基于本体的多源信息融合空间目标识别方法研究

发布时间：2020-12-07 00:19

　　太空是信息化战场的制高点,具有信息获取和传输优势,控制了太空就控制了信息权。空间目标识别是实现空间态势感知的一个基础。由于种种观测条件的限制,单一传感器难以全面实时地观测空间目标状态,是制约空间目标识别的一个瓶颈。因此,融合多源数据进行空间目标识别是解决这一难题的重要选择。本文以本体理论为基础,围绕分布条件下多源数据空间目标识别中产生的四个科学问题,综合运用知识工程、机器学习、多Agent系统、辩论理论等相关领域知识,系统深入地研究了面向目标识别的本体建模方法、空间目标识别本体模型、面向新型空间目标识别的零样本学习技术和基于辩论的分布式空间目标识别方法,体现了较好的原创性和灵活性。本文主要研究工作及其创新包括如下四个方面。(1)提出一种用于目标识别的应用本体开发方法SPIRALS,该方法提供了一个构建目标识别本体的完整工作流程,包括:使用领域知识和机器学习知识;提出使用顺序无关的机器学习规则作为机器学习知识添加到目标识别本体,以便进一步提高基于本体的目标识别方法的性能,增强目标识别的可理解性;提出数据驱动的应用本体评估方法,用于目标识别本体的评估,并根据本体评估结果进一步改进目标识别本... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：151 页

【学位级别】：博士

【部分图文】：

部分空间目标及其特征在本体中的表示在图中左边框中，前面带“◆”的记录为本体实例，中间框中显示的是左边

图 2. 3 使用 Pellet 推理机对空间目标识别本体进行一致性检测图 2.3 空间目标识别本体表示了空间目标的知识，包括 OWL 表示的分类体系及概念之间的关系、SWRL 表示的规则，也表示了多个空间目标样本的多源数据及空间目标所属的类型。使用 Pellet 推理机在知识和数据的基础上进行逻辑推导，没有得出不一致的结论，表明空间目标识别本体中的知识之间是一致的、空间目

图 3. 1 OntoStar 中部分上层概念的分类体系由图3.1可见，OntoStar的分类体系涵盖了空间目标及其构件、空间目标轨道、无线电等概念。空间目标识别中重点关注的空间目标类型如碎片、卫星等，被进一步细分。OntoStar 中卫星的分类依据UCS 卫星数据集[2]中卫星的用途进行划分，并进一步归纳为 11 个大类，卫星的分类体系中上层结构如图 3.2 所示。

【参考文献】：
期刊论文
[1]高面质比空间目标及其群体特性研究[J]. 刘斌,姚莉,吴俊锋.  指挥与控制学报. 2015(03)
[2]高面质比低轨空间碎片表面材料光谱特性研究[J]. 金小龙,唐轶峻,隋成华.  光电工程. 2013(12)
[3]雷达目标识别技术的再认识[J]. 胡卫东.  现代雷达. 2012(08)
[4]空间目标融合识别算法及实验研究[J]. 肖旭光,肖刚,敬忠良.  计算机工程与应用. 2011(08)
[5]基于知识的雷达目标识别研究[J]. 陶勇,胡卫东.  现代雷达. 2009(01)
[6]语义网的一阶逻辑推理技术支持[J]. 徐贵红,张健.  软件学报. 2008(12)
[7]基于神经网络组的空间目标识别的信息融合方法[J]. 覃磊,刘文斌,周康.  微电子学与计算机. 2008(08)
[8]基于大气阻力的卫星编队构形沿航迹模糊控制方法[J]. 郝继刚,张育林.  国防科技大学学报. 2007(03)
[9]机器学习中的特征选择[J]. 张丽新,王家钦,赵雁南,杨泽红.  计算机科学. 2004(11)
[10]利用小波分析识别空间目标的轨道机动[J]. 董云峰,苏建敏.  宇航学报. 2004(02)

博士论文
[1]基于概念推理的目标识别关键技术研究[D]. 谌夏.国防科学技术大学 2016
[2]多AGENT协同辩证推理方法及实现技术研究[D]. 袁金平.国防科学技术大学 2012
[3]空间雷达目标特征提取与识别方法研究[D]. 马君国.国防科学技术大学 2006

硕士论文
[1]基于DS证据理论的空间目标融合识别方法研究[D]. 洪昭艺.国防科学技术大学 2009



本文编号：2902264