【摘要】：對(duì)于敵方目標(biāo)進(jìn)行快速有效的評(píng)估是艦艇作戰(zhàn)指揮系統(tǒng)的核心功能之一,直接關(guān)系到指揮者做出的決策。為解決這一問題,本文以艦艇空中目標(biāo)威脅為背景,建立目標(biāo)威脅估計(jì)模型,結(jié)合迭代決策樹算法和BP神經(jīng)網(wǎng)絡(luò)算法,進(jìn)行目標(biāo)威脅估計(jì)方法的研究。本文主要研究?jī)?nèi)容如下:首先,本文探索了威脅評(píng)估在信息融合中的地位,總結(jié)了國(guó)內(nèi)外威脅估計(jì)研究的現(xiàn)狀,分析了國(guó)內(nèi)外學(xué)者進(jìn)行目標(biāo)威脅估計(jì)研究所采用方法,詳細(xì)介紹了威脅評(píng)估的步驟,并依照步驟建立了目標(biāo)威脅評(píng)估模型,針對(duì)目標(biāo)威脅評(píng)估特點(diǎn)提出了目標(biāo)威脅估計(jì)評(píng)價(jià)指標(biāo)。其次,將迭代決策樹算法引入目標(biāo)威脅估計(jì),并對(duì)迭代決策樹算法進(jìn)行了有針對(duì)性的改進(jìn),提出了基于改進(jìn)迭代樹算法的目標(biāo)威脅估計(jì)方法。通過實(shí)驗(yàn)驗(yàn)證了算法的有效性,該方法誤差明顯小于隨機(jī)森林算法和MPSO-BP算法。最后,針對(duì)BP神經(jīng)網(wǎng)絡(luò)收斂速度慢、容易陷入局部最優(yōu)解等缺點(diǎn)對(duì)BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了改進(jìn),并加入差分進(jìn)化算法提高BP神經(jīng)網(wǎng)絡(luò)的效率與性能。算法極大程度的保留了數(shù)據(jù)的多樣性,避免了人為因素的干擾。實(shí)驗(yàn)結(jié)果表明,差分進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法能夠用于威脅評(píng)估。
【學(xué)位授予單位】：中國(guó)艦船研究院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP183;E141.1
【圖文】：

圖 1.1 信息融合功能模型表 1.1 JDL 模型信息處理過程等級(jí) 名稱 具體過程零級(jí)融合 信息預(yù)處理 主要是對(duì)由多傳感器得到的原始信息進(jìn)行初步的處理。一級(jí)融合 對(duì)象精煉 是指根據(jù)多源數(shù)據(jù)產(chǎn)生融合的目標(biāo)位置和屬性/身份的過程。二級(jí)融合 態(tài)勢(shì)評(píng)估 根據(jù)對(duì)象精煉得到的目標(biāo)信息等有關(guān)的信息進(jìn)行戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估。三級(jí)融合 威脅估計(jì) 根據(jù)過程精煉和二級(jí)融合結(jié)果及其他有關(guān)信息，對(duì)敵方實(shí)力、作戰(zhàn)目的和我方威脅程度估計(jì)的過程。四級(jí)融合 過程優(yōu)化 評(píng)估信息融合系統(tǒng)的整體性能和效能，以達(dá)到對(duì)多源信息融合處理過程進(jìn)行優(yōu)化控制的目的。國(guó)在上世紀(jì) 80 年代初期開始開展多目標(biāo)信息融合技術(shù)的研究，隨著研究的深

數(shù)據(jù)級(jí)融合示意圖

圖 1.2 數(shù)據(jù)級(jí)融合示意圖數(shù)據(jù)級(jí)融合是最初級(jí)的融合，如圖 1.2 所示，數(shù)據(jù)級(jí)融合直接對(duì)傳感器搜集到的數(shù)行關(guān)聯(lián)之后進(jìn)行融合處理，然后基于處理后的結(jié)果進(jìn)行特征提取，最后基于特征提取進(jìn)行身份識(shí)別等步驟。2) 特征級(jí)融合傳感器1傳感器2傳感器N關(guān)聯(lián)數(shù)據(jù)級(jí)融合特征提取身份識(shí)別融合的身份識(shí)別結(jié)果

