反导预警态势评估过程分析

针对弹道导弹及其攻防作战的特点,分析了反导作战态势评估的主要过程,在此基础上构建了基于贝叶斯网络的反导作战态势评估模型;结合想定对反导态势模型进行推理评估与分析,得出了态势评估结果.评估结果表明,所构建的基于贝叶斯网络的反导态势评估模型能为反导态势评估研究提供参考依据.     

一种变结构动态贝叶斯网络的反导态势评估模型

为了实现在反导预警监视系统基础上的反导态势评估,通过对反导作战过程的分析,根据反导作战指挥的需要,提取了反导作战中的五个关键事件,以动态贝叶斯网络为基础,构建了以关键事件为驱动的变结构态势评估模型．利用Matlab软件对态势评估模型进行仿真验证．仿真结果表明,该模型能够随着反导战场的变化反映出战场态势的变化,其推理时间也能够满足评估实时性要求,可为指挥员提供指挥决策依据．     

态势评估中的贝叶斯网络模型研究

针对战场态势评估的特点,采用模块化的贝叶斯网络模型对态势问题进行描述,动态构建贝叶斯网络结构．为了解决动态构建贝叶斯网络的推理问题,提出一种新的解决方法,将待连接贝叶斯网络模块的推理结果作为软证据,输入到已有网络对应的节点中,以代替所要连接的贝叶斯网络模块,在不改变贝叶斯网络结构的情况下完成网络的推理过程．仿真实验结果表明该方法是有效的．     

动态贝叶斯网络在态势评估中的应用

针对目前战场态势变化的复杂性和多样性,尤其是战场信息的不确定性和模糊性,提出了利用动态贝叶斯网络,根据态势事件与态势假设之间的潜在关系建立态势评估的功能模型,从而实现态势评估,并用具体的实例验证了该方法的有效性.仿真结果表明,依据动态贝叶斯网络建立的态势评估模型,能够将各种特征因素进行综合,使得不同时间片的特征因素相互修正,从而能够准确地跟踪战场态势的变化,所得态势评估结果为指挥员分析当前态势和决策提供了支持.     

基于DBN的空间战场目标威胁评估

空间战场目标威胁评估对未来空间作战指挥决策具有重要的意义,探讨了空间战场的特点及空间战场威胁目标的特点。针对静态贝叶斯网络(Bayesian network,BN)无法有效地解决动态空间战场中目标的威胁评估问题,提出利用动态贝叶斯网络(dynamic Bayesian network,DBN)来解决空间战场目标威胁评估,建立了基于DBN的空间战场目标威胁评估模型,利用所建立的模型进行了仿真计算。研究结果证明,基于DBN的空间战场目标威胁评估模型能够适应战场形势的变化,可应用于未来空间战场目标威胁评估专家系统的开发,并且比利用静态BN得出的威胁程度更准确,可靠性更高。     

离散模糊动态贝叶斯网络用于无人作战飞机目标识别

为了提高无人作战飞机的自动目标识别能力,文中提出采用离散模糊动态贝叶斯网络,对若干可观测的目标特征参数进行综合推理出目标的类型。推导了离散模糊动态贝叶斯网络的推理算法。建立了目标识别的离散模糊动态贝叶斯网络模型。仿真结果表明,该方法得出的推理结果与理论分析完全一致,而且能够将各种并不显著的目标特征进行综合,使得各种特征及不同时刻的同一特征互相修正补充,克服了依靠单一特征进行目标识别的局限。     

基于DBN的预警机战场威胁评估模型研究

预警机作为空中高价值目标,是敌袭扰、打击的首选对象.针对预警机战场威胁评估问题,首先根据预警机战场受威胁特点,分析了其战场威胁要素;然后借助动态贝叶斯网络(DBN),构建预警机威胁评估模型;最后根据战场想定,提取、处理要素状态,通过Netica软件推理计算,得出预警机战场受威胁等级.该结果随态势变化而变化,符合人的主观认知,所构建模型为预警机战场威胁评估提供了一种科学、有效的方法.     

战场复杂电磁环境对导弹作战体系作战能力影响研究

分析了战场电磁环境的构成与主要特征,以及战场电磁环境复杂性评估的流程;给出了战场电磁环境客观复杂性和主观复杂性的定级标准;建立了战场复杂电磁环境影响下导弹作战体系对抗的兰彻斯特战斗方程;从定性和数值仿真的角度,分析了战场复杂电磁环境对导弹作战体系作战能力的影响.     

