态势估计中一种基于贝叶斯估计的统计时间推理方法

统计时间推理是态势估计中的一个重要组成部分。Ｋｉｒｉｌｏｖ的基于极大似然估计（Ｍａｘｉ－ｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ,ＭＬＥ）的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计（ＢａｙｅｓＥｓｔｉｍａｔｉｏｎ,ＢＥ）引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于ＢＥ的方法性能优于基于ＭＬＥ的方法。     

态势估计中一种基于贝叶斯估计的统计时间推理方法

统计时间推理是态势估计中的一个重要组成部分。Ｋｉｒｉｌｏｖ的基于极大似然估计（Ｍａｘｉ－ｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ,ＭＬＥ）的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计（ＢａｙｅｓＥｓｔｉｍａｔｉｏｎ,ＢＥ）引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于ＢＥ的方法性能优于基于ＭＬＥ的方法。     

用于军事态势估计的协作知识模型

分布式人工智能（ＤＡＩ）是ＡＩ领域的一个新分支。ＤＡＩ研究的主要目的在于分析和设计大型复杂的协作智能系统。本文以军事智能决策过程中的重要环节──态势估计任务为背景,提出了用于实现分布式协作求解的知识表示框架ＤＥＳＷ系统。文章简要分析了军事态势估计领域背景,然后从系统设计的三个方面依次介绍了ＤＥＳＷ的系统组织模型、主体概念模型和分布式协作推理模型。     

态势估计中基于假设检验的统计时间推理方法

在战场态势估计中,常常需要判断事件发生的时间顺序,而对事件发生时间的观测往往含有统计不确定性。这里将假设检验理论引入时间推理,建立了一种判别两个事件发生顺序的新方法,同时研究了在统计不确定性下时间顺序的传递性,从而有效增强了态势估计中对时间关系的描述和推理能力     

基于HDSmP转换的态势估计方法

战场态势分析是指挥决策的基础,D-S证据理论广泛应用于不确定性下的近似推理,尤其在战场的态势估计中起到了重要作用。为了降低命题中含复合焦元时的不确定度,需要运用概率转换方法如Pignistic方法等对这些焦元进行概率转换。当存在命题的基本信度赋值函数(BBA)bba(全称)为零的情况时,一些常规的概率转换方法不能处理,即使能处理这种情况的概率转换方法在降低不确定度方面也没有达到理想效果。提出利用HDSmP方法将信度函数近似转换成概率函数,不仅可解决辨识框架中存在信度为零的命题时的情况,而且可以降低不确定性。此外,对HDSmP方法中比率再分配因子的取值进行了分析,通过实例验证了该方法在战场态势估计中的可行性和实用性。     

C3I系统中战术态势估计的推理方法

本文首先讨论了态势估计中推理框架的现有形式,并从中抽取共性;然后讨论了推理算法的研究现状及存在的问题;最后在推理框架共性之下,提出了应用模糊理论和统计理论解决这些问题的步骤。     

信息化战场环境下态势估计系统及其仿真技术

态势估计是数据融合体系中的一个重要层次。在当前信息化战争的环境下,态势估计技术在战斗中的作用显得尤为重要,目前国内关于态势估计的研究大多数处在概念研究的阶段。分析了态势估计的基本原理,给出了在信息化战场环境中态势估计的处理流程,构建了一个基于专家系统的态势估计系统,并采用HLA技术,利用VR Force和VC开发了一套空战态势估计仿真系统。     

态势估计中一种基于最大后验概率估计的时间推理方法

态势估计中统计时间推理在许多应用中非常重要。Ｋｉｒｉｌｏｖ的基于极大似然估计（ＭａｘｉｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ,ＭＬＥ）的推理方法将未知时间变量看作常数,忽略了它的先验信息,估计方差较大。针对这一问题,本文首先建立了已知时间信息和未知时间变量之间的关系模型,这一模型可用来解释Ｋｉｒｉｌｏｖ的方法;然后在这一模型下,将未知时间变量扩展为随机变量,采用基于最大后验概率估计（ＭａｘｉｍｕｍａＰｏｓ－ｔｅｒｉｏｒｉＥｓｔｉｍａｔｉｏｎ,ＭＡＰ）的方法进行统计时间推理。对两种推理算法的性能进行了分析和比较,发现在较宽的范围内,基于ＭＡＰ的方法性能优于基于ＭＬＥ的方法。     

