态势估计

摘要： 针对传统威胁判断方法在不同环境下适用性难以保障的问题,提出了一种基于深度学习的威胁判断方法。首先,分析了基于深度学习的威胁判断流程;然后,分析了目标威胁因素,并给出了规范化方法;接着,利用仿真软件生成态势数据并人工标定;最后,构建了深度神经网络并利用标定数据进行训练与测试,实现了威胁等级划分。仿真试验结果表明,该方法能够较准确完成目标威胁判断。

摘要： 为了提高高速铁路应急部门针对突发事故进行应急决策的能力,通过建立直觉模糊贝叶斯网络(intuitionistic fuzzy Bayesian network, IFBN)对突发事故现场进行态势估计,为应急决策提供依据。首先,分析了高速铁路突发事件的诱因、事故分类及应急决策的特点和流程;其次,利用直觉模糊数表示贝叶斯网络节点的证据信息,给出了基于IFBN的态势估计方法;最后,以动车组(electric multiple units, EMU)在高架桥突发火灾事故为例分别用贝叶斯网络(Bayesian network, BN)和IFBN进行推理。经过多组推理比较,结果表明:当信息犹豫度较大时,BN推理会产生与实际情况相反的结论,而IFBN克服了此缺点,推理结果仍然准确,可见利用IFBN推理模型进行态势估计比经典贝叶斯方法更加准确可信。

摘要： 空中目标威胁评估是现代战争的重要环节,D/S证据理论具有多数据源不确定信息推理和融合特点,符合人类思维决策过程。根据空中目标判断准则建立威胁评估指标体系,利用区间分布的基本可信度函数模型代替隶属度函数目标威胁模型,并给出了基本可信度函数值的归一化计算方法,使之符合D/S证据理论可信度分布函数要求,并用实例对模型进行了验证,结果表明D/S证据理论是评估空中目标威胁的一种有效方法。

摘要： 在AI兵棋对抗中,能够更全面地理解态势信息是AI棋手获胜的前提条件.提出了基于综合势力图的态势估计方法,阐述了势力图的原理和一般生成过程,提出基于综合势力图的态势分析框架;将AI兵棋的静态信息、经验信息和动态信息计算叠加形成综合势力图,在此基础上分析敌方位置、视野以及火力威胁等态势相关信息,得到态势估计结果,为AI决策提供信息支撑;基于AI兵棋推演平台进行内置规则AI和基于势力图的AI之间的对抗实验,实验结果表明该方法能够提升AI决策的准确性,提高AI在兵棋对抗中的胜率.

摘要： 目前研究的船舶信息安全态势估计方法估算时间过长,估算结果与实际结果吻合度较低.为解决上述问题,基于大数据分析技术提出了一种新的船舶信息安全态势估计方法,建立了大数据分析技术的船舶信息安全态势估计模型,获取多类不确定信息并进行联合和分析,对船舶信息安全的态势、威胁及安全程度进行实时评价,完成对船舶信息安全的态势估计和预测.实验结果表明,大数据分析技术的船舶信息安全态势估计方法能够缩短估算时间,提高估算结果与实际结果的吻合度.

摘要： 大数据时代,军事信息的海量和异构特性更加突出,信息的形态和层次差异性不断加大,导致信息融合特别是态势估计的复杂度不断增加.为解决上述难题,借鉴面向对象设计思想,提出了信息对象概念,既屏蔽了不同信息格式间的物理形态差异,又实现了跨越信息层和信号层的信息表达.围绕信息对象概念,给出了一种基于信息对象的多元信息融合模型,提出了事件级和对象级2级关联决策思路,以及基于信息对象的关联决策架构,从而为高层信息融合提供借鉴.

摘要： 本文分析了态势认知相关概念,研究了态势生成、体系分析、态势估计、态势智能认知的研究成果,提出了态势认知领域面临的挑战。

摘要： 态势估计是对动态变化的对象感知并对提取的态势要素进行觉察、理解和预测的处理过程.以目标运动状态特征为依据,基于自组织竞争神经网络,对传感器量测数据进行无监督的自组织聚类,将各个量测数据准确划分到各个类别当中,解决目标分群的问题.对于具有明显的时变性和不确定性的空中目标的运动特征,Elman神经网络可反映系统随时间变化的动态特性及存储信息的能力,预测任意逼近非线性函数,通过学习历史数据建模,对目标的运动特征进行网络训练,预测目标运动状态,为实现多目标环境下的航迹接续提供方法借鉴.

