基于Earley算法的多功能雷達文法概率快速學習算法

　　針對基于隨機上下文無關(guān)文法（ SCFG）建模的多功能雷達（MFR）概率學習問題，在傳統(tǒng)Inside-Outside（10）算法和Viterbi-Score（ VS）算法的基礎(chǔ)上，提出一種基于Earley算法的多功能雷達文法概率快速學習算法。該算法通過對截獲的雷達數(shù)據(jù)進行預處理，構(gòu)造可以反映派生過程的Earley剖析表，并且基于最大子樹概率原則從剖析表中提取出最優(yōu)剖析樹，利用改進的10算法和改進的VS算法對文法概率進行學習，實現(xiàn)MFR參數(shù)估計，得到文法參數(shù)后，再利用Viterbi算法對MFR狀態(tài)進行估計。理論分析和實驗仿真表明，與10算法和VS算法相比，改進算法在保持估計精度的同時，可以有效降低計算復雜度和減少運行時間，驗證了Earley算法能夠提高文法概率的學習速度。