基于时变离散DBN的无人机任务决策模型

发布时间：2017-08-24 02:35

  本文关键词：基于时变离散DBN的无人机任务决策模型

  更多相关文章： 无人机 时变离散动态贝叶斯网络 威胁联网 任务决策 粒子滤波

【摘要】：针对动态战场环境下无人机自主任务决策问题,提出一种基于时变离散动态贝叶斯网络的决策模型学习算法。在获得的前一时刻模型结构和参数基础上,通过粒子滤波算法动态更新模型结构和参数状态,利用实时获得的非平稳观测信息,完成当前时刻的任务决策推理。仿真结果表明,该模型学习算法能够在威胁联网的战场环境中保证无人机任务决策的有效性。
【作者单位】： 海南大学信息科学技术学院;
【关键词】： 无人机 时变离散动态贝叶斯网络 威胁联网 任务决策 粒子滤波
【基金】：国家自然科学基金项目(61440048,61162010) 国家国际科技合作专项基金项目(2015DFR10510) 海南省自然科学基金项目(614227) 海南大学青年基金项目(qnjj1243)
【分类号】：TP18;V279
【正文快照】： 0引言针对无人机(unmanned aerial vehicle,UAV)威胁态势动态评估问题[1,2],文献[3]利用BP神经网络算法对观测数据进行训练,构建了UAV威胁等级评估模型;文献[4]运用灰度分析方法判断威胁源的威胁度,获得了UAV攻击决策模型;文献[5]采用遗传模拟退火算法,在静态战场环境下完成UA，

本文编号：728736