论文部分内容阅读
复杂战场的态势自动重构是衡量现代化战争中指挥自动化系统好坏的一个重要的方面。现代信息化的战争中，战场的信息源非常的众多，各种信息都在不断的变化中，它们的不确定性，使得进行战场态势的评估重构是个非常大的挑战。在这种情况下，我们怎么对战场态势进行一个全面的评估重构是亟待解决的问题。在态势重构的过程中，进行察觉、理解、预测的过程是需要借助于大量的不确定的目标信息，但是如何对这些实时变化的信息进行合理的处理是我们整个态势重构的关键技术难点。本文主要研究动态贝叶斯网络方法在战场态势自动重构中的应用。贝叶斯网络方法被认为是数学基础最强的不确定性处理理论，动态贝叶斯网络是由贝叶斯网络发展起来的，具有良好的随时间演化的能力，通过利用动态贝叶斯网络拓扑结构进行不断学习，来降低整个态势重构过程中的不确定性。该方法为本文的研究提供了强有力的理论支持。本文完成的主要工作及内容包括：（1）介绍态势重构方面相关知识，首先全面详细的说明的态势重构的定义，从态势察觉、态势理解和态势预测三个方面构建了态势重构的功能模型，并且详细的阐述了每个功能模块需要完成的功能，接下来根据现实战场的环境建立了典型战场要素模型，能够将此模型应用到复杂战场态势重构的过程中。（2）研究了贝叶斯网络的相关知识，从概率网络入手介绍了贝叶斯网络的优点以及其构建方法，延伸到动态贝叶斯网络在战场态势重构方面的优点以及其特点。（3）基于动态贝叶斯网络的态势重构的案例评估分析。以导弹精确打击海上目标这一动态过程为背景进行分析阐述验证。仿真的结果表明了运用动态贝叶斯网络方法的可行性与合理性。（4）通过将静态贝叶斯网络推理方法下的仿真结果和动态贝叶斯网络的结果进行对比和分析，来验证在所探测到的信息不确定的前提条件下，动态贝叶斯网络比静态贝叶斯网络推理更加有效。