摘要： 针对基于D-S证据理论的态势估计方法在处理多源冲突数据时融合效果不佳的问题,本文提出一种基于冲突数据聚类的调和式态势估计方法.首先结合Jousselme距离和经典冲突系数构建了一种新的冲突证据表征方式;然后利用迭代自组织数据聚类方法(ISODATA)对多源冲突数据进行聚类;最后对同一聚类簇的证据采用D-S规则得到态势结果,同时采用距离准则函数评价态势结果的有效性.仿真结果表明:与传统态势估计方法相比,本文所提方法在融合多源冲突数据时能够得到可信度较高的态势估计结果.

摘要： 态势估计是信息融合领域的高层次融合过程,最终目的是形成战场态势图以辅助作战指挥员做出指挥决策.按作战应用需求不同,将战场态势图进行划分,且在形成战场态势图的过程中,将本体的概念引入进来,利用本体的这一共享概念模型的明确的形式化的规范说明,抽象出态势估计领域各态势元素的概念及其之问的关系,为不同级别战场态势图构建一个通用态势估计本体模型.模型构建完成后,假设一个具体作战场景,验证模型的有效性,并通过添加规则,实现简单推理.

摘要： 态势估计系统需要对大量的不确定性知识进行处理,不确定性知识表示和推理是态势估计中的研究热点.针对态势估计过程中本体缺乏一种标准化的、有原则的形式来支持不确定性表示的缺陷,提出了概率本体来表示和推理不确定知识,将本体和多实体贝叶斯网络相结合,利用概率本体语言PR-OWL实现同OWL本体语言的兼容,并将OWL本体转化为概率本体.最后给出了一个作战想定,以贝叶斯推理软件UnBBayes-MEBN为平台证明了概率本体在态势估计中的良好应用.

摘要： 本文结合态势估计问题和炮兵战场多传感器情报融合的特点,对炮兵战场态势估计方法的进行了定性比较,并通过实例对动态贝叶斯网络模型在炮兵战场态势估计中的应用进行了定量分析.采用动态贝叶斯网络，在时刻T与采用静态贝叶斯网时的评估结果是一样的,因为他们的先验信息完全相同,而在时刻T+1,它的先验信息更新为T时刻推理获得的信息,威胁程度为高的概率进一步提高,而另两种概率值则进一步降低.显然,历史的评估结果对于当前的评估结果具有非常明显的影响,或者说当前结果不仅综合了最新的输入信息,而且还考虑了历史信息,具有信息累积能力.说明采用动态贝叶斯网络对战场态势的估计结果与人类专家的估计结果是相当吻合的。

摘要： 态势估计系统需要对大量的不确定性知识进行处理,不确定性知识表示和推理是态势估计中的研究热点.文章针对态势估计过程中,贝叶斯网络结构从低级融合系统中得到的数据发生缺失时不能动态适应战场变化的问题,提出了自适应贝叶斯网络的方法,最后给出了一个具体实例,证明了自适应贝叶斯网络在态势估计中的良好应用.

摘要： 针对态势估计中信息的不确定性和不一致性,分析了DSmT(Dezert-Smarandache Theory)理论及其在态势估计中证据融合的应用.经典证据理论(Dempster-Shafter,DST)不能有效处理高度冲突的证据,极大制约了证据理论的应用,早期的研究主要集巾在修改Dempster组合规则.与DST理论相比,DSmT通过保留证据冲突项作为数据融合的焦元,从而可以很好地解决在证据发生高度冲突情况下的信息融合问题.最后,通过算例验证了DSmT在处理高度冲突证据的有效性.

