武器系统概率指标的贝叶斯决策评定方法

剖析了武器系统试验工程领域中常用二项分布经典假设检验方法存在的问题,从贝叶斯决策思想和理论出发提出了概率指标评定的新方法,通过实例对比证明了贝叶斯决策评定方法有效解决了二项分布经典假设检验方法中存在的问题。     

小子样情况下的概率性能指标评定方法研究

小子样情况下概率性能指标评定目前较常用的方法是二项分布Bayes假设检验方法,描述了该方法暴露出的问题,对方法进行了深入剖析,基于数学和工程背景对方法进行了改进,并通过实例验证了改进的有效性。     

附加先验概率条件下的最佳先验概率选取

基于贝叶斯准则对二元假设检验问题进行研究,在附加先验概率条件下,提出了最小二乘意义下的最佳先验概率。将该方法与极大极小准则对比分析,给出了任意先验概率条件下的最佳先验概率选取方法,并进行仿真验证。仿真结果表明,根据最佳先验概率进行判决,可以在先验概率未知时有效降低判决代价。     

非完备参数信号集中式检测新方法

在复合假设检验中,广义似然比检验(GLRT)和贝叶斯(Bayesian)方法是2个广泛应用的方法.研究了这2种信号检测方法在分布式传感器网络中非完备参数(波形已知但幅度未知)估计中的应用.验证了GLRT的性能并进行了改进,提出逼近的Bayesian检测器,并与精确Bayesian方法比较,得出逼近的Bayesian检测器总有闭表达式的结论.仿真结果表明,提出的方法与精确Bayesian方法具有相近的性能.     

知识图谱的预警探测体系探测效能贝叶斯评估方法

战争中,预警探测体系作为典型的复杂系统,其探测效能发挥情况的有效评估一直是亟需人们研究解决的重要现实问题.突破了传统效能评估方法的局限,在分析了知识图谱技术、贝叶斯评估方法基本原理的基础上,提出了基于两者综合运用的预警探测体系探测效能评估新方法,利用专家知识和实验数据构建知识图谱,并进一步使用贝叶斯网络方法实施知识推理...     

多传感器多目标信号融合算法

多传感器信号融合是数据融合的一个重要方面,ＣｈａｉｒＺ．和ＶａｒｓｈｎｅｙＰ．Ｋ．在这个领域进行了深入研究,提出了基于贝叶斯推理的最佳融合规则,但该推理不能用于多目标的信号判定。推导了用于多目标信号融合的多传感器融合算法,该算法运用假设检验理论,充分考虑了位置数据互联的正确性和目标信号的历史信息,得出了一个可以递推计算的判定准则     

基于贝叶斯方法的指数寿命型产品可靠度评估方法

以经典法为推理基础,利用无验前信息时验前分布密度的假设方式及共轭分布函数的传递性,推导出指数寿命型产品在不同试验方案下可靠度R的多层贝叶斯评估方法。使得在利用贝叶斯方法对指数寿命型产品进行评估时,更具科学性和合理性。     

基于假设检验的编队组织决策设计

从集中式和分散式组织结构分析出发,采用假设检验的方法,探讨了分布式结构假设检验在海军舰艇编队环境评估中的组织决策设计,并从决策设计和算法上对其进行了复杂性分析.研究结果表明,基于假设检验的组织决策是一个NP问题,就存在的问题提出算法和组织设计研究的思路.     

基于贝叶斯推理的海战场空中目标意图分层识别方法

针对海战场敌方空中目标意图识别方法都是一次性完成空中目标的意图识别,会在运算过程中带来消耗时间较多、效率较低的问题展开深入研究,在给出了海战场敌方空中目标相关特征参数计算和筛选公式的基础上,结合目标意图特点,依据指挥员的思维逻辑,提出了一种基于贝叶斯推理的海战场敌方空中目标意图分层识别新方法。该方法运用分层思想实现对更关注的目标意图更快捷的贝叶斯推理识别,可作为常规方法的简化过程,因此,可减少消耗时间,提高识别效率。基于实测数据的仿真实验验证了所提方法的有效性。     

基于贝叶斯网络的态势估计时间推理方法

基于贝叶斯网络的态势估计方法是目前态势估计领域中的主要方法之一,然而,传统的贝叶斯网络不具备时间语义,因此无法解决态势估计中的时间推理问题.基于此,对贝叶斯网络进行改造,研究了时间贝叶斯网络的构建方法.通过一个战场想定,说明了时间贝叶斯网络构建、推理的过程与方法,证明了提出方法的有效性.