态势估计中的事件识别与目标分群技术研究

《态势估计中的事件识别与目标分群技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要态势估计属于数据融合中的二级融合，它在一级数据融合的基础上，提取态势元素，对态势元素进行综合分析，进褥解释和表承战场情景，推断敌军的意图，并对临近时刻的态势变化做出预测。本文首先讨论了态势觉察中战场态势要素及其提取流程，研究了基于模糊推理和基于模板匹配的态势觉察技术。重点研究了事件检测及其实现方法，将战场事件划分为三类事件：基本事件、重要事件和复合事件；根据不同类型事件特点的不同，提出了基于知识库匹配的重要事件检测和基于模板匹配的复合事件检测方法，并分别给出了重要事件的知识库匹配结构和复合事件的CLIPS模板表示。爵标编

2、群是态势估计研究中的重点和难点内容之一。论文首先研究和分析了海／空目标编群方法；然后，根据陆地战场的特点，对陆地兵力部署进行了分析和讨论，给出了陆地兵力部署识别步骤，提出了基于区域栅格化的陆地露标分群方法和基于CLIPS模板匹配的陆地指挥所的识别方法。最后通过两个想定的军事场景，对本论文所研究的态势觉察中的事件检测技术进行了测试，测试结果表明，本论文所提出的基于知识霹匹配的重要事件检测和基于CLIPS模板匹配的复合事件检测方法是有效可行的。关键词：态势估计事件检测目标分群模板匹配区域栅格化111ABSTRACT，nlesit

3、uationassessment，thelevel2datafusion，istoexplainthecurrentsituation，inferencetheintentionsofenemyinthebattlefieldandforecastthechangesoffuturesituation．耽esituationelementisextractedbyanalyzingthedatafromlevelldatafusion．．First，theprocessingofthesituationelementsext

4、ractionisdiscussed．Twotechnologiesofsituationawarenessbasedonfuzzylogicandtemplatematchingarestudiedrespectively．Threetypesofeventsareclassified：basicevents，importanteventsandcomplexevents．neimportanteventdetectionmethodbasedontheknowledgematchingandthecomplexevent

5、sdetectionmethodbasedonthetemplatematchingareproposedinthepaper．11heknowledgestructureaboutimportanteventsmatchingandtheexpressionofthecomplexeventsbytemplateCLIPSaregiven。’nleforcegroupclassificationisoneofthemostimportantanddifficultprobleminthesituationassessmen

6、t．First，themethodoftargetsclassificationintheseaandairisdiscussed。弧erecognitionstepsofthelandforcedispositionale酉ven,whichisbased011theregion鲥d．TherecognitionmethodofcommandheadquarterbasedontheCLIPStemplatematchingaleproposed。Inthemethod，攮eknowledgeexpressionofthe

7、landcommandheadquartersisgivenbyCLIPStemplate．HnaUy,twoscenesareprovidedforimportanteventdetectionandcomplexeventdetectioninthesituationassessment．，nleresultsshow也emethodsareefficientandavailable．Keyword：SituationAssessmentEventExtractionForceGroupClassificationTem

8、platematchingRegiongrid独创性(或创新性)声明本入声明所星交的论文是我个人在导师指导下进彳亍酌研究工作及取得豹研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发袭或撰写过的研究成果；也不包含为获得西安电予科技大学或其它教育机构的