基于贝叶斯网络云模型的目标毁伤评估方法

摘要

针对复杂的现代战场环境和较多不确定性因素影响下目标毁伤评估问题,提出一种新的基于贝叶斯网络云模型的毁伤评估方法.分析目标特性,建立分级式评估指标体系,构建贝叶斯网络结构;将蒙特卡洛法引入参数学习之中,仿真得到各网络节点的条件概率表,利用网络推理得到目标属于各毁伤等级的概率;利用云模型将得到的目标毁伤概率转化为确定的毁伤值,从而实现由不确定性到确定性的转化.在贝叶斯网络模型中,将目标的物理毁伤程度作为功能毁伤程度的子节点之一,通过条件概率表将物理毁伤程度与功能毁伤程度联系起来,实现了一种新的物理毁伤到功能毁伤的转换方法.以雷达目标为例进行仿真实验,结果表明,该方法能够有效解决目标毁伤评估问题,且与传统贝叶斯网络模型评估结果相比,在精确度和可靠性上都有明显提高.