基于特定网络结构的空地威胁评估方法技术

本发明专利技术公开了一种基于特定网络结构的空地威胁评估方法，包含以下步骤：1)将传感器获取的目标数量、目标类型离散化后输入到各对应的一级输入节点的状态值中；其中，一级输入节点包含目标数量节点、目标类型节点；2)根据各一级输入节点的状态值计算出各一级输出节点的各个状态的概率分布情况，概率大的状态即为推理结果；其中，一级输出节点包含抗打击能力节点，抗打击能力节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、目标类型节点得出。本发明专利技术能为战场指挥员决策提供辅助支撑信息。

【技术实现步骤摘要】
基于特定网络结构的空地威胁评估方法
本专利技术涉及机载航电综合领域，特别是涉及决策信息融合技术。
技术介绍
威胁评估是对敌杀伤能力及对我方威胁程度的评估，是在态势评估的基础上，依据敌我兵力和武器、电子设备性能、敌作战企图、我方重点保卫目标和敌我双方的作战策略，以定量形式对敌方威胁程度做出评估和分析。威胁评估根据态势评估所提供的信息，根据一定的知识和规则，以数值的形式指示出态势中的威胁及威胁大小的过程。贝叶斯网络(BayesianNetworks，BN)是美国加州大学J.Pear教授首次完整提出的，是一种不确定知识表示模型。它不仅有着坚实的概率论理论基础，同时又能够很好地同领域专家的知识结构相对应。对于威胁评估问题而言，采用贝叶斯网络进行威胁信息的建模较为合适。
技术实现思路
本专利技术的专利技术目的在于提供一种基于特定网络结构的空地威胁评估方法，利用战场获取的敌方目标数量，辐射状态，目标类型，目标速度大小，目标方位，目标速度方向，敌我身份识别信息以及威胁包络，行为意图信息，经由参数计算以及贝叶斯推理，得到目标抗打击能力，探测范围，目标价值，目标重要性，威胁指数等战场目标威胁程度信息，为战场指挥员决策提供支撑。本专利技术的专利技术目的通过以下技术方案实现：一种基于特定网络结构的空地威胁评估方法，包含以下步骤：步骤1)将传感器获取的目标数量、目标类型离散化后输入到各对应的一级输入节点的状态值中；其中，一级输入节点包含目标数量节点、目标类型节点；步骤2)根据各一级输入节点的状态值计算出各一级输出节点的各个状态的概率分布情况，概率大的状态即为推理结果；其中，一级输出节点包含抗打击能力节点，抗打击能力节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、目标类型节点得出。进一步，步骤1)中还包含将传感器获取的敌我身份识别信息离散化后输入到各对应的一级输入节点的状态值中；所述一级输入节点还包含敌我身份节点；步骤2)中一级输出节点包含目标价值节点，目标价值节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、目标类型节点和敌我身份节点得出。进一步，步骤1)中还包含将传感器获取的辐射状态、目标方位离散化后输入到各对应的一级输入节点的状态值中；所述一级输入节点还包含辐射状态节点、方位节点；步骤2)中一级输出节点包含探测范围节点，目标价值节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、辐射状态节点、目标类型节点和方位节点得出。进一步，步骤1)中还包含将传感器获取的目标速度大小、目标速度方向离散化后输入到各对应的一级输入节点的状态值中；所述一级输入节点还包含速度大小节点、速度方向节点；进一步，步骤2)中一级输出节点包含目标重要性节点，目标重要性节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、目标类型节点、速度方向节点、方位节点和速度大小节点得出。进一步，空地威胁评估方法中还包含：步骤3)输入二级输入节点的状态值；二级输入节点包含行为意图节点、威胁包络节点；步骤4)依据贝叶斯网络理论从一级输出节点、二级输入节点的状态值得出威胁指数节点的各个状态的概率分布情况，概率大的状态即为推理结果，由此得到威胁评估的结果。本专利技术的有益效果在于：本专利技术提供了一种基于特定网络结构的空地作战威胁评估方法。实际使用过程中，将机载传感器获取的敌方目标数量，辐射状态，目标类型，目标速度大小，目标方位，目标速度方向，敌我身份识别信息以及得到的威胁包络，行为意图信息作为输入，经由输入信息离散化处理，特定网络结构构建，参数计算以及贝叶斯推理等步骤，可以对地面目标的抗打击能力，探测范围，目标价值，目标重要性以及威胁指数进行有效的推理。可以有效获取地面战场目标的威胁评估结果，为战场指挥员提供辅助信息，帮助指挥员做出正确的判断。附图说明图1为用于空地威胁评估的贝叶斯网络结构；图2证据A1下目标重要性节点的推理结果；图3证据A2下目标重要性节点的推理结果；图4证据A3下目标重要性节点的推理结果；图5证据A4下目标重要性节点的推理结果；图6证据A1下各一级输出节点、二级输出节点的推理结果；图7证据A2下各一级输出节点、二级输出节点的推理结果；图8证据A3下各一级输出节点、二级输出节点的推理结果；图9证据A4下各一级输出节点、二级输出节点的推理结果。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。本实施例在进行空地威胁评估时，是借助贝叶斯网络来实现，因此，首先需确定贝叶斯网络的各个节点。在本实施例中，贝叶斯网络的节点包含以下几个：一级输入节点：(1)目标数量节点(Count，以下简称Co)，其对应的状态值为：(2)辐射状态节点(Radiation，以下简称Ra)，其对应的状态值为：(3)目标类型节点(Type，以下简称Ty)，其对应的状态值为：目标类型的状态可根据需要进行调整。(4)速度大小节点(Velocity，以下简称V)，其对应的状态值为：(5)方位节点(Position，以下简称Po)，其对应的状态值为：(6)速度方向节点(Velocity_Direction，以下简称VD)，其对应的状态值为：(7)敌我身份节点(IFF)，其对应的状态值为：二级输入节点：(1)威胁包络节点(Threaten，以下简称Th)，其对应的状态值为：(2)行为意图节点(Attack_Intention，以下简称AI)，其对应的状态值为：一级输出节点：(1)抗打击能力节点(Anti-Attack，以下简称AnA)，其对应的状态值为：(2)探测范围节点(Detection_Range，以下简称DR)，其对应的状态值为：(3)目标价值节点(Value)，其对应的状态值为：(4)目标重要性节点(Important，以下简称Im)，其对应的状态值为：二级输出节点：(1)威胁指数节点(Threat，以下简称T)，其对应的状态值为：在确定贝叶斯网络的节点后，建立各输入节点与各输出节点之间的关系。对于抗打击能力节点，代表当前敌方地面目标的抗打击能力，与目标类型节点以及目标数量节点有关。对于探测范围节点，表示当前状态下敌方目标探测距离的大小，包括对空以及对地的探测范围，该节点受到目标数量节点、辐射状态节点、目标类型节点以及方位节点的影响。对于目标价值节点，表示目标自身固有的价值，与当前战场态势无关，取决于目标的数量，目标类型以及敌我身份识别信息，因此，该节点受到目标数量节点、目标类型节点以及敌我身份节点的影响。对于目标重要性节点，表示在实时的战场态势下的目标的重要程度，不仅与目标的类型以及数量有关，还与敌方的速度大小、方向以及方位有关，因此，该节点受到目标类型节点、目标数量节点、速度大小节点、方位节点以及速度方向节点的影响。对于威胁指数节点，代表目标的威胁程度，与目标的抗打击能力，探测范围，目标价值，目标重要性，威胁包络以及行为意图有关。因此，该节点受到抗打击能力节点、探测范围节点、目标价值节点、目标重要性节点、威胁包络节点以及行为意图节点的影响。于是，用于空地威胁评估的贝叶斯网络构建如图1所示。在获得贝叶斯网络的结构之后，需要构造网络的参数，即CPT表(条件概率表)，它代表了网络中每一个节点在已知父节点取值情况下出现可能结果的概率情况。具体对于每一个节点本文档来自技高网...

