学位论文 > 优秀研究生学位论文题录展示

态势估计中的不确定性推理方法研究

作　者: 胡小佳
导　师: 魏迎梅
学　校: 国防科学技术大学
专　业: 控制科学与工程
关键词: 态势估计 对敌意图识别 不确定性推理 模糊Petri网 贝叶斯网络
分类号: TP181
类　型: 硕士论文
年　份: 2007年
下　载: 277次
引　用: 3次
阅　读: 论文下载
 

内容摘要


信息化战争中,以战场态势察觉、理解、预测等认知活动为主要内容的态势估计已经成为支撑现代作战指挥决策的核心技术之一。态势估计的实质是在决策级上进行的一种推理过程,其主要任务是依据对当前战场态势尽可能准确、完整的感知,逐步识别敌方作战意图和计划部署,进而辅助我方指挥人员决策。因此,作为影响作战指挥决策质量的主要因素,对敌意图识别也逐渐成为当前态势估计领域研究的热点和难点问题。由于技术的限制,早期的对敌战场意图识别主要靠人工完成。随着战争形态的根本性变革,人的能力已经不足以处理纷繁复杂的战场空间中海量的数据与信息,迫切需要正确、快速、自动的识别敌方战场意图的推理方法来提高战场指挥人员的决策效率和效果。而战场空间本身固有的不确定性、不完整性、不精确性,使得如何从这些不确定的数据和知识中作出合理或者近乎合理的结论,成为态势估计中对敌意图识别的关键所在。1、针对态势估计领域的不确定性,提出了一个基于态势理解的两阶段对敌意图识别推理模型,将对敌意图识别分为意图预测和意图推断两个阶段,通过我方模拟敌方决策过程来判定敌方所有可能意图的置信度,再结合观察到的敌方行动推断敌方真实作战意图,从而降低了对敌意图识别推理模型的复杂度。2、针对敌方自身的信念(敌情),以及敌方对我方信念的了解(我情),敌方作战单元的上级作战意图,敌方作战单元本级的意图,以及这些战场要素间的相互关系,通过基于模糊Petri网的不确定性因果推理方法进行意图预测,给出敌方所有可能意图的置信度,为根据敌方行动推断敌方真实作战意图提供依据。3、针对敌方作战单元本级的意图和为了实现这些意图敌方可能采取的军事行动,采用贝叶斯网络表示这些因素之间的潜在关系,并提出了一种引入模糊数的意图推断阶段建模方法,以减小获得先验概率的难度。综合意图预测的结果和传感器及其他数据源传来的各种敌方行动证据,共同推断敌方真实作战意图。4、研究分析了一个具体的军事想定实例,证明了本文所提出的基于态势理解的两阶段对敌意图识别推理模型结构的可行性和有效性,为辅助指挥员对敌作战意图进行识别和判断过程中大量多源信息合成的计算机实现提供了一种新的思路和方法。

全文目录


摘要  8-9
ABSTRACT  9-11
第一章 绪论  11-20
  1.1 研究背景  11-12
  1.2 国内外研究现状  12-18
    1.2.1 态势估计的理论体系及模型研究进展  13-14
    1.2.2 态势估计的系统实现技术  14-16
    1.2.3 态势评估实现中的不确定性推理方法  16-18
  1.3 论文的主要工作  18-19
  1.4 论文的组织  19-20
第二章 对敌意图识别模型及其不确定性推理  20-31
  2.1 态势估计简介  20-21
  2.2 对敌意图识别的态势估计模型  21-27
    2.2.1 相关概念与术语  21-22
    2.2.2 基于态势理解的两阶段对敌意图识别模型  22-26
    2.2.3 态势理解中的不确定性  26-27
  2.3 典型不确定性推理方法分析与对比  27-30
    2.3.1 典型不确定性推理方法  27-29
    2.3.2 典型不确定性推理方法对比分析  29-30
  2.4 本章小结  30-31
第三章 基于模糊Petri网的意图预测  31-43
  3.1 引言  31
  3.2 模糊Petri网(FPN)  31-32
  3.3 基于模糊Petri网的解释子模块  32-42
    3.3.1 影响敌方决策的模糊规则  33-34
    3.3.2 模糊规则到模糊Petri网的映射  34-37
    3.3.3 解释子模块的推理算法  37-42
  3.4 本章小结  42-43
第四章 基于贝叶斯网络的意图推断  43-55
  4.1 引言  43
  4.2 贝叶斯网络(Bayesian Networks)  43-45
    4.2.1 贝叶斯网络基本概念  43-44
    4.2.2 贝叶斯网络建模  44-45
    4.2.3 贝叶斯网络推理  45
  4.3 基于贝叶斯网络的行动子模块  45-54
    4.3.1 模型的建立  45-48
    4.3.2 消息传播算法  48-51
    4.3.3 行动子模块的推理过程  51-52
    4.3.4 引入模糊数的行动子模块  52-54
  4.4 本章小结  54-55
第五章 对敌意图识别军事想定实例分析  55-67
  5.1 战役背景简介  55
  5.2 基于态势理解的对敌意图识别模型建模与分析  55-66
    5.2.1 基于模糊Petri网的解释子模块建模与分析  55-62
    5.2.2 基于贝叶斯网络的行动子模块建模与分析  62-66
  5.3 本章小结  66-67
第六章 总结和展望  67-69
  6.1 总结  67
  6.2 展望  67-69
致谢  69-70
参考文献  70-75
作者在硕士学习期间取得的学术成果  75

相似论文

  1. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  2. 黄磷储罐区安全评价方法研究,TQ126.317
  3. FPSO在石油卸载过程中的风险评估,U698
  4. 基于贝叶斯网络的软件风险管理模型研究与实现,TP311.52
  5. 基于概率图模型的态势估计,E917
  6. 基于贝叶斯网络的电机故障诊断方法研究,TM307.1
  7. 一种基于用户偏好的服务组合可信模型的研究,TP393.09
  8. 基于多实体贝叶斯网络的空中目标意图识别方法研究,E072
  9. 浅埋偏压隧道施工力学效应与风险评估,U451
  10. 基于贝叶斯网络的商业银行全面风险预警系统,F224
  11. 蛋白质相互作用预测及Hub蛋白分类与作用规律研究,Q51
  12. 智能电网事故分析系统故障诊断服务的研究与实现,TM76
  13. An Expectation Maximization Application for Decision Tree Classifiers on Datasets with Missing Values,TP311.13
  14. 基于动态贝叶斯网络的连续语音识别研究,TN912.34
  15. 不确定环境下应急物流设施选址与运输优化,F224
  16. 融合多数据源构建基因调控网络,Q811.4
  17. 基于贝叶斯网络的继电保护故障诊断,TP183
  18. 南水北调中线工程运行水文风险管理研究,TV12
  19. Bayesian网络在制动系统故障诊断中的应用及系统开发,U472.9
  20. 基于贝叶斯网络的轨道交通系统人因可靠性定量分析方法研究,U284.48
  21. 基于贝叶斯网络的CBTC系统安全分析,U284.48

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 自动推理、机器学习
© 2012 www.xueweilunwen.com