预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113657182A(43)申请公布日2021.11.16(21)申请号202110841369.5(22)申请日2021.07.26(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人蒋雯肖群力邓鑫洋(74)专利代理机构深圳科润知识产权代理事务所(普通合伙)44724代理人刘强强(51)Int.Cl.G06K9/00(2006.01)G06N5/04(2006.01)G06N7/00(2006.01)权利要求书1页说明书6页附图2页(54)发明名称一种基于变权理论的动态贝叶斯网络的目标意图识别方法(57)摘要本发明公开了一种基于变权理论的动态贝叶斯网络的目标意图识别方法,该方法包括以下步骤:步骤一、获取意图指标权重;步骤二、基于意图指标权重获取变权权重;步骤三、构建动态贝叶斯网络推理识别目标意图。本发明利用变权理论根据指标数值的变化实时调整指标的权重,可以将指标数值变化情况考虑到意图识别,当中综合考虑了时间历史信息和指标数值变化的优点,实时调整意图识别指标的变权重,具有自适应性强的优势,提升了目标意图识别的准确率。CN113657182ACN113657182A权利要求书1/1页1.一种基于变权理论的动态贝叶斯网络的目标意图识别方法,其特征在于,该方法包括以下步骤:步骤一、获取意图指标权重:确定意图识别指标xi,建立意图指标权重数据集W,W=(w1,w2,...,wi,...,wm),其中wi表示第i个意图识别指标xi的权重,m表示意图识别指标的个数;步骤二、基于意图指标权重获取变权权重:步骤201、构造均衡函数:步骤2011:若意图指标xi对目标意图的影响程度不大,则该意图指标xi采用线性函数表示,其均衡函数表示为F(xi)=axi+b,其中a、b为常数,否则进入步骤2012;步骤2012:该意图指标xi采用对数函数或,线性函数加对数函数的形式表示,其均衡函数表示为F(xi)=axi+clnxi+b,其中c表示调整因子;步骤2013:计算机计算总均衡函数F,F=F(x1)+F(x2)...+F(xi)+...+F(xm);步骤202、获取变权向量:计算机计算变权向量S,步骤203、获取变权权重:获取变权权重W',其中步骤三、构建动态贝叶斯网络推理识别目标意图:步骤301、获取目标意图概率:将步骤二的变权向量W'引入动态贝叶斯网络,获取目标意图概率P(vni,Vn1,Vn2,...,Vnm),其中vni表示第n个时间片第i个根节点的取值状态,P(vni)表示第n个时间片第i个根节点的先验概率分布,n∈[1,T],T表示时间段,P(Vnr|vni)表示子节点的条件概率分布;步骤302、识别目标意图:计算机计算MAX{P(vni,Vn1,Vn2,...,Vnm)},MAX{P(vni,Vn1,Vn2,...,Vnm)}即为目标意图。2.按照权利要求1所述的一种基于变权理论的动态贝叶斯网络的目标意图识别方法,其特征在于:意图识别指标xi包括航向角、高度、速度、机动特征和距离,其中航向角、高度和速度的均衡函数采用线性函数表示;机动特征采用对数函数表示,距离的均衡函数采用线性函数和对数函数的形式表示。3.按照权利要求1所述的一种基于变权理论的动态贝叶斯网络的目标意图识别方法,其特征在于:步骤一中意图指标权重wi通过层次分析法获得。2CN113657182A说明书1/6页一种基于变权理论的动态贝叶斯网络的目标意图识别方法技术领域[0001]本发明属于目标识别技术领域,具体涉及一种基于变权理论的动态贝叶斯网络的目标意图识别方法。背景技术[0002]意图是指希望达到某种目的的基本设想和打算,目标意图就是敌方指挥员以及指挥机关为完成一定的作战任务的基本设想和打算,而目标意图识别是依据观察到的目标行为识别其攻击意图的过程。目标意图识别方法可应用在诸多领域,也是现代作战的重要研究内容。[0003]目标意图识别可以获得隐藏在大量目标事件背后的意图,作为主动防御的基础增强系统的防御能力。对敌方船舰或战机进行目标意图识别是战争指挥决策的重要基础和前提,也是战场态势评估的核心内容。[0004]现有的目标意图识别主要研究方法有贝叶斯网络、证据推理、模糊集理论等方法。动态贝叶斯网络(DynamicBayesianNetworks,DBN)是近年来国内外发展起来的一种对动态系统进行建模和推理的工具,是静态贝叶斯网络在时间序列上的展开,具有数学逻辑表达能力和因果概率推理能力而,又考虑了时间因素对模型的影响,将不同时间片之间的时序因果关系和时间片内的因果关系融为一体,并通过量化推理进行动态分析、预测与控制,可以解决意图识别问题。[0005]此外,由于目标指