【技术保护点】
1.一种基于特定网络结构的空地威胁评估方法，包含以下步骤：步骤1)将传感器获取的目标数量、目标类型离散化后输入到各对应的一级输入节点的状态值中；其中，一级输入节点包含目标数量节点、目标类型节点；步骤2)根据各一级输入节点的状态值计算出各一级输出节点的各个状态的概率分布情况，概率大的状态即为推理结果；其中，一级输出节点包含抗打击能力节点，抗打击能力节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、目标类型节点得出。

【技术特征摘要】
1.一种基于特定网络结构的空地威胁评估方法，包含以下步骤：步骤1)将传感器获取的目标数量、目标类型离散化后输入到各对应的一级输入节点的状态值中；其中，一级输入节点包含目标数量节点、目标类型节点；步骤2)根据各一级输入节点的状态值计算出各一级输出节点的各个状态的概率分布情况，概率大的状态即为推理结果；其中，一级输出节点包含抗打击能力节点，抗打击能力节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、目标类型节点得出。2.根据权利要求1所述的一种基于特定网络结构的空地威胁评估方法，其特征在于所述步骤1)中还包含将传感器获取的敌我身份识别信息离散化后输入到各对应的一级输入节点的状态值中；所述一级输入节点还包含敌我身份节点；所述步骤2)中一级输出节点包含目标价值节点，目标价值节点的各个状态的概率分布情况依据贝叶斯网络理论从目标数量节点、目标类型节点和敌我身份节点得出。3.根据权利要求2所述的一种基于特定网络结构的空地威胁评估方法，其特征在于所述步骤1)中还包含将传感器获取的辐射状态、目标方位离散化后输入到各对应的一级输入...

【专利技术属性】
技术研发人员：刘博，
申请(专利权)人：中国航空无线电电子研究所，
类型：发明
国别省市：上海,31