基于动态贝叶斯网络的空袭目标威胁评估

针对现有方法在处理不确定性信息推理上的不足,提出一种威胁评估的动态贝叶斯网络模型。基于对动 态贝叶斯网络的研究及对空袭目标威胁影响因素的分析,给出网络中节点的状态转移概率表和条件概率表,结合证 据观测值推理得到目标威胁的后验概率,对典型航路空袭目标的威胁度进行仿真分析。结果表明：该模型合理有效, 能较准确地反映目标的真实威胁度,从而对空袭目标实施有效的末端拦截。     

基于多状态贝叶斯网络的导弹质量状态评估

针对“是非制”导弹质量状态分类方法过于粗放、信息资源利用不充分的问题,提出了基于DS证据理论-层次分析法的条件概率赋值方法,并构建了贝叶斯网络的质量状态评估模型。在分析性能特征参数的基础上,将导弹状态划分为良好、较好、堪用、拟故障和故障5个等级。对单位不一、阈值各异的测试参数进行归一化处理,以改进的岭形分布函数确定各质量状态等级的隶属度,构建基于贝叶斯网络的导弹质量状态评估模型。鉴于各节点间为非确定性逻辑关系、数据信息相对缺乏,提出基于DS证据理论-层次分析法的多状态贝叶斯网络条件概率值确定方法。以某型导弹为例,经过验证,DS证据理论-层次分析法确定条件概率值的方法将不确定度降低到了5%左右,并通过横向对比与纵向对比确定了该模型的合理性与可信性。     

基于动态贝叶斯网络推理的运动目标状态最优估计

提出基于动态贝叶斯网络推理的火炮攻击敌纵深运动目标状态估计模型。首先结合Kalman滤波理论，提出基于动态贝叶斯网络（Dynamic Bayesian Networks-DBN）的目标状态估计模型。然后应用DBN的图形模式的前向后向光滑计算方法对某一节点概率进行不确定推理，在对某一观测序列光滑的基础上，预测敌目标运行队列未来时刻的最大可能估计值，将预测信息传给火控系统并决定最优打击点。最后，通过仿真验证了整个方案的可行性。     

基于贝叶斯网络的指挥自动化系统生存性评估

针对指挥自动化系统生存性评估信息的不确定性问题,提出应用贝叶斯网络对指挥自动化系统的生存性进行定量评估。建立了指挥自动化系统生存性评估的贝叶斯网络模型,给出了基于贝叶斯网络的指挥自动化系统生存性评估的推理方法,并且应用基于M atlab的BNT工具包对该方法进行了实例分析。实例验证表明：该方法推理简单、易于实现,不仅可以计算出系统的生存性概率,而且还能识别出系统的薄弱环节。     

基于时间序列加权与模糊理论的无人机作战态势评估方法

针对战场态势评估中静态评估方法舍弃当前时刻之前的信息,评估结果过于片面的问题,提出基于时间序列加权和模糊理论的无人机作战态势评估方法。该方法首先对选取的战场态势评估要素进行建模,并建立模糊集形式下的评判标准;然后以基于BUM函数的时间序列赋权方法对提取的多时刻战场态势数据进行加权,计算出威胁指数和优势指数,进而通过模糊综合评判得出态势分析结果。实例分析表明,该方法能够有效处理多时刻的动态态势信息,弥补了传统静态评估方法的局限性,融合时间序列中多个时刻的目标关联态势信息,使评估结果更加科学合理。     

基于贝叶斯网络云模型的目标毁伤评估方法

针对复杂的现代战场环境和较多不确定性因素影响下目标毁伤评估问题,提出一种新的基于贝叶斯网络云模型的毁伤评估方法。分析目标特性,建立分级式评估指标体系,构建贝叶斯网络结构;将蒙特卡洛法引入参数学习之中,仿真得到各网络节点的条件概率表,利用网络推理得到目标属于各毁伤等级的概率;利用云模型将得到的目标毁伤概率转化为确定的毁伤值,从而实现由不确定性到确定性的转化。在贝叶斯网络模型中,将目标的物理毁伤程度作为功能毁伤程度的子节点之一,通过条件概率表将物理毁伤程度与功能毁伤程度联系起来,实现了一种新的物理毁伤到功能毁伤的转换方法。以雷达目标为例进行仿真实验,结果表明,该方法能够有效解决目标毁伤评估问题,且与传统贝叶斯网络模型评估结果相比,在精确度和可靠性上都有明显提高。     

