基于DDBN-Cloud的舰艇编队防空目标威胁评估方法

• 作者: 孙海文 孙涛 张龙杰 谢晓方
• 来源期刊: 系统工程与电子技术
• 学科: 军事
• 关键词: 威胁评估与排序 贝叶斯网络 云模型 信息修补算法 可信度
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 系统工程
• 页码范围: 2466-2475
• 页数: 10页
• 分类号: E273|TJ761|TP274|E919
• 字数: 7710字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2018.11.12

摘要

海上编队防空作战中,针对来袭目标威胁评估过程中不确定性因素较多、观测数据易缺失以及已有评估方法难以考虑动态威胁态势的问题,提出了基于离散动态贝叶斯网络-云模型(discrete dynamic Bayesian networkscloud,DDBN-Cloud)的威胁评估方法.通过分析来袭目标特征,构建了目标威胁评估体系;为避免节点威胁属性值在小范围内连续变化所引起的重复计算,采用模糊逻辑理论将体系中的连续型变量转化为离散型变量;针对评估过程中指标数据缺失问题,采用前向信息修补算法进行信息预测修补;采用证据可信度对不确定性节点的先验概率进行赋值,使得贝叶斯网络(Bayesian network,BN)参数更贴合实际;最后,利用云模型将得到的威胁评估概率转化为确定的威胁度,实现由定性概念到定量数值的转化,进行威胁排序;仿真实验表明,该方法适用于目标数据缺失时的动态威胁评估,与静态贝叶斯网络-云模型(Bayesian networks cloud,BN-Cloud)法和相对熵排序法相比,其结果更合理,具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢晓方	海军航空大学岸防兵学院	168	659	11.0	16.0
2	孙涛	海军航空大学岸防兵学院	107	255	7.0	10.0
3	张龙杰	海军航空大学岸防兵学院	36	96	6.0	7.0
4	孙海文	海军航空大学岸防兵学院	21	39	4.0	4.0