0 引言

目前,电磁环境复杂多变,使得遂行雷达组网抗电子干扰体系探测资源(下文简称抗干扰资源)管控的决策者在有限时间内做出有效的决策,变得十分困难.然而,如果有事先设计好的抗干扰资源管控预案进行辅助决策,那么决策者就可参照预案进行有效的决策,迅速达到预期的抗干扰效果.如何科学有效地设计抗干扰资源管控预案是当前该领域的热点问题,也倍受国内外学者的关注;但从公开的文献看,目前雷达组网抗干扰性能研究的成果很多[1-5],而针对抗干扰资源管控预案设计的研究则鲜有涉及,其他有关预案设计的研究[6-7]存在方法的局限性,难以合理地推广应用;科学有效的资源管控预案往往需要从体系视角考虑整体最优,由于雷达组网系统在同一时间往往担负多种任务,多任务需求与有限的资源存在着冲突,因而不能满足全部最优,因此寻求利用合理的算法设计体系最优的抗干扰资源管控预案显得尤为重要.为此,本文将干扰目标的体系探测与跟踪模型引入到雷达组网系统抗干扰资源管控预案设计中,根据其工作环境中的任务时序和探测资源约束,构建预案设计指标并给出相应的量化模型,确立效益函数计算方法,由此建立探测资源管控的粗细双层预案设计数学模型.通过一个应用示例,利用MATLAB优化工具箱对双层预案设计数学模型进行求解,设计出多样性的粗细双层预案.结果证明,预案化管理控制是一条行之有效的途径.

1 抗干扰资源管控预案设计的理论基础

雷达组网系统根据工作环境中的任务时序和探测资源约束,依据所建立的管控功能模型[8],通过合理的预案设计算法,有效地管控各组网雷达的工作状态,使之相互配合,最终生成符合要求的时序预案,实现整个雷达组网探测体系最佳的抗干扰效能.设计的原理如图1所示,雷达组网系统根据环境、目标和人员情况,在满足一定任务要求的条件下,利用设计好的管控预案实现整个雷达组网探测体系最佳的抗干扰效能.

  

图1 双层预案设计的原理Fig.1 The principle of double level plandesign

1.1 干扰目标的体系探测与跟踪模型

体系级预警探测装备的体系特性使之具有比单装更多的体系探测优势,雷达组网系统作为其中的典型代表,如何设计合理的资源管控预案,发挥其体系管控特性来实施抗复杂电子干扰,是当前急需解决的现实难题.为了便于预案的设计,应明确预案设计的要素,这其中就包括干扰目标的体系探测与跟踪模型[9],为预案设计提供可工程实现的模型指导.

1.1.1 目标的状态模型

设定一架电子干扰机目标在二维直角坐标系内做近似匀速直线运动,运动总时长为N,其k(k=1,2,…,N)时刻的状态X(k)由X和Y轴方向的位置分量 (x(k),y(k))和速度分量(v x(k),v y(k))组成,即X(k)=[x(k),v x(k),y(k),v y(k)]T.假设采样间隔为T,目标的离散运动模型(假定在采样时刻k)为

一方面，由于我国当前大多数建筑产业的现代化发展仍处于初级阶段，在发展转型方面仍存在诸多的不足和问题，我国相关政府部门应当制定出一系列切实可行的相关政策制度，有效推动我国互联网+时代下建筑产业现代化发展。通过制定相应的可行的实施细则和具体规划，明确每个人的职权，对现代化建设所需的措施进行有效的保障，从而搭建起高效的考核评价体系；另一方面，可以对建筑产业现代化建设项目建立专项资金，在适当的时机进行资金的拨付，或是对税费进行适当的减免，通过一系列相应的激励政策引导并帮助传统企业进行转型升级。同时建立互联网服务保障机制，净化互联网环境，有效加快建筑产业的现代化发展。

 

其中,X(k+1)表示k+1时刻的目标状态向量;V(k)=[V x(k),V y(k)]T是均值为零的系统噪声向量,其协方差矩阵为Q,V x(k)和V y(k)为X和Y轴方向零均值高斯白噪声系统分量;F为状态转移矩阵,G表示噪声分布阵,计算公式分别为

 

1.1.2 雷达组网体系探测与跟踪模型

创新实践类课程基本上都是动手实践验证课，适合采用以项目开发过程为主轴的教学方式[5]，以项目的构建过程为线索安排教学步骤，整个教学过程由项目任务驱动，一个个小而完整的实验贯穿整个课程教学过程，基础理论知识的讲授围绕项目开发需求组织、展开。创新课堂的每次教学都有明确的教学任务。《计算机网络技术实训》课程设计了以下子任务：网线制作，信息模块制作，常见网络使用命令的使用，虚拟局域网的创建，无线路由器的桥接。