基于动态贝叶斯网络的舰艇防空作战威胁评估研究

为解决防空作战中在数据不完备及不确定条件下的威胁评估推理问题,采用动态贝叶斯网络的目标威胁评估模型.详细分析影响舰艇编队防空作战威胁评估的因素,根据军事专家的领域知识构建相应的状态转移矩阵,分析动态贝叶斯网络的推理过程,运用模糊分类技术处理输入的连续数据.根据所建立的动态贝叶斯网络模型及相应的推理算法得到目标识别、目标意图、目标毁伤能力、目标威胁程度的变化趋势.仿真结果表明该方法科学、有效,其计算结果符合客观实际.     

基于贝叶斯网络的水声对抗效能评估方法

水声对抗过程涉及因素众多,随着水声对抗系统向多样化、通用化、体系化的方向发展,对其作战效能的研究也越来越困难;为了更好地评估水声对抗系统的作战效能,提出了应用贝叶斯网络进行水声对抗效能评估的方法,深入分析了水声对抗过程各环节的影响因素,并给出了贝叶斯网络效能评估模型的结构和组成;依据贝叶斯网络的基本原理,建立了水声对抗效能的贝叶斯网络评估模型,并以水面舰对抗来袭鱼雷为例,给出了贝叶斯网络的建立过程和分析方法。     

基于贝叶斯网络的毁伤评估模型

为提高火力毁伤评估的效率,对贝叶斯网络理论进行了研究拓展,在综合分析毁伤信息源及其相互关系的基础上,建立了基于贝叶斯网络的毁伤评估模型,包括：贝叶斯网络模型的构造、贝叶斯网络模型的概率估计、贝叶斯网络模型的更新,并对更新过程进行了探讨。结果表明,该模型可利用各种信息源较快地对毁伤效果进行系统评估,提高毁伤评估的效率。     

基于贝叶斯网络的飞机易损性评估方法

文中介绍了贝叶斯网络的基本知识以及结点概率的计算方法,提出了飞机易损性评估的贝叶斯网络方法,并建立了基于某型飞机模型的易损性评估的贝叶斯网络模型,最后通过算例证明了该方法的合理性。     

基于贝叶斯网络的TBM拦截效果评估

反导过程中,为解决用于TBM拦截效果评估的信息存在不完整、不准确的问题,提高评估的准确性、时效性,首先分析了影响TBM拦截效果评估的因素,提出了基于贝叶斯网络的TBM拦截效果评估方法,构建了基于贝叶斯网络TBM拦截效果评估模型,之后通过实例仿真分析,验证了模型在TBM拦截效果评估中的有效性和可行性。     

视情维修条件下的多状态控制单元可用性建模与分析

针对传统可靠性分析方法难以描述系统动态特性的问题,提出了一种基于多状态动态贝叶斯网络的视情维修可用性建模方法。在定义多状态元件的基础上,构建了基于Markov模型的视情维修状态转移模型,并引入了吸收状态。通过构建多状态动态贝叶斯网络模型,确定了无维修、完全维修、不完全维修、视情维修和吸收状态下的状态转移关系,并根据串联和并联逻辑关系对条件概率赋值。以某控制单元为例,构建动态故障树模型、动态贝叶斯网络模型,确定控制单元与元件在不同维修方式下的可用度变化规律,通过重要度分析发现了可靠性设计中的薄弱环节。仿真分析表明：视情维修的引入使得控制单元与元件相对于完全维修与不完全维修具有更高的可用度;吸收状态的引入可以预测退化状态可修元件的可用度变化趋势,为维修换件提供理论指导。     

