態(tài)勢估計技術研究與實現.pdf

1、多傳感器數據融合技術是現代軍事研究中的一個重要課題，其研究目的是如何通過綜合多信息源的數據獲得比依靠單個信息源更加準確的估計和推理。態(tài)勢估計是數據融合系統中的高層關鍵技術，它主要在一級融合的基礎上，提取態(tài)勢元素，對態(tài)勢元素進行綜合分析，指出敵軍的行為模式，推斷敵軍的意圖，并對臨近時刻的態(tài)勢變化做出預測。本文主要對重要事件和復合事件的檢測、?？漳繕司幦?、陸地兵力編群與指揮所識別和基于CLIPS模板匹配的計劃識別進行了深入研究和實現。

2、>　　 本文首先對態(tài)勢覺察技術進行了研究，給出了態(tài)勢覺察的問題描述，將事件劃分為三類：基本事件、重要事件和復合事件，重點研究了基本事件和重要事件的檢測方法，同時根據傳統最近鄰法在?？漳繕司幦褐械牟蛔?，提出了基于“最近鄰+編隊模板”的海空目標編群方法，提高了編群的準確性。針對陸地態(tài)勢分析的需求，本文重點研究了陸地兵力編群與指揮所的識別技術，給出了陸地戰(zhàn)場態(tài)勢要素的提取和表示方法，采用旅、營指揮所和旅兵力部署的軍事知識模板，解決了指揮所和

3、兵力部署難以識別的問題，同時探討了陸地兵力編群實現過程中的一些相關技術。態(tài)勢理解和計劃識別是態(tài)勢估計的薄弱環(huán)節(jié)，目前主要依據知識和經驗來解決特定的問題。本文給出了態(tài)勢理解的問題描述和計劃識別的基本概念，探討了基于模板的軍事計劃表示，在此基礎上提出了基于模板匹配的計劃識別推理算法，并利用專家系統工具CLIPS實現了復合事件的檢測和軍事計劃的識別。最后，通過兩個想定的軍事場景，對態(tài)勢估計原型系統軟件進行了測試，從事件檢測、海空目標編群、陸地