考虑组网雷达r的探测,得出其探测与跟踪向量方程为

 

其中,Z r(k)表示k时刻雷达r的量测向量,由方位θr(k)和径向距离d r(k)探测分量组成,H r(·)为雷达r的探测函数;Wr(k)是均值为零的雷达r量测噪声向量,其协方差矩阵为R r(k),与V(k)不相关,且与初始状态X(0)无关,计算公式为

 

其中,q r,θ(k)和q r,d(k)分别为k时刻雷达r在角度和径向距离量测上的高斯白噪声.

约束条件为

 

k时刻各组网雷达探测相同的运动目标,并同步采集数据,则雷达组网体系探测与跟踪模型为

 

其协方差矩阵为

“房子是用来住的，不是用来炒的”，当房子恢复其本来的居住属性，住宅设计意识再苏醒。现代生活不仅仅是物质生活的富足，还代表着技术进步与文化融合带来的全新生活理念。从宜家、无印良品到“好好住”，越来越多的家居品牌在扩张市场的同时，也把设计理念、生活方式等带给国人。

 

当仿真的次数越多时,实验的效果越接近于实际,但是计算的速度会明显变慢.在仿真时,需要根据实际适当选取.在本文中,取M=100.

1.1.3 滤波模型

以状态的初始估计^X(0)(k-1/k-1),初始预测误差方差阵P(0)(k-1/k-1)及Z r(k)作为输入进行Kal man滤波.

1)预测状态.

 

2)预测误差方差阵.

论证会开始前，专家组一行莅临国际院士谷展厅。在参观展厅时，讲解员为专家组详细介绍了国际院士谷积极推动科技成果转移转化的相关进展，院士专家对项目搭建的“政产学研金服用”协同创新体系表现出浓厚兴趣。

 

式中P F(k-1/k-1)=FP(0)(k-1/k-1)F T.

组网雷达实际解到负理想解的计算公式为

3)新息协方差阵.

 

4)滤波增益和滤波.

 

式中K Z(k)=K(k)[Z(k)-H(k)^X(k/k-1)].

2013年，白鑫用阿语出版了《中国道路：奇迹和秘诀》一书，向阿拉伯世界介绍中国的发展成就，为阿拉伯读者提供一个了解中国的渠道与视角。2015年9月，阿拉伯国家出版商协会驻中国办事处正式落地银川，授权智慧宫对接阿拉伯图书版权和翻译业务。

5)滤波误差方差阵.

 

为了真实反映出滤波效果,采用Monte-Carlo实验法进行研究,设定M是Monte-Carl o实验的次数,则k时刻雷达r对目标的距离量测、距离估计和速度估计均方根误差可以分别表示为

 

其中,diag[·]表示对角阵.

1.2 探测资源管控双层预案设计的数学模型

式(19)中c(k,r)为抗干扰的加权T OPSIS值;x(k)(r)为雷达r执行抗干扰任务的管控状态.式(20)中约束条件1表示受限于探测资源的使用,当前时刻只能r s(k)部组网雷达参与抗干扰任务;约束条件2表示同时被选中的雷达数量依据任务量在0至r(k)中动态选择;约束条件3中x(k)(r)取0表示未被选中执行抗干扰任务,取1表示被选中.式(21)中g a(k,r)为组网雷达选用第a种抗干扰模式(措施)时的效益值;x(k)(r,a)为雷达r执行抗干扰任务时对第a种抗干扰模式(措施)的管控状态.式(22)中约束条件1表示受限于抗干扰资源的使用,当前时刻所有任务雷达使用的抗干扰资源数量上限为U s(k);约束条件2表示任务雷达同时被选中的抗干扰资源数量上限为U z(k);约束条件3中x(k)(r,a)取0表示第a种抗干扰模式(措施)未被选中执行抗干扰任务,取1表示被选中.

