基于貝葉斯網(wǎng)絡和本體的態(tài)勢估計方法.pdf

1、信息融合是軍事領域中研究的熱點問題,信息融合技術包括多個級別:較低級別融合表現(xiàn)為對目標位置和屬性的估計,高級別融合則表現(xiàn)為對戰(zhàn)場進行態(tài)勢估計與威脅估計。因此,態(tài)勢估計是在一級融合獲得的戰(zhàn)場目標信息、環(huán)境信息等的基礎之上,進行戰(zhàn)場態(tài)勢的評估,并確定其對敵、我方的有利程度。在態(tài)勢估計的過程中,需要綜合大量的、多種來源、多種格式以及不確定性的知識,并從這些知識中推理出對戰(zhàn)場態(tài)勢的預測。因此,態(tài)勢知識的表示和不確定知識的推理是態(tài)勢估計研究的重要

2、問題。本文結合基于×××估計技術國防預研基金項目和×××目標×××系統(tǒng)項目,對這兩個方面進行了研究,主要研究工作和成果如下:
　　 首先,從態(tài)勢估計的定義、概念以及態(tài)勢估計的功能模型、信息流程、知識的表示方式、知識的不確定推理模式等方面進行了詳細的描述,為本文中態(tài)勢估計知識表示和推理的研究提供了理論基礎并明確了實際應用的方向。
　　 其次,在介紹貝葉斯網(wǎng)絡構建、網(wǎng)絡學習、網(wǎng)絡推理的基礎上,分析了貝葉斯網(wǎng)絡在態(tài)勢估計應用中

3、的基本流程,基本思路和應用方向。并針對以往態(tài)勢估計的過程中,貝葉斯網(wǎng)絡結構和節(jié)點概率由專家知識來確定而導致的與實踐的偏差,以及不能動態(tài)適應戰(zhàn)場變化的問題,提出了自適應貝葉斯網(wǎng)絡的方法。該方法通過對低層次融合數(shù)據(jù)周期性的參數(shù)學習,得到貝葉斯網(wǎng)絡參數(shù),以期提高態(tài)勢估計的適應性和精確性,并更好的反映戰(zhàn)場規(guī)律變化。最后給出了一個假想實例,證明了自適應貝葉斯網(wǎng)絡在態(tài)勢估計中的良好應用。
　　 然后,針對軍事領域信息的多源化、格式的多樣化導

4、致的信息多樣性,引入本體理論,構建態(tài)勢估計本體用于態(tài)勢估計的知識描述,實現(xiàn)知識的共享和重用,并方便計算機的自動處理。另外,針對本體在不確定性知識描述方面的不足,本文對態(tài)勢估計本體進行了概率擴展。并引入了一種將態(tài)勢估計本體轉化為貝葉斯網(wǎng)絡的方法,使態(tài)勢估計本體能夠轉換為貝葉斯網(wǎng)絡進行推理。最后,給出了一個軟件框架用于二者的轉換。實驗結果表明該系統(tǒng)框架切實可行,能夠為后續(xù)基于本體的態(tài)勢估計研究提供一個有實際意義的應用平臺。
　　 最