地面侦察雷达目标威胁度评估方法研究

doi:10.3969/j.issn.1000-1093.2015.06.024

兵工学报 ›› 2015, Vol. 36 ›› Issue (6): 1128-1135.doi: 10.3969/j.issn.1000-1093.2015.06.024

地面侦察雷达目标威胁度评估方法研究

史小斌^1,2, 顾红¹, 苏卫民¹, 董天琦², 陈绪龙²

（1.南京理工大学光电学院, 江苏南京 210094; 2. 西安电子工程研究所, 陕西西安 710100)

收稿日期:2014-07-03 修回日期:2014-07-03 上线日期:2015-08-03
作者简介:史小斌(1977—)男博士研究生
基金资助:
国家部委基金项目（9140A07010713BQ02025）；教育部博士点基金项目（20113219110018）；国家自然科学基金项目（61302188、61471198）；江苏省自然科学基金项目（BK20131005）

Study of Target Threat Assessment for Ground Surveillance Radar

SHI Xiao-bin^1,2, GU Hong¹, SU Wei-min¹, DONG Tian-qi², CHEN Xu-long²

(1.Nanjing University of Science and Technology, Nanjing 210094, Jiangsu，China;2.Xi’an Electronic Engineering Research Institute, Xi’an 710100, Shaanxi，China)

Received:2014-07-03 Revised:2014-07-03 Online:2015-08-03

摘要/Abstract

摘要： 根据目标状态参数和身份识别结果，对目标的威胁度进行评估是地面侦察雷达急需解决的问题。基于地面侦察雷达的目标属性集，利用隶属度函数、专家知识和贝叶斯网络构建了地面侦察雷达动态威胁度贝叶斯评估模型。经仿真验证，目标威胁度评估数据变化特征符合人的推理过程，对于多功能相控阵雷达，可根据目标威胁度自适应调度波束实现对目标的跟踪。

关键词: 系统评估与可行性分析, 目标威胁评估, 地面侦察雷达, 动态贝叶斯模型

Abstract: The target threat assessment for ground surveillance radar based on the target state parameters and the identification results is an issue urgently to be solved. Based on the attribute set of targets, a dynamic Bayesian model of target threat assessment for ground surveillance radar is constructed by using membership function, expert knowledge and Bayesian network. Simulation results show that the variation characteristics of the target threat assessment data conform to the reasoning process of human. The dynamic Bayesian model of target threat assessment can be applied practically in the ground surveillance radars. Multifunction phased array radar can track the target in virtue of adaptive scheduling beam with target threat assessment.

Key words: system assessment and feasibility analysis, target threat assessment, ground surveillance radar, dynamic Bayesian model

中图分类号:

TG156

史小斌, 顾红, 苏卫民, 董天琦, 陈绪龙. 地面侦察雷达目标威胁度评估方法研究[J]. 兵工学报, 2015, 36(6): 1128-1135.

SHI Xiao-bin, GU Hong, SU Wei-min, DONG Tian-qi, CHEN Xu-long. Study of Target Threat Assessment for Ground Surveillance Radar[J]. Acta Armamentarii, 2015, 36(6): 1128-1135.

