[发明专利]基于特定网络结构的空地态势评估方法在审
申请号: | 201810259615.4 | 申请日: | 2018-03-27 |
公开(公告)号: | CN108460425A | 公开(公告)日: | 2018-08-28 |
发明(设计)人: | 刘博 | 申请(专利权)人: | 中国航空无线电电子研究所 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N7/00 |
代理公司: | 上海和跃知识产权代理事务所(普通合伙) 31239 | 代理人: | 杨慧 |
地址: | 200233 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 输入节点 态势评估 网络结构 空地 身份识别信息 贝叶斯网络 机载传感器 状态值计算 辅助支撑 目标方位 目标类型 离散化 包络 出行 战场 辐射 威胁 决策 | ||
本发明公开了一种基于特定网络结构的空地态势评估方法,包含以下步骤:1)、将机载传感器获取的目标数量、辐射状态、目标类型、目标速度大小、目标方位、目标速度方向、敌我距离以及敌我身份识别信息离散化后输入到各对应的输入节点的状态值中;2)、依据贝叶斯网络理论从各输入节点的状态值计算出行为意图和威胁包络。本发明能为战场指挥员决策提供辅助支撑信息。
技术领域
本发明涉及机载航电综合领域,特别是涉及决策信息融合技术。
背景技术
态势评估是高层次的决策级信息融合过程。态势评估是建立作战活动、事件、时间、位置和兵力要素组织形式的视图,将所观测的战斗力量分布与活动和战场周围环境、敌方作战意图及敌机动性有机地联系起来,分析并确定事件发生的原因,得到关于敌方行为意图、威胁包络等态势信息的估计。
贝叶斯网络(Bayesian Networks,BN)是美国加州大学J.Pear教授首次完整提出的,是一种不确定知识表示模型。它不仅有着坚实的概率论理论基础,同时又能够很好地同领域专家的知识结构相对应。对于态势评估问题而言,采用贝叶斯网络进行态势知识的建模较为合适。对战场事件、作战单元、作战行动等采用统一的网络节点进行表示,传感器获取的信息作为祖先节点,表示后续军事行动的原因;以战场军事事件作为子孙节点,表示作战意图或计划所导致的结果。以节点间的有向边表示不同节点间的因果关系,而关系强度则以节点之间的条件概率来表示。
发明内容
本发明的发明目的在于提供一种基于特定网络结构的空地态势评估方法,利用由战场获取的敌方目标数量,辐射状态,目标类型,目标速度大小,目标方位,目标速度方向,敌我距离以及敌我身份识别信息,经由参数计算以及贝叶斯推理,得到目标行为意图以及威胁包络等战场态势信息。进而为战场指挥员决策提供辅助支撑信息。
本发明的发明目的通过以下技术方案实现:
一种基于特定网络结构的空地态势评估方法,包含以下步骤:
步骤1)将传感器获取的目标数量、辐射状态、目标类型、目标速度大小、目标方位、目标速度方向、敌我距离以及敌我身份识别信息离散化后输入到各对应的输入节点的状态值中;其中,输入节点包含目标数量节点、辐射状态节点、目标类型节点、速度大小节点、方位节点、速度方向节点、距离节点以及敌我身份节点;
步骤2)根据各输入节点的状态值计算出各输出节点的各个状态的概率分布情况,概率大的状态即为推理结果,由此得到空地态势评估的结果;其中,输出节点包含行为意图节点和威胁包络节点,行为意图节点的各个状态的概率分布情况依据贝叶斯网络理论从辐射状态节点,目标类型节点,速度大小节点,速度方向节点,方位节点,距离节点以及敌我身份节点得出,威胁包络节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点,目标类型节点,辐射状态节点以及敌我身份节点得出,行为意图节点和威胁包络节点各自独立完成相关操作。
本发明的有益效果在于:本发明提供了一种基于特定网络结构的空地作战态势评估方法。实际使用过程中,将机载传感器获取的敌方目标数量,辐射状态,目标类型,目标速度大小,目标方位,目标速度方向,敌我距离以及敌我身份识别信息作为输入,经由输入信息离散化处理,特定网络结构构建,参数计算以及贝叶斯推理等步骤,可以对地面目标行为意图以及威胁包络进行有效推理。可以快速有效的得到地面战场态势评估结果,为战场指挥员提供辅助信息,帮助指挥员做出正确的判断。
附图说明
图1为用于空地态势评估的贝叶斯网络结构示意图;
图2为证据A1下的行为意图的推理结果;
图3为证据A2下的行为意图的推理结果;
图4为证据A3下的行为意图的推理结果;
图5为证据A4下的行为意图的推理结果;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航空无线电电子研究所,未经中国航空无线电电子研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810259615.4/2.html,转载请声明来源钻瓜专利网。