摘要： 目标编群是态势估计的基础。提出了一种面向态势估计的多拍编群算法。首先，对目标编群问题进行了描述；其次，给出了一种紧凑群提取算法实现初始编群；最后，根据紧凑群之间的关系特征以及贝叶斯定理计算它们的合群概率，并按照定义的合群判决准则进行群的合并，得到最终的编群结果。仿真实验证实了该算法的有效性。

摘要： 目标编群是战场态势估计的基础工作之一.根据一级数据融合得到的信息,提取有用决策变量,对各变量进行加权处理,构建基于模糊综合评判的潜艇目标编群方法,利用MATLAB工具进行仿真,通过实例验证了最优化模型的有效性.

摘要： 信息融合技术己广泛地应用于军事领域，包括空间和海上监视、空空和地空防御、战略预警和防御、战场情报等。目标分群是态势估计的关键问题之一.目标分群的结果可以决定态势要素之间的关系,是指挥员确定战术战略的一个重要依据,这也就是目标分群的意义所在.本文采用聚类分析的方法来解决目标分群问题,分析了经典K-means算法以及其用于解决态势估计中目标分群问题的局限性,之后针对传统K-means的局限性,设计了基于熵权重的全局K-means算法,并应用UCI数据集进行验证,仿真结果表明本文方法具有更高的稳定性和聚类准确率.

摘要： 在信息化战争中,战场态势瞬息万变,如何在极其有限的时间内评估战场态势,作出判断,定下决心,是辅助战场指挥员决策的主要依据.在介绍态势评估基本理论和蚁群算法基本原理的基础上,结合战场态势评估的功能模型,研究战场态势评估中的贝叶斯建模过程,验证蚊群算法在贝叶斯网络分解中的优越性,对其部分参数进行仿真实验,希望对完善态势评估的算法体系和战场指挥员决策支持起一定作用.

摘要： 本发明公开了基于车载设备监测数据估计电磁信号态势分布的方法，包括：采集监测数据；对监测数据进行预处理；确定待估测区域网格点的位置并计算场强值：计算已知采样点与待估计网格点的距离值，选取N个距离值对应的已知采样点作为样本，如果最小距离值小于阈值门限，按照空间反距离加权插值算法计算待估计网格点的场强值；否则按照传播模型衰减计算待估计网格点的场强值，最后根据场强值绘制态势图。本发明利用车载设备采集的监测数据，采用空间插值与传播模型损耗相结合的方法对待估测区域的网格点进行估计，得到电磁信号的态势分布状态。能够直观的了解场强分布和电磁信号的能量覆盖情况，辅助定位信号辐射源，对比查找干扰信号源。

摘要： 本发明公开了一种基于降噪自编码核密度估计的网络安全态势评估方法，属于计算机网络安全领域，包括以下步骤：获取网络流数据作为态势数据；对所述态势数据进行预处理；对预处理后的态势数据按照比例划分出训练集数据和测试集数据；基于训练集数据构建降噪自编码网络及核密码估计模型；将测试集数据依次输入到降噪自编码网络及核密码估计模型中，得到网络流数据的威胁发生概率；基于网络流数据的威胁发生概率，对网络态势进行安全评估，确定网络安全态势的级别；利用降噪自编码网络处理冗余信息和非线性特征学习的能力对网络态势数据进行降维并提取态势潜藏特征，结合无参数估计的优势提出核密度估计对潜藏特征进行密度概率估计得到威胁发生概率。

摘要： 本发明公开了基于车载设备监测数据估计电磁信号态势分布的方法，包括：采集监测数据；对监测数据进行预处理；确定待估测区域网格点的位置并计算场强值：计算已知采样点与待估计网格点的距离值，选取N个距离值对应的已知采样点作为样本，如果最小距离值小于阈值门限，按照空间反距离加权插值算法计算待估计网格点的场强值；否则按照传播模型衰减计算待估计网格点的场强值，最后根据场强值绘制态势图。本发明利用车载设备采集的监测数据，采用空间插值与传播模型损耗相结合的方法对待估测区域的网格点进行估计，得到电磁信号的态势分布状态。能够直观的了解场强分布和电磁信号的能量覆盖情况，辅助定位信号辐射源，对比查找干扰信号源。

