【技术实现步骤摘要】
一种基于隐马尔可夫模型的战场态势研判方法
[0001]本专利技术属于电子对抗领域,具体涉及一种基于隐马尔可夫模型的战场态势研判方法。
技术介绍
[0002]态势信息是人们在面对高维数据系统中对目前情况的适应性理解,在空中管制、大型系统控制、医疗卫生、汽车驾驶、网络安全等领域都有所应用。随着战场信息化的飞速发展,战场信息已成为获得战场主动权的关键要素之一,而态势研判则是获取战场信息的主要手段。
[0003]战场态势研判的实质是对获取的战场信息进行逐层深入理解,逐步得到指挥员关注的隐含在态势信息中的各因素量化分析,是一个综合分析、逐步抽象的过程。在态势信息不完整的情况下,对战场态势的分析主要依靠已经掌握的信息,结合经验知识等进行多种猜测,并评估这些猜测的可信度。
[0004]目前基于概率模型的战场目标态势研判是研究的热点,主要包括,贝叶斯模型、最大熵模型、条件随机场、隐马模型、最大熵隐马模型。为了弥补条件随机场与最大熵模型的缺点,出现了基于多层次混合模型,如最大熵隐马尔可夫模型,其原理是通过一种模型进行粗切分,然后用另一种模型进行细切分。目前的基于隐马尔可夫模型的战场态势分析工具很少,复杂的代码结构限制了它的普及。本文针对隐马尔可夫模型的特点与态势分析相结合,设计并实现了基于隐马尔可夫模型的态势研判方法。
技术实现思路
[0005]本专利技术提出了一种基于隐马尔可夫模型的战场态势研判方法,对态势信息进行分析,清洗和预处理,构建状态序列;利用样本态势数据初始化并且训练隐马尔可夫模型,对态势信 ...
【技术保护点】
【技术特征摘要】
1.一种基于隐马尔可夫模型的战场态势研判方法,其特征在于,步骤如下:步骤一、采集态势数据,并对战场态势数据进行清洗,得到有效态势信息,对有效态势信息的属性进行量化处理,构建态势状态序列,转入步骤二;步骤二、通过态势状态序列建立隐马尔可夫模型,并对其进行训练;步骤三、利用训练好的隐马尔可夫模型识别输入的态势数据,进行战场态势研判。2.根据权利要求1所述的基于隐马尔可夫模型的战场态势研判方法,其特征在于,步骤一中,采集态势数据,并对战场态势数据进行清洗,得到有效态势信息,集成后得到态势信息数据集,具体如下:步骤1
‑
1、采集战场态势数据,并对战场态势数据进行清洗,得到有效态势信息;步骤1
‑
2、上述有效态势信息有四维属性,按态势权重排序为目标距离S
d
、目标速度S
v
、目标高度S
h
、目标方向角S
a
,对四维属性进行量化处理,构建态势状态序列。3.根据权利要求2所述的基于隐马尔可夫模型的战场态势研判方法,其特征在于,步骤1
‑
1中,对战场态势数据进行清洗,得到有效态势信息,具体如下:1
‑1‑
1)若变量的缺失率大于80%,整体覆盖率小于60%,直接将变量删除;若变量缺失率小于95%,则根据数据分布的情况进行填充,若需要填充的变量是连续型,采用均值法和随机差值进行填充,若变量是离散型,采用中位数或哑变量进行填充;1
‑1‑
2)采取近邻排序法对重复记录进行识别、比较和排序,删除低价值的重复冗余数据;1
‑1‑
3)对形式和内容不符合要求的数据进行纠正,对错误难以改正且不重要的数据采取删除整条记录的方法处理。4.根据权利要求2所述的基于隐马尔可夫模型的战场态势研判方法,其特征在于,步骤1
‑
2中,上述有效态势信息有四维属性,按态势权重排序为目标距离S
d
、目标速度S
v
、目标高度S
h
、目标方向角S
a
,对四维属性进行量化处理,构建态势状态序列,具体如下:1
‑2‑
1)目标距离属性量化为:其中,d为战场目标实际距离,d0为战场最大处置距离;α为目标量化因子,按照战场目标类型来区分:1
‑2‑
2)目标速度属性量化为:其中v为战场目标速度,v0为相对观测速度;1
‑2‑
3)目标高度属性量化为:其中h为战场目标实际高度,h0为战场最大处置高度;
1
‑2‑
4)目标方向角属性量化为:其中θ为战场目标当前方向角,θ0为相对观测角度;完成战场目标的态势属性量化后,得到战场态势数据观测集合M={...
【专利技术属性】
技术研发人员:朱伟强,杨蔚,杨佳敏,郑鹏飞,刘思捷,尹伟,陈迪,
申请(专利权)人:中国航天科工集团八五一一研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。