基于证据网络的舰艇编队超视距反导态势评估

根据舰艇编队超视距反导作战的具体技、战术特点以及影响态势评估的相关因素,构建了超视距反导作战态势评估模型。利用基于VBS及D-S证据理论的证据网络模型对所构建的态势评估模型进行推理,并利用Pignistic变换将信度测度转换为概率测度,且引入了一种对证据网络中事件节点进行基本信度分配的方法。仿真结果表明,该方法能够准确地对超视距反导态势进行评估,具备较强的实战应用价值。     

基于贝叶斯网络的装备部件战斗损伤研究

指出部件战斗操作评估方法存在的问题,提出利用贝叶斯网络来评估具体装备部件损伤状态的方法。在给出部件战斗损伤评估等级标准和深入分析损伤因素的基础上,建立贝叶斯网络评估模型,最后通过实例证明该方法的可行性。     

面向网络实时风险预测的马尔可夫时变模型

为了能实时准确地预测网络风险发生的可能性,帮助管理员对网络中的风险进行有效的管理,本文提出了一种用于实时风险概率预测的马尔可夫时变模型。基于此模型,给出了风险概率预测方法,通过实时更新模型中的状态概率转移矩阵,来预测未来时刻网络的风险概率。仿真实验将此模型应用于网络攻击环境下,结合特征提取、统计学习,来预测网络在不同风险等级下的概率。同传统的马尔可夫预测模型相比,该模型具有更高的实时性、客观性和准确性。     

基于证据理论层次分析法的云贝叶斯网络在预警雷达毁伤效果评估中的应用

目标毁伤效果评估能够为作战决策提供可信依据,是联合作战不可或缺的关键环节.结合贝叶斯网络与云模型形成云贝叶斯网络,建立基于云贝叶斯网络的预警雷达毁伤效果评估模型,并对各类指标体系变量进行云模型转换;针对传统专家经验法推导条件概率的缺陷,采用证据理论与层次分析法确定各节点的条件概率值;将变量输入云贝叶斯网络,推理得到预警...     

基于态势的雷达组网作战效能评估建模

基于态势的雷达组网作战效能评估,不同于传统的基于概率统计和雷达网在特定环境下的平均性能评估,而必须结合任务和具体的对抗态势,更全面和真实地反映雷达组网在对抗过程中的作战效能．为此,分析了雷达组网的作战效能,进行了模型的假设处理,建立了雷达组网的作战效能评估模型,最后计算了雷达组网的作战效能．     

基于动态贝叶斯网络的舰艇防空作战威胁评估研究

防空作战中对空中目标的威胁评估是一个主观认识和逻辑推理相结合的过程,目标威胁评估中需要处理大量模糊性、不完整性以及不确定性的信息,为此本文采用动态贝叶斯网络的目标威胁评估模型。动态贝叶斯网络具有强大的知识表达能力以及对不确定信息的处理能力,将其运用于威胁评估,能很好的解决在数据不完备及不确定条件下的威胁评估推理问题。     

基于多维特征参数的装备状态动态评估方法

针对目前状态评估方法多重视状态特征参数的静态观测值,对时序状态数据所蕴含的趋势信息关注较少的缺点,提出了静态评估与动态评估相结合的状态评估方法。针对多维状态特征条件下赋权难度大的问题,采用变尺度混沌算法进行客观赋权,建立了状态静态评估模型。在静态评估的基础上,提出运用劣化速度间的“距离”修正静态评估结果来进行动态评估。运用近邻样本密度加权的核模糊C均值聚类算法对劣化速度标准向量进行求解,提出了动态调整函数优化算法,建立了完整的装备状态动态评估模型。通过案例分析验证了该方法的有效性。     

多传感器防御系统威胁评估的一种随机模型

提出了一种用于描述多传感器防御系统效率的随机模型,将描述对抗损耗的微分方程应用于数据融合系统的威胁评估层次.从宏观角度分析了多传感器系统在防御作战中跟踪目标的模式,建立了多传感器在不同工作模式下的对抗损耗微分方程,以用于分析对抗交互双方的动态损耗,从而可根据态势作出威胁评估.