不完备信息下基于切换推理证据网络的空中目标识别方法

现有证据推理方法模型结构固定、信息处理方式和推理机制单一,难以适用于集结了不确定、错误甚至缺失等多种不完备信息环境下的目标识别。针对该问题,提出了一种切换推理证据网络(SR-EN)方法。首先,考虑证据节点删除等情况构建多模板网络模型;然后,分析各证据变量与目标类型的条件关联性以建立针对不完备信息的推理规则库;最后,提出基于三种证据输入及修正方式的智能化时空融合推理方法。与传统的证据网络(EN)以及EN与优劣解距离法(TOPSIS)等两种信息修正方法的结合方法相比,SR-EN能够在确保推理时效性的同时实现在多类随机性不完备信息下对空中目标的连续准确识别。实验结果表明,通过对各类不完备信息的有效识别,SR-EN能够实现连续推理过程中证据处理方式、网络结构和节点间融合规则的自适应切换。