[发明专利]一种群体对单目标的威胁评估方法

说明书

本发明公开了一种群体对单目标的威胁评估方法，包括步骤：S1，获取群体信息和目标信息；S2，利用获取的信息构建动态贝叶斯网络；S3，对构建的动态贝叶斯网络中的各个节点状态进行离散化处理；S4，离散处理后，确定条件概率表；S5，根据节点状态、节点间关系和条件概率表，获取时间片的概率分布；S6，根据概率分布，计算群体威胁等级；S7，输出群体威胁等级计算结果等；本发明实现了群体对单目标的准确快速威胁评估，将威胁评估关注的颗粒度从单平台提升到了群体，克服了传统算法部分参数缺失时评估结果不准确、未考虑时间上的连续变化以及贝叶斯网络法在不同威胁状态概率接近时威胁等级判定结果波动的缺陷。

技术领域

本发明涉及信息融合技术领域，更为具体的，涉及一种群体对单目标的威胁评估方法。

背景技术

现代战争呈现快节奏和复杂化的趋势，信息量呈海量增加，大大加重了指挥员认知压力。群体已经代替单个平台，成为了威胁事件的发起者和承担者。亟需以群体为颗粒度进行实时评估威胁，支撑指挥员进行迅速战场感知，减低认知压力，进行快速、高效决策。

当前典型的威胁评估方法主要包括：模糊数学法、多属性决策、证据理论法、神经网络法、贝叶斯网络法等。然而，传统算法主要关注的依然是单个作战目标，庞杂的评估结果难以辅助指挥员快速形成对当前战场威胁的认知；对目标威胁信息随着时间变化的连续性和累积性考虑不足；且存在数据缺失时评估准确性下降的现象。

此外，由于传统贝叶斯网络法是根据不同状态的概率大小来确定威胁等级，在两种状态概率较为接近时会导致判定结果不稳定。

发明内容

本发明的目的在于克服现有技术的不足，提供一种群体对单目标的威胁评估方法，实现了群体对单目标的准确快速威胁评估，将威胁评估关注的颗粒度从单平台提升到了群体，克服了传统算法部分参数缺失时评估结果不准确、未考虑时间上的连续变化以及贝叶斯网络法在不同威胁状态概率接近时威胁等级判定结果波动的缺陷。

本发明的目的是通过以下方案实现的：

一种群体对单目标的威胁评估方法，包括步骤：

S1，获取群体信息和目标信息；

S2，利用获取的信息构建动态贝叶斯网络；

S3，对构建的动态贝叶斯网络中的各个节点状态进行离散化处理；

S4，离散处理后，确定条件概率表；

S5，根据节点状态、节点间关系和条件概率表，获取不同时间片的概率分布；

S6，根据概率分布，计算群体威胁等级；

S7，输出群体威胁等级计算结果。

进一步地，在步骤S1中，获取的群体信息包括群体的能力信息和位姿信息；能力信息包含群体主体成员平台类型、主体成员雷达类型、探测范围、打击范围；位姿信息包含中心位置、主体行进方向、行进速度；获取的目标信息包括位置信息。

进一步地，在步骤S2中，所述动态贝叶斯网络包括临近度、能力和意图要素数据，临近度要素数据包括群体与临近点距离数据、群体距临近点时间数据、目标与临近点距离数据、临近点距目标时间数据；能力要素数据包括群体内平台数量数据、主体成员平台类型数据、主体成员雷达类型数据、探测范围数据、打击范围数据；意图要素数据包括群体速度数据、高度数据、方位数据、雷达工作状态数据。

进一步地，在步骤S3中，对如下节点分别进行如下离散化处理：

群体与临近点距离，设群体按照当前航向和速度继续行进，群体中心点与临近点之间的距离记做d_t2p，群体与临近点距离节点D_tp用于描述该段距离的远近程度，对应的状态值为：