[发明专利]一种基于机器学习的异构传感器智能任务规划方法

摘要

本发明提供了一种基于机器学习的异构传感器智能任务规划方法，包括如下步骤：(1)规则设置：采用条件判断的格式，建立开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则；(2)量化处理：将上述开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则分别遍历并量化为参数组；(3)学习模型；(4)场景量化；(5)规则推理；(6)确认反馈。本发明将基于专家知识的规划推理方法与基于机器学习的人工智能方法相结合，提升了专家系统的自学习能力，可实现对知识库以外规则的推理，解决了传统方法对专家系统依赖性过大，缺乏自适应性及相应的自组织、自学习能力的问题，有利于发现新规则、形成新经验。

主权项

1.一种基于机器学习的异构传感器智能任务规划方法，其特征在于：包括如下步骤：(1)规则设置：采用条件判断的格式，建立开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则；(2)量化处理：将上述开关机及辐射规则、工作模式切换规则和抗干扰措施运用规则分别遍历并量化为参数组；(3)学习模型：将得到的参数组作为训练样本，采用机器学习算法进行训练，得到规则推理模型；(4)场景量化：获取目标和装备状态对应于规则推理模型的输入的分量值；(5)规则推理：将上述分量值代入至规则推理模型中，得到规划结果；(6)确认反馈：确认并修正规划结果，同时将修正后得到的规划结果连同对应的输入分量一并加入至参数组中，重新进行步骤(3)。