为给指挥员提供更理想的突击航线选择方案, 提出了一种基于直觉模糊GRA-TOPSIS的多属性决策方法。首先分析构建出贴合作战实际的突击航线评估指标体系, 然后利用直觉模糊集理论的直觉模糊加权平均算子对决策专家评估矩阵进行集结,并利用直觉模糊交叉熵计算属性权重, 之后使用GRA-TOPSIS模型对待选突击航线进行择优排序,最后通过实例计算和对比分析验证所提方法的有效性和可靠性, 为突击航线评估提供了一种新方法。

针对模糊增强不能改善图像的对比度和直方图均衡增强存在过度增强、图像细节信息丢失的缺陷, 提出了基于直觉模糊集和直方图均衡的图像增强算法。由于待增强图像包含大量的不确定性信息, 给出了一种新的直觉模糊增强图像的算法, 该方法通过合成像素的直觉模糊隶属度和非隶属度的方式来实现, 能够显著增强图像的细节信息, 但不能改善图像对比度。因此, 将直觉模糊增强和直方图均衡进行融合, 以直觉模糊增强为主, 同时抑制直方图均衡的不足, 既增强了图像的细节信息, 又改善了图像的对比度。最后, 通过典型的图像增强实例验证了算法的有效性和可靠性。

针对现有的红外与可见光图像融合算法存在融合图像的对比度与清晰度降低和细节纹理信息丢失等问题,提出将鲁棒主成分分析(RPCA)、压缩感知(CS)和非下采样轮廓波变换(NSCT)相结合的融合算法。首先对两幅源图像分别进行预增强处理,应用RPCA分解得到相应的稀疏分量和低秩分量;然后对稀疏矩阵利用结构随机矩阵压缩采样,利用高斯梯度-信息反差对比度(GG-DCI)压缩融合,经正交匹配追踪法(OMP)重构;接着对低秩矩阵采用NSCT分解成低频子带和高频子带,低频子带选用区域能量-直觉模糊集(RE-IFS)融合,最高频子带利用最大绝对值规则融合,其他高频子带选用自适应高斯区域方差融合;最后将融合后的稀疏分量和低秩分量叠加得到融合图像。实验结果表明,本文算法相比其他算法能够更好地提高融合图像的对比度和清晰度,保留了丰富的细节纹理信息,客观评价指标也总体优于现有算法,有效提升了红外与可见光图像的融合效果。

利用高光谱遥感图像对**工程进行伪装效果评估,提出了一种基于直觉模糊决策的高光谱伪装效果综合评估方法,以及包括光谱泛相似测度、亮度对比度、视觉相似性测度和结构相似性测度等在内的高光谱伪装效果综合评价指标体系;建立了面向高光谱伪装效果评估的直觉模糊多属性决策模型;采用逼近理想解的排序算法进行模型决策,并提出了基于直觉模糊集Hamming距离的灰关联测度以提高方案之间的区分度。研究结果表明,利用所提方法得到的评估结果与专家评估结果一致,验证了其合理性和可行性。

为了在多波段图像融合中选用合适的直觉模糊化方法来处理不确定性问题, 对 5种常用的直觉模糊集方法在多波段图像融合中的应用进行了比较。首先将多波段图像进行直觉模糊化处理, 对隶属度图像进行去模糊化得到直觉模糊图像; 然后, 将直觉模糊图像进行非下采样轮廓波变换(Nonsubsampled contourlet transform, NSCT), 对低频图像进行直觉模糊化处理, 所得隶属度作为权重进行加权融合, 高频使用取大规则进行融合; 最后通过逆变换得到融合图像。对融合结果采用主观人眼视觉观察和客观评价指标体系进行分析比较, 得到较好的直觉模糊集方法的优势性能。实验结果表明, 与 Sugeno、Yogita、Yager及 Chaira四种直觉模糊化方法相比, Bala直觉模糊化方法可以有效提高融合结果的亮度和对比度, 而且融合结果边缘清晰, 纹理特征明显, 具有更好的视觉融合效果和客观质量评价。

针对传统图像融合方法造成的边缘模糊、细节损失、图像对比度与清晰度容易降低等问题, 利用非下采样轮廓波变换, 提出一种基于直觉模糊集和区域对比度的红外与可见光图像融合算法.首先, 使用非下采样轮廓波变换将源图像分解, 分别得到源图像的高频和低频成分.其次, 利用直觉模糊集灵活准确描述模糊概念的特性, 构建双高斯隶属函数对低频成分进行融合; 利用区域对比度详细描述图像纹理信息的特点, 采用多区域特征对比度结合距离分析的融合规则, 对高频成分进行融合.最后使用非下采样轮廓波逆变换得到融合图像.实验结果表明, 与其它融合算法相比, 该算法提高了图像对比度, 保留了源图像中的边缘和细节信息, 且得到的融合结果具有更优的客观评价值.

为解决微光探测条件下多波段图像融合效果差、信息丢失的问题, 提出了基于直觉模糊集的多波段图像融合方法。首先利用最大化熵准则对源图像分别进行直觉模糊处理, 其次对隶属度图像进行去模糊后进行非下采样剪切波变换(NSST), 得到各自的高频图像和低频图像, 然后对高频图像用绝对值取大融合, 对低频图像用清晰度取大融合, 最后对高频融合图像和低频融合图像进行 NSST逆变换得到最终融合图像。实验结果表明, 本方法可对微光探测条件下多波段图像自适应处理, 融合结果目标显著, 对比度和清晰度大, 主观和客观评价指标均优于其他方法。

由于感知能力限制,远程AUV自主决策属性模糊隶属度不明确,传统模糊Petri网决策方法无法进行知识的表达与推理。将模糊Petri网的模糊集进行拓展,提出了区间值直觉模糊Petri网的概念,并重新设计了推理方法和决策步骤; 在此基础上,建立了远程AUV行动决策模型,通过算例实现了远程AUV自主行动决策。决策过程形象、快速、清晰,决策结果验证了方法的有效性。该方法可为多属性决策问题提供新的参考思路。

为权衡信息融合系统对各条证据的可信程度，提出基于直觉模糊交叉熵的证据折扣方法，用于直觉模糊证据合成规则。并根据确定性理论，对直觉模糊决策中的记分函数进行改进，得到基于确定性因子的记分函数形式，用于直觉模糊证据合成结果判定。最后通过与其他算法的对比实验，验证算法在多传感器目标识别应用中是有效的，且具有较高的计算效率。

针对实际空战中目标多属性及动态变化的特点,提出了一种动态多属性威胁评估方法.在建立威胁评估指标体系的基础上,依据目标多个时刻的属性信息,结合直觉模糊集给出了一种构造虚拟最优目标的方法以确定目标属性权重,设计了一种基于正态分布累积分布函数确定时间序列权重的方法,最后借鉴TOPSIS的思想实现了空战动态威胁排序.仿真结果说明了该算法的合理性.