 

设定k时刻雷达r在二维直角坐标系中的位置坐标为(x r(k),y r(k)),则其对目标的方位和距离探测分量方程分别为

 

选取任务全时段组网雷达抗干扰资源管控的效益值总和最大作为细预案效益函数,相应的预案设计数学模型为

 

约束条件为

 

假定k时刻雷达组网系统内各雷达的抗干扰资源总数为U,雷达总数为r(k).在复杂电子干扰环境中,为了减少辐射暴露,可在满足整体探测概率要求时,只选择系统中的几部雷达组网;同时,为了应对环境变化,设计出来的预案应具有多样性.双层预案设计包含两个寻优数学模型,粗预案寻优数学模型用于选取最优的任务雷达组合,细预案寻优数学模型是在当前时刻粗预案结果的基础上为最优的任务雷达组合选取最优的抗干扰模式(措施)组合.文章选取任务全时段组网雷达抗干扰的加权T OPSIS[10]值总和最大作为粗预案效益函数,相应的预案设计数学模型为

2 效益函数计算方法

管控预案设计主要通过计算效益函数,效益函数计算涉及效益设计指标的选取.本文选取k时刻雷达r对目标的距离量测,距离估计和速度估计均方根误差作为粗预案效益函数设计指标p;对应的指标序号为1,2和3;对应的量化模型分别为公式(16),(17)和(18).当然,为使本文方法得到推广应用,可以扩充和调整选取的指标.细预案效益函数为分配给第r部任务雷达的第a种抗干扰模式(措施)时产生的效益值.

2.1 粗预案设计效益函数计算方法

用x(k)r p表示第r部雷达在k时刻关于第p(p=1,2,3)个设计指标的原始数据,可构造粗预案设计的超矩阵:

图12和表10的仿真结果显示，随着夹嘴长度减小，导线压应力变大，芯棒应力水平逐渐变大。不同仿真方案对比显示，铝股塑性区集中在内层铝股，总体比例整体差别不大。

 

结合本文研究内容,记EOWA法中的对数计算公式为为

随机抽取普通外科2016年1—10月进行Ⅰ类清洁手术切口预防性使用抗菌药物的综合管控干预的Ⅰ类手术患者139例为干预组。其中，甲状腺手术44例，乳腺手术48例，疝修补术47例。男57例，女82例，年龄27～65岁，平均年龄（46.25±19.43）。

依据超矩阵X的元素值,利用T OPSIS技术对数据的挖掘优势,效益函数的计算可以从以下6个方法步骤来进行:

1)无量纲化处理形成的超矩阵.

为了消除各指标量纲不同对粗预案设计带来的影响,需要对形成的超矩阵进行无量纲化处理,构建标准化超策矩阵,记无量纲化处理后的超矩阵为Y=在极大值或极小值极性,其对应的无量纲化处理可以采用以下公式:

极大值极性指标

 

极小值极性指标

 

式中为指标无量纲归一化值;和分别为超矩阵中k时刻关于第p个设计指标的最大值和最小值,通过上述归一化计算得到的统一为[0,1]区间上的设计指标.

2)构造加权超矩阵.

将所得到的无量纲化超矩阵与k时刻各指标的权重相乘,可得到加权超矩阵:

 

3)计算理想解和负理想解.

根据已构建的加权超矩阵,可以确定k时刻各组网雷达的理想解(k)与负理想解(k):

 

 

式(27)中第p个设计指标为极大值极性时取max运算,为极小值极性时取min运算.式(28)中第p个设计指标为极大值极性时取min运算,为极小值极性时取max运算.

贸易结合度指数。又称贸易强度指数，首先由经济学家布朗（A.J.Brown）于1947年提出，后经小岛清等人1959年完善推广，用来衡量贸易伙伴之间的贸易相互依存度。计算公式如下：

4)距离的计算.

在计算组网雷达实际解与其理想解和负理想解的距离时,一般采用欧氏距离,组网雷达实际解到理想解的计算公式为

 

天气：“我有次去老公家里，他妈妈给我看他小时候的照片，我笑得肚子都痛了！他现在不是很高吗，但照片上的他只有丁点大，小小的个子，又黑又瘦，站在他妈妈身边，和他妈妈的小腿差不多高。最精彩的是他脸上的表情，据他描述是太阳太晒了，导致眉毛眼睛鼻子都皱在一起，像个小老头！”

 

5)计算各组网雷达的排序值及雷达优选

运用下式计算各组网雷达的排序值θr(k),其值在0与1之间,该值越接近于1,表示组网雷达越接近最优水平.

 

根据排序值对多个组网雷达进行大小排序,排序越靠前则组网雷达的实际解越接近理想解,以此作为雷达优选的依据.

