基于证据理论的无线通信系统安全风险评价

传统通信系统安全风险评估方法获取的判断矩阵是个体专家的意见,无法处理不确定问题,得到的评估结果较为主观、准确度差,为了解决该问题,提出了基于证据理论的通信系统安全风险评价模型。采用证据理论融合规则调整通信设备和光缆一级指标的判断矩阵,综合多位专家的意见,获取设备和光缆各指标的状态评分和指标权重,构建通信系统风险评估模型,最后通过仿真实验测试其性能,结果表明,该模型可以准确评估通信系统的风险等级。     

基于证据理论与多模型结合的模拟电路故障诊断

针对模拟电路故障诊断中单一诊断模型诊断结果模糊性与不确定性较大的不足,基于信息融合原理,提出一种结合神经网络、支持向量机(SVM)与DS证据理论的综合诊断模型。在分析了传统BP神经网络与支持向量机的缺点后,分别用改进的免疫遗传算法和粒子群算法对其进行结构优化。利用两种模型的初步诊断结果进行DS证据理论的基本概率分配(BPA),得到证据理论的两个证据体。采用DS融合算法进行决策层融合诊断,定位故障元件。仿真验证表明,该方法可以有效提高故障诊断的准确率,避免了单一诊断模型的偶然性与不确定性。     

复杂系统工程作业贝叶斯网络风险方法研究

针对复杂系统工程作业工种多、隐蔽性强、不确定因素多的情况,提出了基于贝叶斯网络的风险评估方法。从工程作业过程分析着手,建立了贝叶斯网络风险评估模型;针对多状态根节点缺乏数据的问题,应用三角模糊函数确定了概率输入;针对多状态节点条件概率值难以获取的问题,应用DS证据理论融合处理专家信息。以安排导弹战备值班为研究对象进行了实例分析。仿真表明,评估模型因果推理即可确定工程作业存在的风险概率;诊断推理即可确定风险发生情况下的关键影响因子,据此可以制定合理的预防性措施。     

基于改进DS理论多周期数据融合的目标识别方法

为了应对复杂战场环境下信息不确定性及证据冲突造成目标识别困难的问题,解决配准关联错误及应答欺骗产生的误识别问题,减小融合算法对先验数据的依赖,提出了一种基于改进DS证据理论的多周期多传感器数据融合方法以实现高效的战场目标识别。方法采用4个层级,两个方面的多传感器数据融合结构,在改进DS证据理论处理性能的同时,充分利用多个周期识别结果的融合实现最终目标识别。仿真结果表明,该方法在提高目标识别准确性的同时,能够有效解决目标密集和应答欺骗造成的目标误识别问题。     

信息冲突与不确定条件下的装备质量状态评估

针对质量状态评估中所需测试信息的冲突性和不确定性,及其对装备质量状态评估准确性和完备性所造成的不良影响,提出一种基于改进证据推理(evidential reasoning,ER)方法的质量状态评估方法。在对质量状态进行等级划分和测试数据预处理之后,该方法通过将各测试参数之间的"冲突"和"不确定"按比例分配到各等级,使证据之间的冲突有效降低,评估的总体不确定性减少。将其应用到导弹装备的质量状态评估中,运算结果和方法对比表明改进后的方法能有效融合冲突信息、降低评估的不确定性,且方法原理简单,理论基础充分,方便程序实现。     

基于多源先验数据的装备测试性评估方法

针对基于装备多源先验数据融合过程中可能存在数据冲突的问题,提出一种基于多源先验数据的装备测试性评估方法.针对装备设计、生产和制造过程中可能存在的测试性虚拟-实物试验数据、测试性预计信息和专家经验信息等先验数据,将其折合成先验分布参数形式.通过基于兰氏距离和邓熵改进的D-S证据理论来进行数据融合,得到最终测试性评估结果.通过实例分析发现,提出的方法较基于传统Bayes理论和经典D-S证据理论的测试性评估方法而言,其精度更高.     

