多源仿真数据Bayes融合的可信度研究与应用

摘要

随着大量新科技成果的应用,现代武器装备结构越来越复杂,研制、采购和使用费用越来越昂贵.在装备定型实验中,通过数字仿真、半实物仿真和靶场实验等不同的实验类型将得到来自不同信息源的实验数据.在利用这些多源数据对武器系统的战术技术指标进行评估时,为了使这些信息的使用更加合理,需要考虑验前信息的可信度问题.本文引入了验前信息可信度的概念和计算方法,并对多源仿真数据Bayes融合的可信度问题进行研究,指出Bayes方法的一个显著特点就是在保证决策风险尽可能小的情况下,尽量应用所有可能的信息.这不仅仅包括现场实验的信息,还包括现场实验之前得到的验前信息和仿真实验信息等.提出的基于可信度的Bayes多源数据融合方法通过对验前信息可信度的计算,实现了对不同可信度的验前信息和现场实验信息的有效融合,从而在降低现场实验成本的情况下对武器系统的战技指标进行有效的评估和鉴定。