随着伊朗石油进口大幅削减，加上颇具吸引力的折扣，印度的石油价格可能会进一步上涨，最终将对需求造成压力。印度官员曾表示，只要价格有竞争力，美国原油就可以替代伊朗原油。

6)利用客观赋权算法计算指标权重.为尽量消除人为干扰,这里采用EOWA法[12](Entropy Objective Weights Algorith m,EOWA)来构造指标权重计算公式,其计算步骤如下:

Step 1 EOWA法中的对数计算公式.

T OPSIS的全称是“逼近于理想解的排序技术”,本文将该技术运用到粗预案设计效益函数计算中.基本思路是定义待选组网雷达的任务可执行理想解和负理想解,理想解一般是设想最好的待选组网雷达,它所对应的各个设计指标至少达到各个待选组网雷达中的最好值;负理想解是假定最差的待选组网雷达,其对应的各个设计指标至少不优于各个设计指标中的最劣值.然后在可行解中找到一个解,使其距任务可执行理想解的欧氏距离[11]最近,而距负理想解的欧氏距离最远,则此解是待选组网雷达集的满意解;并可据此排定雷达集中各备选雷达的优先序.

 

Step 2 确定设计指标的条件熵.

根据熵的定义,可以确定在k时刻设计指标p的条件熵为

 

Step 3 确定设计指标的熵.

由Step 2可以确定设计指标p的熵为

 

Step 4 确定设计指标的差异系数.

由于EOWA法的本质是利用各设计指标信息的差异程度来计算其权重,因此需要确定第p个设计指标的差异系数,计算公式如下:

 

Step 5 确定设计指标的熵权.

计算设计指标的熵权w(k)为

 

其中,单个指标权重为

 

2.2 细预案效益函数计算方法

如何实时地优化选择雷达组网抗干扰模式(措施)[13]的组合是实现细预案设计的关键,各类抗干扰模式(措施)在不同任务雷达上使用时的对抗效益值则是细预案效益函数计算的基础.根据雷达组网系统在任务实践中积累的历史数据,下表给出了一个对抗效益值的数据示例.表中的数据可以作为式(21)中g a(k,r)的效益值,并结合细预案寻优数学模型,利用优化设计算法得到需要的预案结果.

 

表1 雷达采用不同抗干扰模式(措施)的效益值Tab.1 The benefit value of radarusing different anti-jamming modes(measures)

  

抗干扰模式(措施) 组网雷达序号种类序号 1 2 3 4 5 1 0.82 0.95 0.22 0.27 0.90 2 0.95 0.77 0 0.59 0.63 3 0.75 0.65 0.30 0.67 0.58 4 0.61 0.87 0.30 0.93 0.45 5 0.73 0.75 0.46 0.57 0.61 6 0.86 0.92 0 0.41 0.39 7 0.69 0.85 0.52 0.46 0.83

3 应用示例

为了验证本文算法,以某雷达群组网系统抗干扰资源管控预案设计为例.假设该系统内包含五部雷达(r(k)=5,序号为1,2,…,5),在二维平面直角坐标系内对应的位置坐标为(0,0)m,(10000,0)m,(5000,1000)m,(1000,200)m,(8000,3000)m;(q r,d(k),q r,θ(k))分别为(20 m,1.02*π/180 rad),(10 m,1*π/180 rad),(30 m,1.03*π/180 rad),(40 m,1.035*π/180 rad),(50 m,1.2*π/180 rad),π为圆周率.V x(k)和V y(k)的标准差均为1 m/s 2.一架电子干扰机目标在二维平面内做近似匀速直线运动,运动总时长N=100 s,初始时刻状态X(0)=[10000 m,-100 m/s,10000 m,0 m/s]T,采样间隔T=1 s,由于时序和资源约束,同时刻只能有r s(k)=4部雷达同时工作,各类抗干扰模式(措施)在不同任务雷达上使用时的对抗效益值如表1,并要求式(22)约束条件1中U s(k)=2,≥取=约束;约束条件2中U z(k)=2;为了使体系抗干扰效益最大,需要进行组网系统抗干扰资源管控预案设计,以供辅助决策.采用MATLAB软件编程实现对管控预案设计,通过该软件自带的遗传算法(Genetic Algorith m,GA)工具箱进行实验,将适应度函数设定为双层预案设计效益函数,GA算法中交叉率为0.95,变异率为0.15.

3.1 输出最优双层预案实验

利用本文所提双层预案设计方法,在MATLAB环境中编程并调用GA工具箱进行实验,得出所设计的最优双层预案,分别利用打卡时序的图形显示法和布尔表示法[14]输出了最优粗预案和最优细预案,如图2和表2所示.由于篇幅所限,表2省略了第4至99 s的最优细预案布尔表示结果.