基于多源冲突数据聚类的态势估计方法

传统调和式态势估计方法在面对多源冲突数据时融合效果不佳。为此,提出一种基于冲突数据聚类的非调和式态势估计方法。首先利用迭代自组织数据聚类方法(ISODATA)对多源冲突数据进行聚类,然后利用频度和可信度对数据簇的重要性进行评估,最后得到态势估计结果。仿真结果表明,与传统态势估计方法相比,所提方法在融合多源冲突数据时能够得到可信度较高的态势估计结果。     

战场态势及态势估计的新见解

为理解战场态势本质,从信息交互角度,结合耗散结构理论对战场态势和态势估计进行了全新诠释.提出战场态势本质是战场信息的有限“无序”呈现,将其视为能够出现“有序”状态的动态开放系统.由此指出态势估计即分析理解各种战场信息,利用已有知识减小战场态势熵;同时指出态势估计的研究重点是战场态势内、外交换熵.最后介绍了新的理解下态势估计的理论基础——Brusselator模型,指出了通过建立影响战场态势熵的指标体系对战场态势进行量化分析的技术途径,并说明了计算战场态势正、负熵的方法及其是否形成耗散结构的判据.     

基于知识的某新型地空导弹装备的故障智能诊断

为保障系统可靠运行,及时正确地对系统的各种异常状态或故障状态做出诊断,提出一种基于知识的智能诊断方法,并运用该方法建立一个故障分析和诊断系统;在故障树层次诊断模型的基础上,形成了综合模糊推理和规则推理的混合推理方法.通过具体实例表明,采用该方法是可行的.     

C3I系统中的态势关联技术

态势关联是在态势估计前必须解决的一个问题,即要将不同时刻的态势数据进行关联,得到各个时刻态势数据中描述的目标间的关系。对时间间隔比较长的态势数据的关联,研究了一种基于模糊推理的态势关联方法,综合考虑了目标属性信息和状态信息、战场环境信息、指挥人员的态势预估计知识,通过推理得到关联的结果。     

影响高寒山地作战效能的气象环境模糊推理评估模型

高寒山地作战将是我军在西北方向的主要作战形式,而气象环境严重制约其作战效能的发挥。针对高寒山地典型作战样式进行研究,探讨西北地区气象环境与作战单元和作战样式的影响,并由此提炼评估模型的模糊推理规则,构建模糊推理框架,采用多级评估决策的思想和模糊逻辑推理系统,建立影响高寒山地作战的气象环境效能三级模糊推理评估模型。经试验仿真检验,其评估结果与客观实际基本相符,对高寒山地作战效能和武器作战性能的充分发挥以及最大限度利用战场气象环境优势,具有重要军事价值。     

通用作战态势图的构成与实现方法

通用作战态势图根据来自兵力级的多源信息,处理、显示目标航迹、身份、任务、地理信息等,形成战场态势综合显示,支持指挥员的战术态势分析、战术决策等任务,改善指挥员的态势感知能力,提高信息处理能力和速度,减轻压力和减少失误。面向态势感知的通用战术态势图(COP)的认知设计体系,描述了形成COP的数据来源及相应的数据关联和态势感知可视化的软件结构,并对COP中的战术目标群分类和目标数据采用模糊处理的方法,对COP工程化实现具有一定的借鉴意义。     

态势估计中编队作战空间关系表示及其推理

空间关系表示及其推理是态势估计的基本问题。提出了海军编队作战空间的概念,分析了几种典型的空间形式并探讨了相应的描述方法,基于对B.Clarke空间理论的分析,针对两支编队海上作战的态势演变,提出了海军编队作战的区域拓扑关系、及其符号表示和推理的符号集合,并采用合理化的形式推导了空间区域的相加、相交、补集和全集等谓词推理运算,它将适用于构建海军编队态势估计的空间推理基础框架。     

基于规则控制的快速高度跟踪算法

提出一种全新的基于模糊推理与规则控制的高度跟踪算法。这种算法无论是在跟踪效果与运算速度上都大大优于以往的最速下降法、动态规划法、最优控制法等,而且可以对最大俯仰角、最大可用过载、希望跟踪程度等跟踪参数进行随意设定。大量的仿真计算证明,该算法具有很好的实时性、收敛性及可扩展性。可以极大地减轻对地攻击低空轨迹规划的工作,对巡航导弹、无人机更具应用价值