态势估计的目标编群问题研究

Problems about target classification in situation assessment are analyzed. This paper presents a syntheticmethod for fulfilling target classification by using the nearest-neighbor method and field knowledge. The graphicalstructure formed by target classification is shown by the adjacency list. Based on the structure, breadth-first searchalgorithm is used for the implementation of dynamic maintenance. The output of target classification is helpful to de-termine the interaction among situation elements, thus interprets actions related to problem field.

态势评估中的目标编群问题研究

目标编群是态势评估中需要解决的一个重要问题。首先建立了一种相似性测度模型,该模型通过对目标平台属性进行"乘运算"和"加运算"两方面的相似测度,因而对目标间的相似性能做出快速的判别,而且能更准确有效地判断目标对象间的相似性程度,加强目标辨别能力,降低错误编群的概率。在此基础上,给出了群递增形成算法,最后以一组数据验证了该算法可快速有效实现目标编群。

态势估计中基于模糊集理论的目标编群方法

分析了C4ISR信息融合系统中态势估计的目标编群问题。应用基于模糊等价关系的方法实现目标编群,并提出一种基于域知识和最近邻法相结合的算法来实现群结构递增形成的策略。该算法易于实现,计算量小,在实时性要求高的态势估计系统中有一定的应用价值。目标编群的结果有助于确定态势元素之间的相互关系,从而解释问题领域的各种行为,辅助指挥决策。

空中目标战术意图层次推理框架及实现

以提高对空态势感知能力为目的,着眼于构建以专家系统为特征的目标意图推理决策支持系统,首先根据目标意图的含义从意图、行动和状态三个层次进行了层次表示,并简要分析了实现意图推理的六种途径。根据空中目标的作战使用等领域知识将其意图从属性类型、战术类型、威胁类型和任务类型四个层次进行了分解。基于意图推理输入信息的分布性特征以及意图的层次分解建立了基于判定树的意图层次推理框架以及数据驱动的推理控制机制。该框架为建立空中目标战术意图的推理实现方法提供了重要的依据。