基于改进D-S证据理论的滚动轴承故障诊断

针对单一分类器进行故障诊断时诊断精度不高、随机性强的问题,提出一种基于改进D-S证据理论的滚动轴承故障诊断方法,构建了信息融合诊断框架。首先,利用BP神经网络、支持向量机、径向基神经网络构建初步诊断层,将提取的特征信息进行初步诊断;然后,利用改进的D-S证据理论构建融合诊断层,将初步诊断层的诊断结果进行融合,并根据诊断规则得到最终的诊断结果;最后,采用不同的信息融合方法对滚动轴承故障数据进行对比研究。试验结果表明:使用改进D-S证据理论的滚动轴承故障诊断方法能够有效提高证据可信度,降低不确定性,提高故障诊断精度和故障诊断模型的鲁棒性。     

基于证据理论的多源信息目标识别

目标识别系统中多源传感器信息高度冲突时,利用DS规则直接融合得出的结果不合理,针对该问题,提出了期望证据融合算法。多个证据融合时,根据两证据间的矛盾信息大小确定其相互支持度,将证据支持度矩阵模最大特征值对应的特征向量归一化后得到各证据的权重系数,进而求出期望证据,并用DS规则迭代融合。通过数字仿真对多种方法进行了比较分析,表明期望证据法在传感器信息高度冲突时依然可以得到较为理想的融合结果。     

基于证据融合的雷达发射机健康评估

针对在多种不确定性因素下的雷达发射机健康状态评估问题,在综合考虑指标可测性的基础上,建立了新的雷达发射机健康状态评估指标体系。采用一种改进证据理论的多指标融合方法进行雷达健康状态评估,通过各实测数据隶属函数转化得到基本可信度分配,避免了传统方法中评估指标基本可信度函数分配的主观性和局限性,然后利用改进的D-S证据理论对指标进行融合,实验结果验证了该方法的有效性。     

基于DS/AHP的贝叶斯网络条件概率值确定方法

针对多状态复杂系统贝叶斯网络条件概率赋值难以确定的问题,提出了一种基于DS证据理论/层次分析法(DS evidence theory/analytic hierarchy process,DS/AHP)的算法对不确定性信息进行融合处理。在对问题进行充分分析的基础上,提出了用于专家决策的判断标准,构建了融合多位专家经验信息的知识矩阵。以3节点贝叶斯网络模型为例,参照决策判断标准,依据域内专家经验知识构建知识矩阵,通过求解特征值、特征向量,确定了隶属于各个状态的基本概率分配值,应用DS证据理论进行了融合处理。并对DS/AHP方法的最大不确定度、最小不确定度进行了定量分析,验证了该方法的准确性与合理性。     

基于预计和评估结果融合的电子装备可靠性预测方法

分析了目前获得电子装备可靠性水平的可靠性预计和评估两种方法各自的优缺点,确立了融合两种方法所得结果以解决各自方法不足的思想.基于证据决策理论,以电子装备累积故障概率作为目标集,将可靠性预计结果和评估结果分别作为两批证据对目标集进行支持.利用信息融合方法,对两个利用不同源信息得出的预计结果和评估结果进行了融合,并得到了准确、实用的可靠性预测结果.最后以某型雷达为例进行实例分析,验证此方法的可行性.     

军事情报价值评估模型

军事情报价值评估是情报工作的一项重要内容。研究了军事情报价值评估指标,并对其进行了量化;提出了基于证据推理的军事情报价值评估模型,将定性和定量等不同形式的评估指标转化为统一的等级评价信任结构,运用D-S证据理论合成公式对不同指标进行聚合;通过具体实例说明该模型不仅能够同时融合定量和定性指标,还可以得到各等级的可信度分配值,所包含的评价结果不仅合理,而且更加全面。     

基于改进DS证据理论的指挥控制系统信息融合方法

对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异.针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重...     

