基于动态贝叶斯网络的轨道机动接近意图预测

在信息化条件下,现代空间环境的复杂性急剧增加,地面操作人员难以在短时间内处理大量信息并识别未知目标的接近意图。本文将模糊理论与专家经验相结合,设计了一种可以帮助操作者快速、系统地识别接近意图的动态贝叶斯网络模型。与静态贝叶斯网络(Static Bayesian network,SBN)相比,动态贝叶斯网络在识别多个时间片内意图和通过连续计算概率预测未来趋势两方面更加实用,适用于快速变化的空间环境。众多算例表明,本文所提出的意图预测方法可行有效。