当前位置:主页 > 科技论文 > 军工论文 >

基于深度信念网络算法的群体通信行为识别

发布时间:2021-03-29 19:05
  随着现代信息技术的发展和应用,战场环境变得愈加信息化和多元化。在现代战场作战中,战斗机编队、舰艇编队和编队对象内部的通信信息多采用无线电传输。在战场意图识别中,截获作战群体的通信信息用以判别行为意图,对战场快速制定作战计划和战事决策起着至关重要的作用。针对作战群体的通信行为问题,进行群体通信行为仿真,计算不同通信行为外部特征数据,获得通信行为数据集。运用深度信念网络(DBN)构建行为识别模型,计算群体通信行为识别准确率。本文主要工作如下:1.模拟作战群体通信行为,获得通信行为数据集。针对战斗机编队,舰艇编队和作战无人机编队,分析不同通信行为下的通信关系和通信配置,获取通信行为的外部特征,编写通信行为剧本,制定通信行为规则。据此设定行为仿真界面,计算行为特征数据,获得通信行为数据库。利用数据预处理量化数据,给出群体通信行为描述方法,获得不同作战对象在不同组网方式下的通信行为数据集。2.深度信念网络参数优化。采用节点数构造法和不同编码解码结构对深度信念网络进行参数优化。归纳受限玻尔兹曼机(RBM)和对比散度(CD)算法的实现过程。分析RBM网络的编码和解码结构,对比网络的特征学习过程。分析... 

【文章来源】:西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】:67 页

【学位级别】:硕士

【部分图文】:

基于深度信念网络算法的群体通信行为识别


图2-1仿真侦察行为通信结构??

防御行为,通信结构


^^?fe?Linkll/TCDL/SpaceCDL??图2-1仿真侦察行为通信结构??防御行为下,各作战编队对象需根据战场形势转换编队结构,通信状态相较侦察行??为会明显提高。由于此时已获得部分侦察信息,可对战斗机编队建立预警防御通信,使??各作战编队对可能存在的不利环境提高警戒。图2-2是仿真中防御行为通信结构。??I????? ̄1??SR-7?l/Linkl?l?;????i?i?F22?!??|?RQ-4/1'CDl|?丨?,tF35?I??1?E3/Linkll?i?!?j??1?I?Linkl?6?^?F16?|??\?^?/??MQ-9??作战舰艇?/Unk4A?敌地面站??TCDL/Linkll/Link4A?^?^?TCDL/Lmkll/Linkl6??图2-2仿真防御行为通信结构??进攻行为下,合理的编队排布可以有效打击对方军事力量,夺取战场制空权和海域??主动权。由于交战通信信息频繁和战场环境严峻,各作战编队具备了高机动性和灵敏性。??图2-3是仿真进攻行为下的通信结构。??f?Tr—??I?!?Linkl?6/IFDL/MADL?!?I??!?!F22?;?I??|?!?Linkie/MADL^*^*?F35?j?'??FI?6?Linkl?6??I????'??MQ-9?;?V??/?^?/Link4A??作战舰艇?<?E3?'^r?敌地面站??Link4A/Linkl?6Linkl?l/Linkl6

通信结构,防御行为


^^?fe?Linkll/TCDL/SpaceCDL??图2-1仿真侦察行为通信结构??防御行为下,各作战编队对象需根据战场形势转换编队结构,通信状态相较侦察行??为会明显提高。由于此时已获得部分侦察信息,可对战斗机编队建立预警防御通信,使??各作战编队对可能存在的不利环境提高警戒。图2-2是仿真中防御行为通信结构。??I????? ̄1??SR-7?l/Linkl?l?;????i?i?F22?!??|?RQ-4/1'CDl|?丨?,tF35?I??1?E3/Linkll?i?!?j??1?I?Linkl?6?^?F16?|??\?^?/??MQ-9??作战舰艇?/Unk4A?敌地面站??TCDL/Linkll/Link4A?^?^?TCDL/Lmkll/Linkl6??图2-2仿真防御行为通信结构??进攻行为下,合理的编队排布可以有效打击对方军事力量,夺取战场制空权和海域??主动权。由于交战通信信息频繁和战场环境严峻,各作战编队具备了高机动性和灵敏性。??图2-3是仿真进攻行为下的通信结构。??f?Tr—??I?!?Linkl?6/IFDL/MADL?!?I??!?!F22?;?I??|?!?Linkie/MADL^*^*?F35?j?'??FI?6?Linkl?6??I????'??MQ-9?;?V??/?^?/Link4A??作战舰艇?<?E3?'^r?敌地面站??Link4A/Linkl?6Linkl?l/Linkl6

【参考文献】:
期刊论文
[1]F-22A战机机动能力分析与航迹仿真[J]. 赵思源,李小兵,何阳光,李兴格.  飞行力学. 2018(06)
[2]改进模板匹配的通信目标识别技术[J]. 于小红,程嘉远.  现代防御技术. 2018(05)
[3]基于深度神经网络的空中目标作战意图识别[J]. 周旺旺,姚佩阳,张杰勇,王勋,魏帅.  航空学报. 2018(11)
[4]美国MQ-9无人机的新发展与技术性能[J]. 徐晨华.  飞航导弹. 2018(07)
[5]无监督神经网络的潜艇对空战术意图识别[J]. 张天赫,彭绍雄,邹强,王栋.  现代防御技术. 2018(02)
[6]基于信息熵的DBN网络结构优化[J]. 廖强,张杰.  信息通信. 2018(01)
[7]基于卷积神经网络的作战目标识别方法的研究[J]. 谭景信,洪岩,孟德地,张军尧.  计算机仿真. 2017(11)
[8]战场目标作战意图识别问题研究与展望[J]. 姚庆锴,柳少军,贺筱媛,欧微.  指挥与控制学报. 2017(02)
[9]基于深度置信网络的近距空战态势评估[J]. 张彬超,寇雅楠,邬蒙,左家亮.  北京航空航天大学学报. 2017(07)
[10]基于随机Dropout深度信念网络的移动用户行为识别方法[J]. 王忠民,王希,宋辉.  计算机应用研究. 2017(12)

硕士论文
[1]基于支持向量机的群组协同行为意图识别[D]. 晋庆.西南交通大学 2018
[2]基于深度信念网络的行为识别方法研究[D]. 李阳阳.华南理工大学 2016
[3]Link16数据链信号的识别算法研究[D]. 李国鑫.西安电子科技大学 2014
[4]基于T-RBM算法的DBN分类网络的研究[D]. 鲁铮.吉林大学 2014
[5]态势估计中目标意图识别的研究与实现[D]. 李香亭.中北大学 2012
[6]基于多实体贝叶斯网络的空中目标意图识别方法研究[D]. 王昊冉.国防科学技术大学 2011
[7]基于模板匹配的目标意图识别方法研究[D]. 夏曦.国防科学技术大学 2006



本文编号:3108034

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/3108034.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4934d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com