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李姜;郭立紅;;基于改進(jìn)支持向量機(jī)的目標(biāo)威脅估計(jì)[J];光學(xué)精密工程;2014年05期

2 王雷;敵機(jī)威脅估計(jì)模型初探[J];火力與指揮控制;1989年02期

3 馬民;李菁;趙鵬飛;;基于威脅估計(jì)的邊防情報(bào)預(yù)警研究[J];武警學(xué)院學(xué)報(bào);2018年05期

4 鄧文運(yùn),尼喜;地面防空威脅估計(jì)模糊優(yōu)化計(jì)算方法及使用[J];現(xiàn)代防御技術(shù);2001年04期

5 王小龍;宋裕農(nóng);李曉丹;;基于貝葉斯網(wǎng)絡(luò)的編隊(duì)對(duì)潛威脅估計(jì)方法[J];艦船科學(xué)技術(shù);2013年10期

6 劉勝利;王睿;王剛;吳舒然;;防空反導(dǎo)作戰(zhàn)決策威脅估計(jì)方法研究[J];飛航導(dǎo)彈;2018年05期

7 井勝勇;;一種基于改進(jìn)支持向量機(jī)的目標(biāo)威脅估計(jì)方法[J];艦船電子工程;2018年01期

8 惠劍;聶成;安芹力;;一種基于改進(jìn)理想解法的威脅估計(jì)方法[J];彈箭與制導(dǎo)學(xué)報(bào);2003年S5期

9 翟貴敏;董龍明;邱瑞波;馬連淼;;基于貝葉斯網(wǎng)絡(luò)的空中目標(biāo)威脅估計(jì)算法[J];火力與指揮控制;2016年11期

10 楊露菁;彭業(yè)飛;周恭謙;;基于混沌雙擾動(dòng)的CDDPSO-BP目標(biāo)威脅估計(jì)方法[J];指揮控制與仿真;2016年02期

相關(guān)會(huì)議論文 前2條

1 石少勇;潘麗君;孫樂;李小君;;戰(zhàn)場(chǎng)目標(biāo)威脅估計(jì)研究綜述[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

2 王永春;繆旭東;王義濤;;直覺模糊條件下艦艇編隊(duì)防空威脅估計(jì)決策模型[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 黃璇;多源引導(dǎo)信息融合及其關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

2 王改革;基于智能算法的目標(biāo)威脅估計(jì)[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2013年

相關(guān)碩士學(xué)位論文 前9條

1 李寒雨;基于迭代決策樹和BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅估計(jì)研究[D];中國(guó)艦船研究院;2018年

2 陳曉東;面向空戰(zhàn)威脅估計(jì)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

3 莊穎;信息融合的粗糙集方法研究[D];昆明理工大學(xué);2015年

4 朱建益;空戰(zhàn)中的威脅估計(jì)與態(tài)勢(shì)評(píng)估研究[D];西安電子科技大學(xué);2013年

5 王瑾;基于直覺模糊推理的網(wǎng)絡(luò)輿情態(tài)勢(shì)分析與威脅估計(jì)技術(shù)研究[D];解放軍信息工程大學(xué);2011年

6 王鐵套;突發(fā)事件網(wǎng)絡(luò)輿情分析與威脅估計(jì)方法研究[D];解放軍信息工程大學(xué);2012年

7 賀穎;多源異質(zhì)傳感器決策層融合算法及其應(yīng)用研究[D];電子科技大學(xué);2015年

8 韓濤;復(fù)雜武器系統(tǒng)控制管理軟件設(shè)計(jì)[D];南京理工大學(xué);2004年

9 劉敏;多傳感器數(shù)據(jù)融合算法研究與應(yīng)用[D];南京航空航天大學(xué);2012年

本文編號(hào)：2776201