基于贝叶斯的概率搜索决策框架

发布时间：2021-10-11 09:24

　　针对如何快速寻找失踪目标的时空搜索问题,提出了一种基于递归贝叶斯的搜索决策框架和自适应搜索策略;在此决策框架中,考虑了搜索者的速度上限和传感器存在虚警检测与漏报检测等实际因素,在理论上推导了该决策框架下的置信度函数演化的表达式,并据此提出了一种有效的搜索策略。由于在该决策框架下能研究和比较不同策略对决策的影响,这为不同的策略进行分析和比较提供了一个有效的平台。最后,通过大量的数值仿真验证了该决策框架和所提出的策略的有效性和实用性。 

【文章来源】：电光与控制. 2020,27(09)北大核心CSCD

【文章页数】：6 页

【部分图文】：

搜索示例图G

本文对所提出的搜索决策框架及“果蝇”搜索策略进行验证,此外,还统计分析了决策阈值的选取与搜索准确及花费时间的关系。实验场景如下:一个静态的目标位于一个10×10的网格区域A内,即|A|=100。初始的置信度B(0)=0.5(即目标在与不在该区域的概率相等)。这个先验概率分布被建模为离散的高斯分布。图2展示了一个典型的高斯分布。图2 连续高斯和离散高斯分布模型

连续高斯和离散高斯分布模型

【参考文献】：
期刊论文
[1]基于分布式反集群算法的无人水面艇区域覆盖方法[J]. 李亚南,黄海滨,庄宇飞,蔡春伟.  导航与控制. 2019(01)
[2]深水黑匣子声信标快速搜寻定位方法研究[J]. 隋海琛.  海洋测绘. 2019(01)
[3]混合需求驱动的文内视觉资源移动视觉搜索框架[J]. 胡蓉,唐振贵,朱庆华.  情报学报. 2018(03)
[4]自适应随机共振微弱信号检测[J]. 行鸿彦,卢春霞,张强.  系统仿真学报. 2018(02)
[5]一种改进CSA算法的UAV多任务区侦察决策问题研究[J]. 张耀中,陈岚,张蕾,谢松岩.  电光与控制. 2018(05)
[6]一类静止目标的模糊随机搜索问题[J]. 郭嗣琮,杨洋,宋涛.  模糊系统与数学. 2017(06)
[7]基于贝叶斯方法的失踪目标优化搜索算法[J]. 于美,徐子健.  计算机与现代化. 2016(10)
[8]基于自适应遗传算法的连续时空最优搜索路径规划研究[J]. 张献,任耀峰,王润芃.  兵工学报. 2015(12)
[9]Dijkstra算法中的多邻接点与多条最短路径问题[J]. 王树西,李安渝.  计算机科学. 2014(06)
[10]反潜直升机吊放声纳搜潜策略分析[J]. 金惠明,李建勋.  电光与控制. 2011(08)



本文编号：3430237