基于证据理论和云理论的C4ISR系统效能评估

为了解决C4ISR系统效能的定性评估问题,提出了一种基于证据理论和云理论的评估方法.首先,构建效能信度模型,通过评估专家对效能信度的赋值反映出定性评估过程中的不确定性,然后采用折扣融合证据规则对评估值进行融合,克服了专家经验知识不同所带来的证据高冲突性,最后使用云重心评判法得到系统效能的定性评估结果.仿真结果表明:该评...     

基于专家系统的弹道导弹目标识别方法

传统Dempster-Shafer(D-S)算法及其改进算法中,一般将冲突证据与不冲突证据统一融合,无论融合过程中冲突证据所占权重多小,这都将降低融合效率。针对这个问题,引入专家系统理论,面向信息融合中证据冲突的问题,将冲突证据与无冲突证据分组,构建了基于专家信任度的弹道导弹目标识别模型和专家知识库模型,从工程上设计了弹道导弹目标识别专家知识库系统,提出了两种专家知识权重确立方法,并通过实例以及仿真,验证了算法的可行性。     

基于证据理论的Bow-tie航空风险评估方法及应用

针对不确定条件下航空风险评估定量分析不足的问题,为科学量化航空风险中的认知不确定性对评估的影响程度,提出一种基于D-S证据理论的航空风险Bow-tie分析方法。利用专家经验作为证据,描述Bow-tie模型输入事件变量的发生可能性,引入节点依赖系数描述事件变量间相互影响关系;通过计算基本事件的Birnbaum重要度,进行灵敏度分析;并通过轮胎爆破事故实例,验证了方法的正确性,具有一定的工程应用价值。     

停产雷达装备维修器材持续保障风险评估方法

针对停产雷达装备维修器材持续保障过程中存在的筹措断供问题,提出基于改进风险矩阵法和层次分析法相结合的风险评估方法。首先建立保障风险评估指标体系,然后采用改进的风险矩阵进行风险评估,利用采用层次分析法解决存在递归层次时风险因素的评估问题,最后得出装备器材持续保障风险的综合量化值,为提出保障风险规避策略提供数据依据。利用某型雷达器材保障风险评估案例进行数据分析,验证了该方法的有效性。     

网络雷达对抗系统的相控阵雷达波束扫描分析

针对相控阵雷达波束扫描的捷变特性,提出了基于网络雷达对抗系统的波束扫描分析方法。由于各侦察子系统空间分布特性不同,网络雷达对抗系统所获得的相控阵雷达波束指向判决各不相同。结合DS证据理论,将各个侦察子系统的判决结果融合处理,可有效消除不确定信息,提高波束扫描的判决准确率。通过仿真试验,验证了该方法的有效性和可行性。     

基于前景理论和证据推理的混合型多属性决策方法

针对属性权重完全未知的混合型多属性决策问题,提出一种基于前景理论和证据推理的决策方法。通过直觉模糊数对精确数、区间数和语言变量3种混合型属性的决策信息进行统一,根据前景理论对决策信息进行转化;提出基于直觉模糊熵与相似度的属性可靠性评估方法,结合属性重要度确定属性权重;采用证据推理算法集结属性信息,得到方案的综合前景值,并以此进行方案排序。算例分析结果表明,所提方法具有较强的区分能力,能够有效降低决策结果的不确定性,对混合型多属性决策问题具有较好的适用性。     

基于时空序贯融合的TBM拦截效果评估

基于时空信息进行了TBM拦截效果评估的研究。首先分析了拦截效果评估信息的特征,建立了TBM拦截效果评估流程;在此基础上提出了基于"空间特征级-时间决策级"思想的序贯融合评估模型;融合评估算法中,空间域选取模糊神经网络进行特征级融合,时间域选取D-S证据理论完成决策级融合,空间特征级融合模糊神经网络的各层映射函数分别由模糊隶属函数和采用贝叶斯网络的方法来获取;最后通过实验仿真了评估流程,验证了融合评估模型及融合算法的有效性。