书讯

由青岛海军潜艇学院夏佩伦教授编著的《目标跟踪与信息融合》一书,于2010年4月由国防工业出版社出版。该书介绍了军事应用背景下目标跟踪和信息融合的主要问题、理论和技术。全书共分8章。第1章探讨多传感器目标检测的数据融合,主要介绍利用分布式多传感器探测目标的结果,来综合判断目标是否存在的判决技术。接下来的两章介绍被广泛应用于目标身份信息融合的不确定性推理技术。其中第2章介绍概率推理和证据推理。概率推理以概率论和经典的Bayes定律为基础,对发生与否不确定的多源信息进行综合。证据推理则以     

火灾调查推理模式探讨

火灾调查是一种回溯推理。根据蕴涵关系的逻辑性质和异因异果原理,可建构正确的火灾调查推理模式。由这种推理模式可明确火灾调查结论正确与否的事理根源,从中会得到许多有益启示。     

矢量图形的知识获取与XML文档的智能生成

提出了一种从矢量图形中抽取出图元关联规则知识,利用正向知识推理来完成整个图形中图元的搜索,并获取各个图元信息智能生成文本信息的方法。这是一种通用的图文转换的智能生成方法,不同类型的矢量图形只需更换图元关联知识,都能利用知识推理方法智能生成XML(ExtensibleMarkupLanguage)文本。通过舰艇编队突击方案图转换成突击方案XML文本的实例进行了说明。     

基于模糊时间Petri网的决策融合模型及时间推理

针对常规导弹旅作战指挥决策过程中伴随大量随机、并发情况的特点,提出利用线性逻辑给出的模糊时间Petri网来描述作战指挥决策融合过程。通过建立相应的FTPN模型,并利用时间推理的方法来分析模糊时间Petri网的运行行为,说明其在作战指挥决策融合中的应用。     

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。     

测量船中心机实时监控专家系统建造技术

测量船中心机实时监控专家系统应用于测量船中心机系统执行海上测量任务的时节，旨在提高整个系统的实时性和可靠性。本文围绕实时专家系统的时序性、时变性、时效性等特征，从系统设计与实现两个方面讨论建造该专家系统的一些关键技术。     

基于多特征的图象目标识别分类

文中研究将多特征信息融合技术用于图象目标识别分类的方法,利用图象灰度表面的分形特征与图象的摘特征（非分形特征）所提供的信息进行融合处理,在决策层中运用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理理论,并使用决策规则对目标进行分类。在实验中,将经过信息融合分类的结果与单特征独自分类的结果进行比较。结果表明,多特征信息融合的目标识别方法具有良好的稳定性,准确性和可靠性,能够有效地提高图象分类识别系统的精确度与容错性。     

多目标数据关联及航迹管理建模与仿真

利用分布式推理判决理论较好地解决了数据融合中目标数据关联问题,并对目标航迹的真实跟踪概率（ＴＴＰ）进行了研究,在ＭｏｄｅｌＣ和ＭｏｄｅｌＤ假设的基础上给出了ＴＴＰ的计算公式,并利用ＴＴＰ对航迹进行了有效的管理。最后利用ＭＡＴＬＡＢ语言进行了仿真。     

一种炮瞄雷达故障诊断专家系统

依据炮瞄雷达故障诊断的需要,提出了一种智能化炮瞄雷达故障诊断专家系统设计方案。探讨了方案的组成,给出了实用诊断策略。     

智能工具机的性能分析

本文论述了提高智能工具机性能所采取的技术措施,并对其性能进行了模拟。模拟结果表明,智能工具机的平均推理速度可达500KLIPS 左右,比日本的PSI—Ⅰ约快一倍,比美国加州大学Berkeley 分校研制的PLM 约快两倍。