论文部分内容阅读
近年来计算机技术迅速发展,与此同时传感器技术的应用也日益广泛,尤其是在现代战场中。广泛的传感器应用设计的对于信息的综合处理要求日益强烈,为了能够及时、准确地处理这些来自各种不同类型的传感器所获得的信息,多传感器信息融合系统边涌现出来。态势评估是信息融合领域一个重要的研究方向,它结合了数据融合方法、知识表示方法和智能算法,是反映战场态势的一个多层视图。随着科学技术的发展,态势评估技术不仅可以应用于军事战场上,在网络、交通等领域也有了广泛的应用。在战场上,准确、及时地反应出战场态势,是决定作战成败的一个关键因素。态势评估技术不仅能实时反应战场态势,而且能在一定程度上减少指挥员关注的目标数目,方便指挥员做出及时的决策。因此,对态势评估技术的研究已经成为了一个研究热点。战场上的信息是海量的,敌方电子干扰、敌方欺骗行为和传感器性能等因素,使战场信息具有不确定性和复杂性;而且态势评估技术要考虑众多因素,如社会背景、兵力部署、环境因素等,因此使得态势评估技术成为了一个研究难点。本文研究根据态势评估的功能模型,研究类在特定环境下目标的态势评估,依据目标分群和基于专家系统的态势推理,设计了一类态势评估系统,具体的研究内容如下:(1)分析了近年来态势评估的发展动态,并详细解释了态势评估的三级模型态势觉察、态势理解和态势预测,并介绍了态势评估中的目标分群问题。(2)分析了近些年态势评估的常用实现技术,并对贝叶斯网络技术、专家系统和D-S证据理论进行了理论和算法过程的介绍,并以例子阐述了它们在态势评估中的具体应用。(3)基于Qt设计并实现了态势评估系统,并对系统的五个模块:主控模块、初始化模块、数据管理模块、态势评估模块以及显示模块进行了介绍。其中,在态势评估模块中,介绍了系统中所应用的目标分群算法:基于目标属性相似度的目标分群,然后根据专家系统,以产生式规则构造知识规则。最后以一组例子对系统的三个态势进行验证,达到了所期望的态势评估结果。