基于动态贝叶斯网络的电子对抗演练效果评估研究

动态贝叶斯网络是对具有随机过程性质的不确定性问题进行建模分析的有力工具。以作战效能为标准,建立了基于动态贝叶斯网络的电子对抗演练效果评估模型。仿真算例结果表明,动态贝叶斯网络对电子对抗演练效果评估合理。与静态贝叶斯网络相比,动态贝叶斯网络由于考虑了时间因素的影响,能更好地反映电子对抗分队演练效果的变化规律与趋势,具有较好的准确性以及容错能力。     

基于动态贝叶斯网络的目标侦察信息处理研究

动态贝叶斯网络是对具有随机过程性质的不确定性问题进行建模和处理的有力工具．战场环境随机变化使得侦察信息处理变的复杂化，从而影响决策的具体方式或决策方向．本文提出将隐马尔可夫模型图形模式与模糊推理结合起来构成DBN，将其用于战场侦察情报的推理分析．首先建立动态贝叶斯网络的环境变化感知模型，而后应用Viterbi解码算法获得当前隐合序列最优估计，通过HMM状态转移矩阵可预测出未来环境变化趋势，最后应用模糊推理得到问题的最优的决策或优先采用的解决方式．仿真结果表明了模型的可行性．     

参数自适应动态贝叶斯舰船态势估计算法

为减少动态海域下贝叶斯网络舰船态势估计算法较大的误差,提出了一种改进的动态贝叶斯网络舰船态势估计算法。该算法根据多路传感器的数据和新获取的态势信息进行推理,通过计算新态势要素与原有态势要素间的互信息构建并更新动态贝叶斯网络参数。与传统贝叶斯网络态势估计算法对比,在仿真情况下对10000艘舰船进行合作态势估计,改进动态贝叶斯网络的舰船态势估计算法合作舰船错误率降低了7.1%;用实测数据,目标的合作态势提升了4.2%。改进的算法不仅能够实时地反映舰船环境变化,同时还提高了目标态势估计的准确概率,为海监提供了一种舰船态势分析与决策的技术支持。     

Network security threat assessment based on the signaling game

Nowadays, researches on network security defense based on game theory mostly use completed information or static game theory to establish the attack-defense model. In order to perform security threat assessment in a closer way to the practical situation in a network, this paper proposes a network attack-defense game model based on the signaling game, which is modeled in a dynamic and uncompleted way. After putting forward the solving process of the perfect Bayesian equilibrium of the signaling game, this paper analyzes all kinds of equilibriums existing in the game. Taking the posterior belief as the defender's prediction of the attacker's type, this paper puts forward the assessment algorithm for the network security threat based on the model above, predicts the security threat the defender is facing, and provides the security threat grade for the evaluator. Finally, the feasibility and validity of the model and the method proposed by this paper are testified through the analysis of a network example.     

雷达装备战场损伤修复顺序优化研究

雷达装备战场损伤信息是一个动态传播和更新过程,多组（部）件战场损伤修复顺序的优化能够提高战场抢修的效率.利用贝叶斯网络能够充分综合先验概率和后验概率的特点,在已有的装备类似案例、专家经验与现场的实际损伤情况等信息的基础上进行判定,具有完备性.根据雷达装备的结构特征,以最小预期代价为目标,构建和分析基于贝叶斯网络的战场损伤修复优化模型,提出了组（部）件损伤修复顺序的策略算法,具有一定的参考价值.     

基于改进规范交战模式的作战态势评估方法

作战态势评估是指挥决策的关键环节。在考虑联合作战双方力量投入的数量质量、部署的位置、行动的样式和体系对抗的措施等因素的基础上进行了作战态势建模;提出了基于三类毁伤力影响因子和交火关系因子的规范交战模式改进方法;通过求解改进的规范交战模式中双方作战势能比值,从而对作战态势优劣进行评估;解决了传统作战态势评估方法静态、单一的问题。最后通过案例说明了方法的可行性和有效性。     

面向多跳无线自组织网络的安全信任模型

针对大规模无线自组织网络中可能存在的自私节点问题以及恶意节点问题,提出一种基于贝叶斯理论的安全信任模型BTM(Bayesian-based trust model)。在BTM模型中,节点通过对邻近节点的自私或者有害行为进行监测,基于贝叶斯理论对这些直接观测数据进行分析,得到间接判定数据;然后通过节点间间接判定数据的进一步贝叶斯处理,得到节点的信任度,基于此信任度可对网络中的不良节点进行判定。仿真结果表明:BTM算法可对无线网络中的恶意攻击节点、自私节点进行较为准确的判定,能够为网络入侵检测系统、安全路由协议提供有效支持,从而有效提高多跳无线自组织网络的安全性,具有较高的实用价值。     

风电机组故障诊断中不确定性信息处理的贝叶斯网络方法

针对风电机组故障信息耦合性、模糊性的不确定性特点,结合贝叶斯网络在处理不确定性问题上的优势,提出了风电机组故障诊断的贝叶斯网络方法.重点研究了该方法的两个关键问题,即风电机组故障诊断的贝叶斯网络建模和贝叶斯网络推理.构建了一种基于事故树分析方法的三层CME贝叶斯网络模型并解析了贝叶斯网络的故障推理过程,通过风电机组齿轮箱的故障诊断实例验证了上述模型的可行性和贝叶斯网络推理的有效性.研究成果对具有相关不确定性问题的机电设备故障诊断有借鉴意义.