参考文献

［1］ Mahler R P S. 多源多目标统计信息融合[M]. 范红旗,卢大威，刘本源, 等，译. 北京：国防工业出版社, 2013.
Mahler R P S. Statistical multisource- multitarget information fusion[M]. FAN Hong-qi, LU Da-wei, LIU Ben-yuan, et al, translated. Beijing: National Defense Industry Press,2013. (in Chinese)
[2] 范春彦,韩晓明,王献锋．基于最大隶属度的目标威胁评估与排序法[J].系统工程与电子技术，2003，25(1)：47-48．
FAN Chun-yan, HAN Xiao-ming, WANG Xian-feng. Target threat evaluating and sequencing method on the maximum degree of membership[J]. Systems Engineering and Electronics,2003,25(1): 47-48.（in Chinese）
[3] 张银燕,李弼程,崔家玮．基于云贝叶斯网络的目标威胁评估方法[J]．计算机科学，2013，40(10)：127-131.
ZHANG Yin-yan,LI Bi-cheng,CUI Jia-wei. Method of target threat assessment based on cloudy Bayesian network[J]. Computer Science，2013，40(10)：127-131.（in Chinese）
[4] 王勤，田宇光，李加祥．基于多因子动态加权的反舰导弹威胁判断方法[J]．战术导弹技术，2013(1)：38-41．
WANG Qin, TIAN Yu-guang, LI Jia-xiang. Anti-ship missile threaten estimate based on mutifactor dynamic weighting[J]. Tactical Missile Technology, 2013(1):38-41.（in Chinese）
[5] 雷英杰，王宝树，王毅.基于直觉模糊决策的战场态势评估方法[J]．电子学报,2006,12（34）：2175-2179．
LEI Ying-jie, WANG Bao-shu, WANG Yi. Techniques for battlefield situation assessment based on intuitionistic fuzzy decision[J].Acta Electronica Sinica,2006,12(34):2175-2179. （in Chinese）
[6] Bladon P, Hall R J. Information fusion using bayesian multinets[C]∥ Multisensor, Multisource Information Fusion: Architectures, Algorithms, and Applications.Bellingham, US：SPIE，2004:91-102.
[7] Okello N, Thorns G. Threat assessment using Bayesian networks[C]∥ Proceedings of 6th International Conference of Information Fusion. Cairns， Queensland， Australia: IEEE，2003:1102-1109.
[8] 姚跃亭,赵建军,万宇. 贝叶斯网络下考虑攻击企图的目标威胁评估[J]. 火力与指挥控制,2012,37(5):63-67.
YAO Yue-ting, ZHAO Jian-jun, WAN Yu. Threat assessment with attack attempt of target based on Bayesian network[J]. Fire Control & Command Control ，2012,37(5):63-67.（in Chinese）
[9] 姜维,李一军.基于贝叶斯网络推理的导弹目标类型识别[J]. 计算机集成制造系统,2011，17(6）:1264-1270.
JIANG Wei， LI Yi-jun. Missile target type identification with Bayesian network [J]. Computer Integrated Manufacturing Systems, 2011,17(6）:1264-1270.（in Chinese）
[10] 柴慧敏,王宝树. 态势评估中的贝叶斯网络模型研究[J]. 西安电子科技大学学报,2009, 36(3):491-495.
CHAI Hui-min， WANG Bao-shu, Research on the Bayesian networks model in situation assessment[J]. Journal of Xidian University, 2009,36 (3):491-495.（in Chinese）
[11] 邸若海,高晓光. 模糊离散动态贝叶斯网络的目标威胁等级评估[J]. 火力与指挥控制, 2012,37(4):14-17.
DI Ruo-hai， GAO Xiao-guang. The threaten grade assessment model of target based on fuzzy discrete dynamic bayesian networks[J]. Fire Control & Command Control，2012,37(4):14-17.（in Chinese）

[1]	奚之飞，徐安，寇英信，李战武，杨爱武. 基于前景理论的空战目标威胁评估[J]. 兵工学报, 2020, 41(6): 1236-1248.
[2]	曹文斌，胡起伟，苏续军，赵建民. 随机共因失效条件下的多阶段任务成功概率评估研究[J]. 兵工学报, 2017, 38(4): 766-775.
[3]	苏续军, 吕学志. 基于离散事件仿真的多状态多阶段任务系统可靠性分析[J]. 兵工学报, 2017, 38(4): 776-784.
[4]	王京，李天梅，何华锋，徐从启. 多源测试性综合评估数据等效折合模型与方法研究[J]. 兵工学报, 2017, 38(1): 151-159.
[5]	闫华，高黎，王魁，漆磊. 大规模多阶段任务系统马尔可夫可靠性模型的存储和计算[J]. 兵工学报, 2016, 37(9): 1715-1720.
[6]	夏新涛，叶亮，李云飞，常振. 基于多层自助最大熵法的可靠性评估[J]. 兵工学报, 2016, 37(7): 1317-1329.
[7]	田恒，段富海，江秀红，桑勇. 基于准信息熵的测试性D矩阵故障诊断新算法[J]. 兵工学报, 2016, 37(5): 923-928.
[8]	张文杰，杨华波，张士峰. 基于Bayes混合验前分布的成败型产品可靠性评估[J]. 兵工学报, 2016, 37(3): 505-511.
[9]	高昂, 胡延苏. 基于概率模型的弹道导弹防御系统拦截方案优化与评估[J]. 兵工学报, 2016, 37(2): 379-384.
[10]	朱赛，蔡金燕，孟亚峰，李丹阳，潘刚. 具有故障细胞的胚胎电子阵列上目标电路评估[J]. 兵工学报, 2016, 37(11): 2120-2127.
[11]	索中英，程嗣怡，袁修久，李彦明. 优势决策信息系统规则获取方法及应用[J]. 兵工学报, 2015, 36(3): 539-544.
[12]	江秀红，段富海，陈璞，金霞. 基于GO法和RCM的惯性导航系统预测维修平台设计[J]. 兵工学报, 2014, 35(9): 1443-1450.
[13]	汪民乐, 李勇. 诱饵掩护下的弹道导弹突防效能评估建模研究[J]. 兵工学报, 2014, 35(8): 1318-1323.
[14]	郑致刚，胡云安，吴亮. 多故障诊断的即时策略研究[J]. 兵工学报, 2014, 35(6): 921-926.
[15]	邓克波，程文迪，雷鸣，饶佳人. 基于离散事件仿真的防空C⁴ISR系统结构评估[J]. 兵工学报, 2014, 35(10): 1721-1728.

地面侦察雷达目标威胁度评估方法研究

Study of Target Threat Assessment for Ground Surveillance Radar

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价