面向空中目標(biāo)威脅評估的多傳感器管理方法
發(fā)布時(shí)間:2023-05-04 02:31
為了降低在空中目標(biāo)威脅評估任務(wù)中由于威脅評估結(jié)果的不準(zhǔn)確性和傳感器輻射所帶來的潛在損失,提出了一種基于風(fēng)險(xiǎn)的多傳感器管理方法。首先,基于部分可觀馬爾可夫決策過程建立了傳感器管理模型;然后,給出了基于信息狀態(tài)的威脅評估風(fēng)險(xiǎn)和傳感器輻射風(fēng)險(xiǎn)的預(yù)測方法以量化潛在損失;接著,為獲得更優(yōu)的作戰(zhàn)收益,以多步風(fēng)險(xiǎn)預(yù)測值為決策依據(jù),以兩種風(fēng)險(xiǎn)的加權(quán)和最小為優(yōu)化目標(biāo)建立了長期目標(biāo)函數(shù);最后,在求解目標(biāo)函數(shù)時(shí),將傳感器管理問題轉(zhuǎn)化為決策樹搜索,設(shè)計(jì)了一種基于分支定界的標(biāo)準(zhǔn)代價(jià)搜索算法以快速獲得高質(zhì)量的管理方案。仿真實(shí)驗(yàn)表明,所提算法能夠在搜索到高質(zhì)量解的同時(shí)大幅減少計(jì)算時(shí)間和內(nèi)存消耗;所提方法能夠?qū)︼L(fēng)險(xiǎn)進(jìn)行準(zhǔn)確預(yù)測,且相比于經(jīng)典的傳感器管理方法,所提方法具有更好的風(fēng)險(xiǎn)控制效果。
【文章頁數(shù)】:14 頁
【文章目錄】:
1 基于POMDP的傳感器管理模型
1.1 系統(tǒng)動作
1.2 系統(tǒng)狀態(tài)及狀態(tài)轉(zhuǎn)移函數(shù)
1.3 系統(tǒng)觀測及觀測函數(shù)
1.4 收益函數(shù)
2 風(fēng)險(xiǎn)預(yù)測方法
2.1 威脅評估風(fēng)險(xiǎn)
2.1.1 威脅評估方法
2.1.2 基于信息狀態(tài)的威脅風(fēng)險(xiǎn)預(yù)測方法
2.2 基于信息狀態(tài)的輻射風(fēng)險(xiǎn)預(yù)測方法
3 優(yōu)化求解
3.1 目標(biāo)函數(shù)
3.2 基于分支定界的UCS算法
4 仿真實(shí)驗(yàn)
4.1 確定平衡系數(shù)和決策步長
4.2 算法性能對比
4.3 傳感器管理方法仿真
5 結(jié)論
本文編號:3807772
【文章頁數(shù)】:14 頁
【文章目錄】:
1 基于POMDP的傳感器管理模型
1.1 系統(tǒng)動作
1.2 系統(tǒng)狀態(tài)及狀態(tài)轉(zhuǎn)移函數(shù)
1.3 系統(tǒng)觀測及觀測函數(shù)
1.4 收益函數(shù)
2 風(fēng)險(xiǎn)預(yù)測方法
2.1 威脅評估風(fēng)險(xiǎn)
2.1.1 威脅評估方法
2.1.2 基于信息狀態(tài)的威脅風(fēng)險(xiǎn)預(yù)測方法
2.2 基于信息狀態(tài)的輻射風(fēng)險(xiǎn)預(yù)測方法
3 優(yōu)化求解
3.1 目標(biāo)函數(shù)
3.2 基于分支定界的UCS算法
4 仿真實(shí)驗(yàn)
4.1 確定平衡系數(shù)和決策步長
4.2 算法性能對比
4.3 傳感器管理方法仿真
5 結(jié)論
本文編號:3807772
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3807772.html
最近更新
教材專著