进Markov预测算法的电磁态势预测技术

TN97; 在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用.当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异.为解决这个问题,提出模糊C聚类方法和Markov预测方法相结合的改进Markov预测算法,并将该方法运用在电磁态势预测模拟训练辅助模块中,可以将预测准确率提升到90％左右,为训练高效、有序的进行提供有力保障....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:航天电子对抗 2020, Vol.36 (3), p.15-35
Hauptverfasser: 史雨璇, 陈永游, 张东甲, 包军, 鲁加战, 胡进, 仵志鹏
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 35
container_issue 3
container_start_page 15
container_title 航天电子对抗
container_volume 36
creator 史雨璇
陈永游
张东甲
包军
鲁加战
胡进
仵志鹏
description TN97; 在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用.当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异.为解决这个问题,提出模糊C聚类方法和Markov预测方法相结合的改进Markov预测算法,并将该方法运用在电磁态势预测模拟训练辅助模块中,可以将预测准确率提升到90％左右,为训练高效、有序的进行提供有力保障.
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_htdzdk202003003</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>htdzdk202003003</wanfj_id><sourcerecordid>htdzdk202003003</sourcerecordid><originalsourceid>FETCH-wanfang_journals_htdzdk2020030033</originalsourceid><addsrcrecordid>eNpjYeA0NDM31jUyMTLkYOAtLs5MMjAwsDSzMDYx42SwfDp_15Ndfc-m7Hyxf7ZvYlF2ftnLRS3PtnY_Xzf92eapz2e1PJ-y9fnixmcNjU-79kOknnU1PJuznoeBNS0xpziVF0pzM6i7uYY4e-iWJ-alJealx2fllxblAWXiM0pSqlKyjQyMDAyMgciYeJUAJ7lLDQ</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于改进Markov预测算法的电磁态势预测技术</title><source>Alma/SFX Local Collection</source><creator>史雨璇 ; 陈永游 ; 张东甲 ; 包军 ; 鲁加战 ; 胡进 ; 仵志鹏</creator><creatorcontrib>史雨璇 ; 陈永游 ; 张东甲 ; 包军 ; 鲁加战 ; 胡进 ; 仵志鹏</creatorcontrib><description>TN97; 在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用.当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异.为解决这个问题,提出模糊C聚类方法和Markov预测方法相结合的改进Markov预测算法,并将该方法运用在电磁态势预测模拟训练辅助模块中,可以将预测准确率提升到90％左右,为训练高效、有序的进行提供有力保障.</description><identifier>ISSN: 1673-2421</identifier><language>chi</language><publisher>中国航天科工集团8511研究所,江苏 南京,210007%中国航天科工集团有限公司,北京,100037</publisher><ispartof>航天电子对抗, 2020, Vol.36 (3), p.15-35</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/htdzdk/htdzdk.jpg</thumbnail><link.rule.ids>314,780,784,4021</link.rule.ids></links><search><creatorcontrib>史雨璇</creatorcontrib><creatorcontrib>陈永游</creatorcontrib><creatorcontrib>张东甲</creatorcontrib><creatorcontrib>包军</creatorcontrib><creatorcontrib>鲁加战</creatorcontrib><creatorcontrib>胡进</creatorcontrib><creatorcontrib>仵志鹏</creatorcontrib><title>基于改进Markov预测算法的电磁态势预测技术</title><title>航天电子对抗</title><description>TN97; 在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用.当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异.为解决这个问题,提出模糊C聚类方法和Markov预测方法相结合的改进Markov预测算法,并将该方法运用在电磁态势预测模拟训练辅助模块中,可以将预测准确率提升到90％左右,为训练高效、有序的进行提供有力保障.</description><issn>1673-2421</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2020</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDM31jUyMTLkYOAtLs5MMjAwsDSzMDYx42SwfDp_15Ndfc-m7Hyxf7ZvYlF2ftnLRS3PtnY_Xzf92eapz2e1PJ-y9fnixmcNjU-79kOknnU1PJuznoeBNS0xpziVF0pzM6i7uYY4e-iWJ-alJealx2fllxblAWXiM0pSqlKyjQyMDAyMgciYeJUAJ7lLDQ</recordid><startdate>2020</startdate><enddate>2020</enddate><creator>史雨璇</creator><creator>陈永游</creator><creator>张东甲</creator><creator>包军</creator><creator>鲁加战</creator><creator>胡进</creator><creator>仵志鹏</creator><general>中国航天科工集团8511研究所,江苏 南京,210007%中国航天科工集团有限公司,北京,100037</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2020</creationdate><title>基于改进Markov预测算法的电磁态势预测技术</title><author>史雨璇 ; 陈永游 ; 张东甲 ; 包军 ; 鲁加战 ; 胡进 ; 仵志鹏</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_htdzdk2020030033</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2020</creationdate><toplevel>online_resources</toplevel><creatorcontrib>史雨璇</creatorcontrib><creatorcontrib>陈永游</creatorcontrib><creatorcontrib>张东甲</creatorcontrib><creatorcontrib>包军</creatorcontrib><creatorcontrib>鲁加战</creatorcontrib><creatorcontrib>胡进</creatorcontrib><creatorcontrib>仵志鹏</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>航天电子对抗</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>史雨璇</au><au>陈永游</au><au>张东甲</au><au>包军</au><au>鲁加战</au><au>胡进</au><au>仵志鹏</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于改进Markov预测算法的电磁态势预测技术</atitle><jtitle>航天电子对抗</jtitle><date>2020</date><risdate>2020</risdate><volume>36</volume><issue>3</issue><spage>15</spage><epage>35</epage><pages>15-35</pages><issn>1673-2421</issn><abstract>TN97; 在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用.当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异.为解决这个问题,提出模糊C聚类方法和Markov预测方法相结合的改进Markov预测算法,并将该方法运用在电磁态势预测模拟训练辅助模块中,可以将预测准确率提升到90％左右,为训练高效、有序的进行提供有力保障.</abstract><pub>中国航天科工集团8511研究所,江苏 南京,210007%中国航天科工集团有限公司,北京,100037</pub></addata></record>
fulltext fulltext
identifier ISSN: 1673-2421
ispartof 航天电子对抗, 2020, Vol.36 (3), p.15-35
issn 1673-2421
language chi
recordid cdi_wanfang_journals_htdzdk202003003
source Alma/SFX Local Collection
title 基于改进Markov预测算法的电磁态势预测技术
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-14T00%3A37%3A45IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%94%B9%E8%BF%9BMarkov%E9%A2%84%E6%B5%8B%E7%AE%97%E6%B3%95%E7%9A%84%E7%94%B5%E7%A3%81%E6%80%81%E5%8A%BF%E9%A2%84%E6%B5%8B%E6%8A%80%E6%9C%AF&rft.jtitle=%E8%88%AA%E5%A4%A9%E7%94%B5%E5%AD%90%E5%AF%B9%E6%8A%97&rft.au=%E5%8F%B2%E9%9B%A8%E7%92%87&rft.date=2020&rft.volume=36&rft.issue=3&rft.spage=15&rft.epage=35&rft.pages=15-35&rft.issn=1673-2421&rft_id=info:doi/&rft_dat=%3Cwanfang_jour%3Ehtdzdk202003003%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=htdzdk202003003&rfr_iscdi=true