不確定性信息融合是軍事領域研究的熱點問題。信息融合技術可分為低級別融合和高級別融合，前者是對作戰(zhàn)目標的位置及屬性估計，而后者包括戰(zhàn)場態(tài)勢估計和威脅估計。態(tài)勢估計是在低級融合層次獲取戰(zhàn)場目標及環(huán)境信息的基礎上進行戰(zhàn)場態(tài)勢分析，并預測態(tài)勢的變化趨勢。態(tài)勢估計的實質是綜合大量的多來源、多類型以及帶有不確定性的信息，并對這些信息進行綜合推理估計后掌握戰(zhàn)場當前態(tài)勢及未來態(tài)勢的過程。本文主要研究戰(zhàn)場復雜環(huán)境下的態(tài)勢知識表示及不確定知識的推理方法，具體工作包括： 首先，在分析信息融合功能模型及其演變的基礎上，對態(tài)勢估計的基本定義、概念做了簡單介紹，并對態(tài)勢估計功能模型、知識表示及知識的不確定性推理等相關知識作了詳細描述，為本文態(tài)勢估計不確定性推理算法提供了重要的理論基礎。 其次，介紹了貝葉斯網(wǎng)絡構建及模型的推理，在此基礎上給出了基于貝葉斯網(wǎng)絡的態(tài)勢估計方法的基本思路和應用方向。針對以往貝葉斯網(wǎng)絡態(tài)勢估計方法無法動態(tài)適應戰(zhàn)場變化的情況，提出了動態(tài)貝葉斯網(wǎng)絡態(tài)勢估計方法。該方法通過將靜態(tài)貝葉斯網(wǎng)絡轉化為帶有時間因素的動態(tài)貝葉斯網(wǎng)絡來對戰(zhàn)場態(tài)勢進實時估計預測，提高了貝葉斯網(wǎng)絡態(tài)勢估計的精確性，能更好地反映...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景與研究意義
    1.2 態(tài)勢估計信息融合國內外研究現(xiàn)狀
        1.2.1 信息融合功能模型及其演變
        1.2.2 高層信息融合
        1.2.3 戰(zhàn)場態(tài)勢估計
    1.3 論文研究內容與結構安排
第二章 戰(zhàn)場態(tài)勢估計基礎知識
    2.1 引言
    2.2 態(tài)勢估計基礎理論
        2.2.1 基本概念
        2.2.2 態(tài)勢估計過程
    2.3 戰(zhàn)場態(tài)勢估計和威脅估計
        2.3.1 態(tài)勢估計
        2.3.2 威脅估計
    2.4 態(tài)勢估計不確定性推理方法
        2.4.1 推理理論
        2.4.2 模糊集推理方法
        2.4.3 專家系統(tǒng)方法
        2.4.4 概率論方法
        2.4.5 證據(jù)理論方法
    2.5 小結
第三章 基于貝葉斯網(wǎng)絡的態(tài)勢估計方法
    3.1 引言
    3.2 貝葉斯網(wǎng)絡基本概念
        3.2.1 貝葉斯理論
        3.2.2 貝葉斯網(wǎng)絡定義
    3.3 貝葉斯網(wǎng)絡的模型構建及推理
        3.3.1 貝葉斯網(wǎng)絡構建
        3.3.2 貝葉斯網(wǎng)絡的推理
    3.4 動態(tài)貝葉斯網(wǎng)絡
        3.4.1 DBN 定義
        3.4.2 BN 轉化為 DBN
        3.4.3 DBN 模型推理
        3.4.4 貝葉斯網(wǎng)絡工具箱
    3.5 仿真實驗
    3.6 小結
第四章 基于 D-S 證據(jù)理論的態(tài)勢估計方法
    4.1 引言
    4.2 證據(jù)理論基本概念
        4.2.1 Dempster-Shafer 證據(jù)理論
        4.2.2 Dempster 組合規(guī)則
        4.2.3 證據(jù)融合推理分析
        4.2.4 Pignistic 概率轉換
    4.3 D-S 證據(jù)理論在態(tài)勢估計中的應用
    4.4 小結
第五章 基于 HDSmP 轉換的態(tài)勢估計方法
    5.1 引言
    5.2 HDSmP 轉換方法簡介
        5.2.1 HDSmP 方法
        5.2.2 不確定性度量指標
    5.3 戰(zhàn)場態(tài)勢估計實例分析
    5.4 HDSmP 中比率再分配因子 的取值分析
    5.5 小結
第6章 總結與展望
    6.1 總結
    6.2 展望
致謝
參考文獻
附錄



本文編號：3968262