1、信息融合是軍事領(lǐng)域中研究的熱點問題,信息融合技術(shù)包括多個級別:較低級別融合表現(xiàn)為對目標位置和屬性的估計,高級別融合則表現(xiàn)為對戰(zhàn)場進行態(tài)勢估計與威脅估計。因此,態(tài)勢估計是在一級融合獲得的戰(zhàn)場目標信息、環(huán)境信息等的基礎(chǔ)之上,進行戰(zhàn)場態(tài)勢的評估,并確定其對敵、我方的有利程度。在態(tài)勢估計的過程中,需要綜合大量的、多種來源、多種格式以及不確定性的知識,并從這些知識中推理出對戰(zhàn)場態(tài)勢的預(yù)測。因此,態(tài)勢知識的表示和不確定知識的推理是態(tài)勢估計研究的重要

2、問題。本文結(jié)合基于×××估計技術(shù)國防預(yù)研基金項目和×××目標×××系統(tǒng)項目,對這兩個方面進行了研究,主要研究工作和成果如下:
　　 首先,從態(tài)勢估計的定義、概念以及態(tài)勢估計的功能模型、信息流程、知識的表示方式、知識的不確定推理模式等方面進行了詳細的描述,為本文中態(tài)勢估計知識表示和推理的研究提供了理論基礎(chǔ)并明確了實際應(yīng)用的方向。
　　 其次,在介紹貝葉斯網(wǎng)絡(luò)構(gòu)建、網(wǎng)絡(luò)學習、網(wǎng)絡(luò)推理的基礎(chǔ)上,分析了貝葉斯網(wǎng)絡(luò)在態(tài)勢估計應(yīng)用中

3、的基本流程,基本思路和應(yīng)用方向。并針對以往態(tài)勢估計的過程中,貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點概率由專家知識來確定而導(dǎo)致的與實踐的偏差,以及不能動態(tài)適應(yīng)戰(zhàn)場變化的問題,提出了自適應(yīng)貝葉斯網(wǎng)絡(luò)的方法。該方法通過對低層次融合數(shù)據(jù)周期性的參數(shù)學習,得到貝葉斯網(wǎng)絡(luò)參數(shù),以期提高態(tài)勢估計的適應(yīng)性和精確性,并更好的反映戰(zhàn)場規(guī)律變化。最后給出了一個假想實例,證明了自適應(yīng)貝葉斯網(wǎng)絡(luò)在態(tài)勢估計中的良好應(yīng)用。
　　 然后,針對軍事領(lǐng)域信息的多源化、格式的多樣化導(dǎo)

4、致的信息多樣性,引入本體理論,構(gòu)建態(tài)勢估計本體用于態(tài)勢估計的知識描述,實現(xiàn)知識的共享和重用,并方便計算機的自動處理。另外,針對本體在不確定性知識描述方面的不足,本文對態(tài)勢估計本體進行了概率擴展。并引入了一種將態(tài)勢估計本體轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)的方法,使態(tài)勢估計本體能夠轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)進行推理。最后,給出了一個軟件框架用于二者的轉(zhuǎn)換。實驗結(jié)果表明該系統(tǒng)框架切實可行,能夠為后續(xù)基于本體的態(tài)勢估計研究提供一個有實際意義的應(yīng)用平臺。
　　 最