学位论文 > 优秀研究生学位论文题录展示
机载多传感器数据融合态势评估关键技术研究
作 者: 陈华
导 师: 曹建蜀
学 校: 电子科技大学
专 业: 电子与通信工程
关键词: 态势评估 模糊C-均值 变色龙 模块密度 动态贝叶斯网络
分类号: TP202
类 型: 硕士论文
年 份: 2012年
下 载: 140次
引 用: 0次
阅 读: 论文下载
内容摘要
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。在现代战争复杂多变的情况下,提出一种能够应用于所有作战场景的方法是非常困难的,因此,本文主要根据态势评估的功能模型,在空空拦截特定作战场景下,研究了态势评估技术中关于目标分群和意图预测这两个关键技术,并在此基础上,设计并实现了态势评估仿真平台。论文主要包括以下内容:1.分析了态势评估中的态势觉察、态势理解和态势预测这三个功能及每个功能要解决的关键技术,并对现有的态势评估方法进行了分析比较。2.提出了一种基于图的全局优化模糊C-均值算法,将其应用于态势评估中的目标分群,并将其与模糊C-均值算法进行了仿真比较。3.提出了基于复杂网络模块密度的变色龙算法,将其应用于态势评估的目标分群,并对该算法进行了仿真分析,验证其可行性。4.提出了动态贝叶斯迭代推理算法,将其应用于态势评估的意图预测关键技术中,并对该算法和动态贝叶斯网络直接推理算法进行了仿真比较。5.根据空空拦截作战场景的需求,在C++Builder6.0平台上,设计并实现了态势评估仿真平台,并进行了一定的实验,实现了态势评估的基本功能,完成了设计需求。
|
全文目录
摘要 4-5 ABSTRACT 5-14 第一章 绪论 14-20 1.1 研究背景及意义 14-15 1.2 国内外研究现状 15-17 1.2.1 态势评估研究现状 15-16 1.2.2 态势评估中目标分群技术研究现状 16-17 1.3 本文主要工作及内容安排 17-20 1.3.1 本文主要工作 17-18 1.3.2 论文内容安排 18-20 第二章 态势评估技术分析 20-31 2.1 态势评估技术 20-26 2.1.1 态势评估概述 20-21 2.1.2 态势评估功能 21-26 2.2 常用态势评估算法 26-30 2.2.1 专家系统 26-27 2.2.2 模板匹配技术 27-28 2.2.3 品质因数 28 2.2.4 贝叶斯网络 28-29 2.2.5 聚类分析 29-30 2.3 本章小结 30-31 第三章 基于聚类的目标分群算法研究 31-54 3.1 引言 31-32 3.2 GGFCM目标分群算法 32-43 3.2.1 模糊C-均值算法 32-34 3.2.2 GGFCM目标分群算法 34-36 3.2.3 仿真结果与分析 36-43 3.3 MD-Chameleon目标分群算法 43-52 3.3.1 Chameleon聚类算法概述 43-44 3.3.2 MD-Chameleon算法 44-46 3.3.3 仿真结果与分析 46-52 3.4 本章小结 52-54 第四章 基于动态贝叶斯网络的态势评估方法 54-71 4.1 贝叶斯网络理论概述 54-57 4.1.1 贝叶斯公式 54-55 4.1.2 贝叶斯网络 55-56 4.1.3 动态贝叶斯网络 56-57 4.2 基于DBN的态势评估模型 57-59 4.2.1 场景描述 57-58 4.2.2 变量提取 58 4.2.3 态势评估模型 58-59 4.3 基于DBN的态势评估推理方法 59-64 4.3.1 DBN直接推理算法 60-62 4.3.2 DBN迭代推理算法 62-64 4.4 仿真结果与分析 64-70 4.4.1 网络条件概率矩阵 64-65 4.4.2 网络状态转移矩阵 65-66 4.4.3 实验数据模糊化 66-67 4.4.4 仿真结果与分析 67-70 4.5 本章小结 70-71 第五章 态势评估仿真平台设计与实现 71-83 5.1 设计目的与需求分析 71 5.2 仿真平台设计 71-75 5.2.1 数据库模块设计 73-74 5.2.2 目标分群模块设计 74 5.2.3 态势评估模块设计 74-75 5.3 仿真平台实现与分析 75-82 5.4 本章小结 82-83 第六章 总结与展望 83-85 6.1 全文总结 83-84 6.2 工作展望 84-85 致谢 85-86 参考文献 86-91 硕士期间取得的研究成果 91-92
|
相似论文
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 演化聚类算法及其应用研究,TP311.13
- 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
- 肺部病灶感兴趣区域分割算法研究,TP391.41
- 改进的模糊C均值聚类算法及其应用,O159
- 基于正则化方法的模糊C-均值聚类算法的研究,TP311.13
- 模糊聚类分析在煤与瓦斯突出事故预测中的应用研究,TP311.13
- 基于指标体系的电子政务外网安全态势评估研究,TP393.08
- 基于日负荷曲线的用电行业构成比例在线修正方法研究,TM714
- 基于模糊聚类的医学图像分割算法的应用研究,TP391.41
- 基于特征权重的FCM算法研究及应用,TP301.6
- 模糊C-均值聚类和粗糙集在边坡稳定性分析中的耦合应用,TD824.7
- 土壤有机碳含量空间分布预测研究,S153.62
- 半监督学习及其在MR图像分割中的应用,TP391.41
- 基于模糊C均值的脑部磁共振图像分割新技术在多发性硬化症中的应用,TP391.41
- 在线/离线签名验证的加速机制研究,TN918.1
- 蚁群优化算法及其应用研究,TP301.6
- 印版显微灰度图像二值化算法研究,TP391.41
- 微小零件尺寸及表面缺陷的机器视觉检测技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 一般性问题 > 设计、性能分析与综合
© 2012 www.xueweilunwen.com
|