[发明专利]基于云模型推理的目标威胁排序方法

摘要

本发明公开了一种基于云模型推理的目标威胁排序方法，主要解决现有方法无法准确地进行目标威胁排序的问题。其实现过程为：(1)选定输入输出变量并设置参数；(2)构建规则库；(3)根据目标数据计算并选取最大和次大确定度以及对应的等级；(4)计算综合最大确定度U₁和次大确定度U₂；(5)查找得到目标威胁程度的等级；(6)判断是否忽略U₂，如果是，根据U₁得到两个云滴，选取其中一个云滴的x值作为输出；若否，根据U₁和U₂得到四个云滴，构造虚拟云，将其期望值作为输出；(7)判断是否完成所有目标的评估，如果是，执行步骤(8)；若否，执行步骤(3)；(8)将目标进行威胁排序。本发明具有目标威胁排序准确的优点，可用于及时反映战场态势变化，为指挥员作出决策提供依据。

主权项

1、一种基于云模型推理的目标威胁排序方法，包括如下步骤：(1)选择影响目标威胁排序的因素，确定云推理器的输入输出变量；选择目标类型L、目标速度V、目标航向角度Q、目标的高度H、目标干扰能力R和相对距离D六个因素作为输入变量，将目标威胁程度B作为输出变量，并设置输入输出变量的云模型参数和相应的等级以及目标影响因素的权值；(2)将某个已知目标的各个因素数据和威胁程度数据输入云推理器中，根据步骤(1)中设置的参数和等级，计算并提取激活目标因素和威胁程度的最大确定度对应的等级，作为这个目标的推理规则；学习多个已知目标数据生成相应的推理规则，存储这些目标数据和相应的规则，构建成推理规则库；(3)将当前目标i的各个因素数据输入云推理器，并根据步骤(1)中设置的参数和等级计算激活目标各个因素所对应的等级和确定度，分别选取激活目标各个因素对应等级的最大确定度和次大确定度以及对应的等级，其中，i∈(1，2，3，...，M)，M表示进行目标威胁排序的目标总个数；(4)根据选取激活目标各个因素对应等级的最大和次大确定度和步骤(1)中设置的目标因素权值，分别计算激活目标的综合最大确定度U₁和综合次大确定度U₂：U1=Σjnuj·wj;]]>U2=Σjnvj·wj;]]>其中，u_j是所选取激活目标某个因素的最大确定度，v_j是所选取激活目标某个因素的次大确定度，w_j是目标某个因素的权值；(5)根据选取激活目标各个因素的最大确定度和次大确定度对应的等级，在规则库中查找，得到目标威胁程度的等级；(6)对综合最大确定度U₁和综合次大确定度U₂进行选择，如果U₁＞＞U₂，则忽略综合次大确定度U₂，根据综合最大确定度U₁激活目标威胁程度等级得到两个云滴(x₁，U₁)和(x₂，U₁)，经判断选取其中一个云滴的x值作为目标威胁程度输出；否则，根据综合最大确定度U₁和综合次大确定度U₂分别激活目标威胁程度等级的四个云滴(x₁，U₁)，(x₂，U₁)，(x₃，U₂)和(x₄，U₂)，选取最外侧的两个云滴，用几何云的方法构造一个虚拟云，并将虚拟云的期望值Ex作为目标威胁程度输出；(7)从当前目标i转入下一目标i+1，并将计算结果赋值给i，若i≤M，执行步骤(3)；否则，执行步骤(8)；(8)将每个目标的威胁程度按从大到小排列，得到目标威胁排序。