10.3969/j.issn.1002-0640.2006.11.012
动态贝叶斯网络的无人机炮火校射
动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.
动态贝叶斯网络、隐马尔可夫模型、模糊推理、无人机
31
TP18(自动化基础理论)
国家自然科学基金90205019;教育部高等学校博士学科点专项科研基金20020699001
2006-12-25（万方平台首次上网日期，不代表论文的发表时间）
共4页
38-41
