面向海空目标的兵力聚合技术研究

论文摘要

随着现代战争节奏的加快,以及传感器所产生战场监视数据量的剧增,指挥人员面临着越来越大的认知压力。出现这种压力的重要原因之一是指挥人员的注意力被大量繁杂无序的战场信息所分散,致使其理性判断能力“过载”,最终导致了“战争眩目”问题的出现,严重影响了指挥人员的作战决策。为了减少指挥人员的认知负担,避免“战争眩目”问题的出现,本文分别从功能模型和具体实现的角度研究了数据融合中的兵力聚合技术。总体而言,本文的贡献主要包括以下几个方面:（1）完善了基于数据融合的兵力聚合功能模型分析了“战争眩目”问题的形成原因,指出了海空目标兵力聚合的特点,并结合JDL数据融合过程完善了兵力聚合功能模型。（2）提出了基于单帧数据和多帧数据的目标分群方法依据海空侦察目标目标间的关系特点首次提出了作战加权网络的概念,以此为基础给出了单帧数据目标分群算法TGUH和TGCNM。并在考虑时间因素的前提下,进一步研究了基于多帧数据的目标分群问题,给出了基于数据流聚类的动态目标分群方法TG-Stream。（3）提出了基于模糊集理论的作战集群类型识别方法针对作战集群识别的特点,根据模糊集理论给出了一种改进的部分监督带权模糊c-均值作战集群类型识别算法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 研究背景
• 1.2.1 战争眩目问题
• 1.2.2 态势评估中的兵力聚合技术
• 1.3 国内外研究现状和发展趋势概述
• 1.3.1 国内外研究现状
• 1.3.2 发展趋势
• 1.4 论文的研究内容和组织结构
• 1.4.1 论文的研究思路及主要内容
• 1.4.2 论文的组织结构
• 第二章 兵力聚合功能模型研究
• 2.1 信息优势与决策优势
• 2.2 兵力聚合功能模型
• 2.2.1 兵力聚合和信息优势
• 2.2.2 兵力聚合的定义
• 2.2.3 问题的描述
• 2.2.4 基于数据融合的兵力聚合功能模型
• 2.2.5 面向海空目标的兵力聚合技术特点
• 2.3 本章小结
• 第三章 基于聚类分析的目标分群方法研究
• 3.1 引言
• 3.2 基于网络化聚类的单帧数据目标分群方法
• 3.2.1 问题的描述
• 3.2.2 目前的聚类算法
• 3.2.3 单帧数据目标分群方法
• 3.2.4 算法实验与分析
• 3.3 基于数据流聚类的多帧数据目标分群方法
• 3.3.1 问题的描述
• 3.3.2 目前的数据流聚类算法
• 3.3.3 多帧数据目标分群方法
• 3.3.4 算法实验与分析
• 3.4 本章小结
• 第四章 基于模糊集理论的作战集群类型识别方法研究
• 4.1 引言
• 4.1.1 问题的描述
• 4.1.2 模式识别概述
• 4.2 基于模糊集理论的作战集群类型识别算法
• 4.2.1 模糊集理论
• 4.2.2 模糊识别算法的实现步骤
• 4.2.3 作战群体模糊识别算法
• 4.3 实验
• 4.4 本章小结
• 结束语
• 致谢
• 参考文献
• 附录A 攻读硕士学位期间发表的论文
• 附录B 攻读硕士学位期间参加的科研项目