  

图2 最优粗预案设计实验结果Fig.2 The experi mental result ofopti mal macro-plandesign

从图2可以看出,第1,2 s选取了序号为1,2,3和4的雷达组网对干扰目标进行体系探测,对应表2中雷达1选取了第2,3类抗干扰模式(措施),雷达2选取了第1,6类抗干扰模式(措施),雷达3选取了第5,7类抗干扰模式(措施),雷达4选取了第3,4类抗干扰模式(措施);第3 s选取了序号为1,3,4和5的雷达组网对干扰目标进行体系探测,对应表2中雷达1选取了第2,3类抗干扰模式(措施),雷达3选取了第5,7类抗干扰模式(措施),雷达4选取了第3,4类抗干扰模式(措施),雷达5选取了第1,7类抗干扰模式(措施);第100 s选取了序号为2,3,4和5的雷达组网对干扰目标进行体系探测,对应表2中雷达2选取了第1,4类抗干扰模式(措施),雷达3选取了第5,7类抗干扰模式(措施),雷达4选取了第3,4类抗干扰模式(措施),雷达5选取了第1,7类抗干扰模式(措施).

目前我国仍在完善信息公开与隐私权保护的立法体系。整个社会对于公民个人隐私保护的意识和规范都亟待提升。大学生个体心理问题辅导时，需要考虑个人的隐私性，采取一对一的朋辈心理辅导。可由高年级学生对低年级学生进行心理引导和问题答疑，帮助其产生抗压力，提高适应能力；可开通朋辈心理热线方式，不见面即实现心理释压；也可通过网络开通心理辅导，将具有代表性的心理问题总结答疑，大学生可以随时访问网站进行心理疏导，还可以给朋辈心理辅导员留言，通过私信交流通道完成心理问题解疑。

2018年11月16日，梅赛德斯-奔驰携旗下四大品牌共37款重磅车型亮相2018年广州国际汽车展览会。全新梅赛德斯-奔驰长轴距A级轿车携独具型格的A 200 L运动轿车先型特别版炫酷登场。来自阿法特巴赫的第一款四门跑车及梅赛德斯-AMG独立研发的第三款车型—全新梅赛德斯-AMG GT四门跑车迎来了中国市场的首发。梅赛德斯-AMG董事会主席慕容涛（Tobias Moers）先生在车展现场表示：“全新梅赛德斯-AMG GT四门跑车是AMG‘性能豪华’的完美代表。这款纯正四门跑车的到来，不仅进一步扩充了AMG GT家族的产品序列，还将为我们开辟一个全新的细分市场。”

 

表2 最优细预案设计实验结果Tab.2 The experi mental result ofopti mal micro-plandesign

  

时刻/s 雷达序号 抗干扰模式(措施)种类序号1 2 3 4 5 6 7 1 1 2 3 4 5 0 1 0 0 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 2 1 2 3 4 5 0 1 0 0 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 3 1 2 3 4 5 0 0 0 0 1 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 1 100 1 2 3 4 5 0 1 0 0 1 0 0 0 0 0 0 0 0 1 0 0 1 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 1

3.2 预案多样性实验

为了适应对抗环境的不断变化,决策者需要从多种不同角度选择合适的预案,即对预案设计多样性结果的要求.本文分别从指标权重分配和设计指标调整的角度,得出了相应的多样性预案集实验结果,如图3所示.其中图3(a)、图3(b)、图3(c)、图3(d)分别为平均权重分配法[15]、只取设计指标p=1、只取设计指标p=2、只取设计指标p=3时的时序预案设计结果.从图3可以看出,预案集实验结果中的时序组合各不相同,从而满足了决策者对预案设计结果多样性的要求.相应地也可以用本文算法设计出对应的多样性细预案集实验结果,限于篇幅,这里不再给出对应的实验结果.

 

  

图3 最优粗预案集设计实验结果Fig.3 The experi mental results ofopti mal macro-plandesign

3.3 算法有效性实验

为了对本文算法性能进行分析,在设计指标p=1,2,3下选取了典型的指标权重分配法和本文算法作对比,运用MATLAB软件编写程序进行计算得到的预案效益值结果如图4所示.其中图4(a)为粗预案效益值比较结果,从图中可以看出,在效益值大小上,本文算法结果整体上大于平均权重法的结果,从图形形状和走势上看,二者基本一致.其中图4(b)为细预案效益值比较结果,从图中可以看出,在效益值大小上,本文算法结果整体上持平或大于平均权重法的结果,从图形形状和走势上看,二者略有差异,但总体上一致.因此,验证了本文算法的有效性.

