动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络的无人机炮火校射
肖秦琨;高晓光
【期刊名称】《火力与指挥控制》
【年(卷),期】2006(031)011
【摘要】动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.
【总页数】4页(P38-41)
【作者】肖秦琨;高晓光
【作者单位】西北工业大学电子信息学院,陕西,西安,710072;西北工业大学电子信息学院,陕西,西安,710072
【正文语种】中文
【中图分类】TP18
【相关文献】
1.舰载侦察校射无人机最佳收容面积计算方法研究 [J], 孟祥超;吴福初;王磊;曾巍
2.炮兵侦察校射无人机连续定位校射的应用分析 [J], 王宏新;包化;孙烨
3.炮兵侦察校射无人机连续定位校射的应用分析 [J], 王宏新;包化;孙烨
4.舰炮校射无人机作战需求与发展趋势 [J], 郑昌
5.高寒山地作战中侦察校射无人机应用浅析 [J], 张明杰;盛耀威
因版权原因，仅展示原文概要，查看原文内容请购买。