空中目标威胁等级评估方法研究

本文提出了一种空中目标威胁等级评估方法,该方法运用了动态贝叶斯网络进行推理、结合专家知识以及对选取高斯分布函数对威胁要素进行量化,构建了基于动态贝叶斯网络的目标威胁等级评估模型。仿真结果表明:该模型可以有效的确定目标当前的威胁等级,该方法符合人类的推理过程。     

山地条件下的无人机气象威胁度建模与评估方法

针对无人机在山地条件下飞行时气象威胁因素复杂多变,提出一种基于贝叶斯网络的山地气象威胁度建模与评估方法。结合专家知识与EM算法构建贝叶斯网络模型,利用多树传播推理算法对山地气象要素进行威胁等级评估。评估结果表明,基于贝叶斯网络的气象威胁度评估能够正确直观地划分山地气象要素对无人机的威胁等级,对无人机智能决策具有重要意义。     

基于模糊贝叶斯网的威胁等级评估研究

针对现代复杂战场环境下威胁等级评估信息的不确定性,结合模糊数学及贝叶斯网提出了基于模糊贝叶斯网的威胁等级评估方法。在充分考虑威胁源相对于UCAV的距离、方位角对其隐身能力影响的基础上,从不确定性知识的概率化入手,综合天气、威胁类型、距离、方位角等不确定因素对威胁等级进行评估,采用加拿大Norsys软件公司的Netica软件建立贝叶斯网威胁评估模型并进行仿真。结果表明,该方法能快速、准确地评估威胁等级,具有一定的参考价值。     

基于动态贝叶斯网络的低慢小目标威胁评估北大核心CSCD

针对复杂地形下低慢小目标难以防御的难题,本文分析并研究对于与低慢小目标威胁评估具有影响作用的因素,提出一种基于动态贝叶斯网络的威胁评估方法。基于低慢小目标的威胁属性,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;并通过仿真试验验证该种基于动态贝叶斯网络的方法在对低慢小目标进行威胁评估是可行的。     

基于DFDBN的防空火控雷达威胁评估方法

针对防空火控雷达火控系统的多目标威胁判断问题,提出基于离散模糊动态贝叶斯网络的威胁评估方法。首先,把得到的不确定性数据进行模糊推理,获取威胁评估模型的训练和测试数据,然后,量化等级,同时运用动态贝叶斯网络的推理算法,通过多个时刻目标的同一特征参数相互补充和修正以及同一时刻目标的不同特征参数之间修正,对系统各个时刻观测值或某一时刻观测值进行威胁评估,得出正确的结果。最后,仿真结果表明该方法合理、有效。     

贝叶斯网络在空情目标威胁评估中的应用研究

为了实现对空情目标威胁评估准确、方便、快捷的需求,根据贝叶斯网络特点,运用联结树推理算法,将其应用在空情目标威胁评估系统当中。最后通过实例分析,综合敌方的破坏力、机动能力、运动模式及行为企图的先验知识,对其空情目标进行估计,能够直观的理解以及能够很好的获得空情信息。     

电子防空光电对抗目标识别与威胁评估方法

机载光电观瞄设备和光电制导武器导引头是区域电子防空光电对抗的直接对象,而快速准确的目标识别与威胁评估是干扰指挥决策并形成有效干扰的基本前提。分析了电子防空光电对抗目标的特征,针对区域电子防空存在的战场态势模糊情况,提出基于行为推理的目标识别方法识别目标类型并预测目标行动,再进一步建立结合降效分析的多属性决策目标威胁评估模型计算目标威胁程度。仿真实例表明,所提方法在支援情报缺失的情况下,能够准确判定目标属性和威胁等级,为干扰目标分配提供依据。     

云贝叶斯网络在目标电磁环境威胁评估中的应用

云模型能够实现定性概念与定量数值之间的相互转换,将云模型这一优点引入到电磁威胁度评估,并结合贝叶斯网络设计出云贝叶斯推理算法系统.以目标电磁空间为背景,利用MATLAB平台对云推理算法系统仿真,得出具体的目标电磁环境威胁程度,检验了该方法的效果.     

基于贝叶斯网络的目标干扰优先等级评估方法

在对通信对抗指挥决策活动进行分析的基础上,针对通信对抗目标干扰优先等级评估的问题,从目标信号特征和目标行为特征两方面联合分析了影响评估的因素,提出了基于贝叶斯网络的目标干扰优先等级评估模型以及推理流程,并进行了仿真验证。仿真结果表明该模型和算法能有效提高目标干扰优先等级评估的准确性、时效性,同时结合仿真实验说明了先期通信侦察对目标干扰优先等级评估的重要影响。     

动态贝叶斯网络在战场态势估计中的应用

贝叶斯网络用于态势估计时,系统参数不能及时调整,无法对未来时刻进行预测。为解决这一问题,对动态贝叶斯网络在战场态势评估中的应用进行了研究,引入时间因素,建立了网络模型,分析了概率参数与推理的过程,并利用卡尔曼滤波模型法对推理进行仿真实验。实验结果表明了动态模型推理的有效性。动态贝叶斯网络可以有效利用侦察数据中的时间信息,实时动态地处理影响分析和决策的种种因素,对指挥员的作战决策具有极大的参考价值。