鉴于导游工作的特殊性，如面对游客多元的服务需求，需要协调各类旅游产品要素，非常熟悉景区景点等，有必要对导游主动行为的内涵进行深入探讨。本文采用访谈法，运用扎根理论的编码方法对导游主动行为的内涵进行探究，通过对原始访谈资料进行编码、分类，最终提炼出了导游主动行为的内涵。本研究从理论上拓展了主动行为在导游这一特定职业领域的研究范畴；在实践上，有利于企业采取有效措施去激发导游的主动行为，促进导游自我提升、职业发展的同时，也帮助旅行社建立起自身的竞争优势。

在工程可实现性上,由于本文算法可操作性强,易于编程实现,可运用编程手段将算法封装为相应功能模块,嵌入到实际系统中,使该算法具有工程的可实现性.当执行时段任务时,对时段指标进行适当调整并量化,再调用该模块设计出多样性的管控时序预案,并在实际系统上自动执行.

 

  

图4 算法有效性实验结果Fig.4 The experi mental results of effectiveness of algorith ms

4 结论

研究结果表明,本文提出的算法能设计出动态对抗过程中优化的双层预案,从指标权重分配和设计指标调整的角度,得出了相应的不同预案实验结果,以便组成多样性的预案集.决策者可依据经验和对抗环境变化选用合适的预案并进行适当调整,直到满足任务需求.通过算法的比较分析,说明该算法具有较强的稳定性和较高的寻优效率.结合算例的实验结果符合客观实际,充分说明了此算法的有效性和实用性.目前,电子对抗环境越来越复杂,如何将新型群体智能算法与其他传统方法相结合用来更快更优地解决动态对抗过程中的探测资源管控预案设计问题需要进一步的研究.

[参 考 文 献]

[1]廖翔,杨龙坡.雷达综合抗干扰能力度量模型[J].信息技术,2010(4):51-54.

[2]SHEN T Y,DINGJ J,DING Y,et al.A method of detection performance modeling in jamming condition based on radar net work system[C]//IEEE Trans.Inter national Conference on Radar,Chengdu:2011:1366-1369.

[3]向龙,丁建江,吕金建.雷达组网系统抗复合干扰效果动态评估研究[J].现代雷达,2010,32(1):22-24,29.

[4]陈永光,李修和,沈阳.组网雷达作战能力分析与评估[M].北京:国防工业出版社,2006.

[5]G.Richard Curry,Radar System Performance Modeling(2nd Edition)[M].Boston|London:Artech House,2005.

[6]费联君,肖提荣.浅谈云南应急地图快速制图预案设计[J].测绘与空间地理信息,2016,39(09):71-73.

[7]阎俊爱,温志芳,荆树伟.基于FMEA的煤炭开采企业应急预案设计[J].煤炭工程,2017,49(2):22-25,29.

[8]叶朝谋,丁建江,吕金建,等.基于模式化的雷达组网资源管控功能模型[J].系统工程与电子技术,2013,35(9):1979-1982.

[9]NASH J M.Opti mal allocation of tracking resources[C]//Decision and Control including the 16th Symposiumon Adaptive Processes and A Special Symposiumon Fuzzy Set Theory and Applications.1977 IEEE Conference on.IEEE,LOUISIANA:1977:1177-1180.

[10]SHEN F,MA X S,LI Z Y,et al.An extended intuitionistic fuzzy TOPSIS method based on a new distance measure with an application to credit risk evaluation[J].Information Sciences,2018,428:105-119.

[11]徐仲,张凯院,陆全,等.矩阵论简明教程[M].北京:科学出版社,2014:206-211.

[12]徐达,李闯,焦庆龙,等.基于主客观组合赋权的装甲装备维修性综合评价[J].装甲兵工程学院学报,2014,28(6):18-22.

[13]LIAN J Z,YU C D,TIAN Y J,et al.Radar Net Anti-Jamming Capacity Evaluation Based on Projection Pursuit Method[J].Advanced Materials Research,2014,3137(912):1318-1321.

[14]BIER S G,ROTHMAN P L,MANSKE R A.Intelligent Sensor Management for Beyond Visual Range Air-to-Air Combat[C].Aerospace and Electronics Conference,Proceedings of the IEEE 1988 National,NAECON:1988:264-269.

[15]莫则尧.一维高效动态负载平衡方法:多层均权法[J].计算机学报,2001(2):183-190.