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.     

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。     

面向航迹中断的模糊航迹关联算法

针对海战场态势中,由于系统误差、电磁干扰、地理环境隔绝、电子静默等原因,出现的传感器信号长时间中断、目标丢失,导致态势中航迹不连续的问题,提出了一种改进的模糊航迹关联算法.该算法通过采用统一速度模糊因素和方向模糊因素、改进加速度模糊因素、制定二级关联策略和自动调整隶属度函数关联阈值等方法,实现了在目标机动性较强、中断时间较长等情况下的航迹关联,保证了态势的稳定.通过Monte Carlo仿真实验表明,该算法具备较高的关联性和鲁棒性.     

基于模糊灰关联度的空袭目标属性识别

结合灰关联分析和模糊理论,建立了一种模式识别方法。在此基础上提出了基于模糊灰关联度的空袭目标属性识别模型,利用实例说明了模型的可行性。     

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。     

灰色关联法在舰炮武器系统模糊决策中应用

结合多属性决策的特点,采用引入权重向量的灰色关联法,建立模糊多属性决策模型用来解决舰炮武器系统方案优选问题;通过实例分析,建立决策模型,计算和比较舰炮武器系统配置各候选方案与理想方案的关联度,从而确定舰炮系统的最优配置方案。应用实例结果证明,该方法相比其它单一方法,可进一步提高舰炮系统决策的有效性和可靠性。     

信息融合中的态势关联方法研究

在研究了态势目标航迹关联特点的基础上 ,建立了航迹预测和样条拟合关联模型 .该关联模型首先将前后两段航迹进行预测 ,然后进行样条拟合关联检验 ,从而实现了多目标环境中中断目标态势的关联判断 .经仿真计算 ,此关联模型是可行实用的     

舰载被动传感器数据关联算法研究

针对ESM的属性关联和空间关联准确度不高的问题,提出了一种属性-空间综合关联算法。建立了属性-空间综合关联算法的功能模型,并对采用算法进行了描述和仿真。仿真试验结果表明,属性-空间综合关联能有效克服不同平台、相同目标属性关联和同一平台、不同辐射源空间关联存在的问题,且具有较高的关联准确度。     

基于K-Means聚类算法的空中态势威胁挖掘

战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度。正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据。建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题。实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性。     

城市战场目标分群的组合聚类方法

为了消除或减少城市作战中灰色情报信息对态势评估中目标分群的影响,提出一种基于Chameleon算法的组合聚类方法.根据目标属性间的区间灰数关联度和目标间的距离系数得到相似度矩阵,利用Chameleon算法对目标进行初始分群,然后,对分群中各目标的属性历史数据和分群中心的属性历史数据分别进行区间灰数向量关联分析,实现了目标分群的动态维护.通过算例验证了方法的有效性.