态势估计中的二维模糊空间知识处理

空间推理是态势估计中的一个重要组成部分。针对海战态势估计的要求,建立了模糊确定性下二维空间点、区域,以及几种对态势估计中常用的空间关系的数学模型和用来确定空间关系的计算方法。     

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。     

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     

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。