摘要： 本发明公开了一种基于遗传模糊逻辑树的威胁估计与态势评估方法，方法为：对目标特征与属性采用模糊逻辑方法进行推理得到威胁估计结果；将威胁估计结果和环境影响因素输入态势评估的模糊推理器，进行态势评估并得到初步的态势评估结果；根据态势评估的环境影响因素的实时变化，结合遗传算法不断优化模糊推理器，输出得到最终的态势评估结果。本发明构成级联的双层模糊逻辑树，采用模糊逻辑技术，适宜于处理复杂的、非线性的、无法进行数学描述的动态系统，结合遗传算法，具备了更新知识规则库的能力，从而实现智能化的威胁估计与态势评估，且在保留模糊逻辑自适应力与鲁棒性能的同时大幅降低运算量，提升威胁估计与态势评估的时效性。

摘要： 本发明涉及基于智能计算的网络路径态势估计方法。其步骤是先从网络的一级融合输出信息中获取本地下游链路当前承载状态信息和前一测量周期的陈旧路径状态信息；然后测量本地链路状态指标和路径状态指标，作链路态势估计，采用模糊隶属函数对不同态势下的链路状态指标和路径状态指标分别进行量化，得到对应链路状态的基本概率赋值函数m

摘要： 本发明提供了一种基于RT在环信道态势估计的RIS无线覆盖增强方法。该方法包括：利用RT仿真器获取目标区域内的收发端至RIS装置的部署位置之间、收发端之间的无线信道特性的变化，并表征实时和未来一段时间内的无线信道特性；有算力的一端结合地图、收发端相对位置的趋势判定、无线信道特性的变化进行RIS装置调整预估，将相应时间点的业务beam的方向性特征、部署位置修正结果和调整方案发送给RIS装置；RIS装置根据接收的信息进行相应位置的调整，完成对通信链路的覆盖增强。本发明提出了一种通过RT在环的方式估计收发端的信道状况变化趋势，基于变化结果给出带RIS的装置的位置RIS旋转或切换方案，实现动态改善目标所在位置的覆盖状况。

摘要： 本申请提供一种基于人工势场的态势估计方法及装置，该方法包括：获取博弈对抗场景下的实时对抗数据；根据所述实时对抗数据以及人工势场模型，生成对抗区域内的目标区域中我方实体的第一目标能力对应的第一能力势场值以及敌方实体的第二目标能力对应的第二能力势场值；根据所述第一能力势场值和所述第二能力势场值，对所述目标区域内敌我双方的对抗态势进行评估。本申请提供的基于人工势场的态势估计方法及装置，用于对博弈对抗场景下的对抗情况进行实时的态势估计，以帮助决策者制定相应的对抗策略。

摘要： 本发明公开了一种城市地下排水管网水流态势的估计方法。各种复杂因素都给城市地下排水系统的水流态势估计带来了很大困难。本发明方法首先建立城市地下排水管网的水流态势估计系统的状态空间模型，然后构造地下排水管网水流态势的估计器模型，求解城市地下排水管网系统的水流态势估计器，得到估计器的增益矩阵。本发明方法利用状态饱和复杂网络对地下排水管网进行刻画，同时考虑了测量数据传输中的随机时延效应，通过排水管网水流态势估计系统的有限时间均方有界性和干扰抑制性能分析，利用线性矩阵不等式方法进行估计器的求解，实现城市地下排水管网水流态势的及时准确估计，满足实际地下排水系统安全运行要求。

摘要： 本发明提供了一种基于复杂比例评价方法的多目标态势估计方法，首先构造目标属性决策矩阵，然后采用熵权法确定第j个目标属性的权重，最后采用复杂比例评价方法进行干扰程度计算并排序。本发明灵敏度高，适用于我方遭遇大规模集群飞行器干扰情况，并以客观信息为基础，避免贝叶斯网络、层次分析法等的主观随意性问题，提高目标干扰程度排序的合理性与准确性。

摘要： 本发明涉及基于智能计算的网络路径态势估计方法。其步骤是先从网络的一级融合输出信息中获取本地下游链路当前承载状态信息和前一测量周期的陈旧路径状态信息；然后测量本地链路状态指标和路径状态指标，作链路态势估计，采用模糊隶属函数对不同态势下的链路状态指标和路径状态指标分别进行量化，得到对应链路状态的基本概率赋值函数m