不確定性信息融合是軍事領(lǐng)域研究的熱點(diǎn)問題。信息融合技術(shù)可分為低級(jí)別融合和高級(jí)別融合，前者是對(duì)作戰(zhàn)目標(biāo)的位置及屬性估計(jì)，而后者包括戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)和威脅估計(jì)。態(tài)勢(shì)估計(jì)是在低級(jí)融合層次獲取戰(zhàn)場(chǎng)目標(biāo)及環(huán)境信息的基礎(chǔ)上進(jìn)行戰(zhàn)場(chǎng)態(tài)勢(shì)分析，并預(yù)測(cè)態(tài)勢(shì)的變化趨勢(shì)。態(tài)勢(shì)估計(jì)的實(shí)質(zhì)是綜合大量的多來(lái)源、多類型以及帶有不確定性的信息，并對(duì)這些信息進(jìn)行綜合推理估計(jì)后掌握戰(zhàn)場(chǎng)當(dāng)前態(tài)勢(shì)及未來(lái)態(tài)勢(shì)的過程。本文主要研究戰(zhàn)場(chǎng)復(fù)雜環(huán)境下的態(tài)勢(shì)知識(shí)表示及不確定知識(shí)的推理方法，具體工作包括： 首先，在分析信息融合功能模型及其演變的基礎(chǔ)上，對(duì)態(tài)勢(shì)估計(jì)的基本定義、概念做了簡(jiǎn)單介紹，并對(duì)態(tài)勢(shì)估計(jì)功能模型、知識(shí)表示及知識(shí)的不確定性推理等相關(guān)知識(shí)作了詳細(xì)描述，為本文態(tài)勢(shì)估計(jì)不確定性推理算法提供了重要的理論基礎(chǔ)。 其次，介紹了貝葉斯網(wǎng)絡(luò)構(gòu)建及模型的推理，在此基礎(chǔ)上給出了基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)方法的基本思路和應(yīng)用方向。針對(duì)以往貝葉斯網(wǎng)絡(luò)態(tài)勢(shì)估計(jì)方法無(wú)法動(dòng)態(tài)適應(yīng)戰(zhàn)場(chǎng)變化的情況，提出了動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)態(tài)勢(shì)估計(jì)方法。該方法通過將靜態(tài)貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化為帶有時(shí)間因素的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)來(lái)對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)進(jìn)實(shí)時(shí)估計(jì)預(yù)測(cè)，提高了貝葉斯網(wǎng)絡(luò)態(tài)勢(shì)估計(jì)的精確性，能更好地反映...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景與研究意義
    1.2 態(tài)勢(shì)估計(jì)信息融合國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 信息融合功能模型及其演變
        1.2.2 高層信息融合
        1.2.3 戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)
    1.3 論文研究?jī)?nèi)容與結(jié)構(gòu)安排
第二章 戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)基礎(chǔ)知識(shí)
    2.1 引言
    2.2 態(tài)勢(shì)估計(jì)基礎(chǔ)理論
        2.2.1 基本概念
        2.2.2 態(tài)勢(shì)估計(jì)過程
    2.3 戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)和威脅估計(jì)
        2.3.1 態(tài)勢(shì)估計(jì)
        2.3.2 威脅估計(jì)
    2.4 態(tài)勢(shì)估計(jì)不確定性推理方法
        2.4.1 推理理論
        2.4.2 模糊集推理方法
        2.4.3 專家系統(tǒng)方法
        2.4.4 概率論方法
        2.4.5 證據(jù)理論方法
    2.5 小結(jié)
第三章 基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)方法
    3.1 引言
    3.2 貝葉斯網(wǎng)絡(luò)基本概念
        3.2.1 貝葉斯理論
        3.2.2 貝葉斯網(wǎng)絡(luò)定義
    3.3 貝葉斯網(wǎng)絡(luò)的模型構(gòu)建及推理
        3.3.1 貝葉斯網(wǎng)絡(luò)構(gòu)建
        3.3.2 貝葉斯網(wǎng)絡(luò)的推理
    3.4 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)
        3.4.1 DBN 定義
        3.4.2 BN 轉(zhuǎn)化為 DBN
        3.4.3 DBN 模型推理
        3.4.4 貝葉斯網(wǎng)絡(luò)工具箱
    3.5 仿真實(shí)驗(yàn)
    3.6 小結(jié)
第四章 基于 D-S 證據(jù)理論的態(tài)勢(shì)估計(jì)方法
    4.1 引言
    4.2 證據(jù)理論基本概念
        4.2.1 Dempster-Shafer 證據(jù)理論
        4.2.2 Dempster 組合規(guī)則
        4.2.3 證據(jù)融合推理分析
        4.2.4 Pignistic 概率轉(zhuǎn)換
    4.3 D-S 證據(jù)理論在態(tài)勢(shì)估計(jì)中的應(yīng)用
    4.4 小結(jié)
第五章 基于 HDSmP 轉(zhuǎn)換的態(tài)勢(shì)估計(jì)方法
    5.1 引言
    5.2 HDSmP 轉(zhuǎn)換方法簡(jiǎn)介
        5.2.1 HDSmP 方法
        5.2.2 不確定性度量指標(biāo)
    5.3 戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)實(shí)例分析
    5.4 HDSmP 中比率再分配因子 的取值分析
    5.5 小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3968262