一种基于类离差优化的多准则分类方法，王坚强，，定义了类间离差和类内离差，提出了一种准则权系数信息不完全确定且有训练集的多准则分类决策方法。该方法利用决策者对训练集的分

本文构建了OFDM-LFM信号模型，并通过信号模糊函数的分析验证了其理论上的正交性。随后采用同样具有良好脉冲压缩性能的多相编码信号，以极小化峰值旁瓣为代价函数选择通过遗传算法对发射波形进行优化。最后，基于序列二次规划研究了自相关峰值旁瓣电平和互相关峰值电平与码长N、序列数L和加权系数的数值关系。目录 第一章绪论 1.1MIMo雷达波形设计的研究意义及背景 1.2MMo雷达波形设计研究现状的国内外背景和历史发展 第二章MIM雷达概述…… 2.1MIMO雷达的信号模型 般信号模型 3335 2.2信

提出一种准则权系数信息不完全确定且有训练集的多准则分类决策方法.该方法利用训练集的分类结果和准则权系数的不完全确定信息, 基于类间离差最大和类离差最小构建非线性规划模型,再利用遗传算法求解所得优化模型,得到训练集中各方案在各准则下的效用值和准则权系数, 通过插值得到方案集中方案在准则下的效用值,确定方案与各类间的离差, 进而得到方案的分类.实例计算表明了该方法的有效性和可行性.