摘要
在错综复杂、瞬息万变的作战环境中,敌方干扰及传感器性能局限等因素易导致获取的战场信息不充分。为使无人机在信息不充分条件下具备威胁评估的能力,提出基于小数据集的贝叶斯网络(BN)威胁评估建模方法。从小数据集条件下BN结构学习和参数学习的两个问题入手,利用Bootstrap方法获取的约束矩阵作为评分函数上的约束项,提出一种基于小数据集的BN结构学习算法,并提出一种基于区间先验约束的BN参数学习算法。仿真结果表明,与传统BN学习算法相比,本文提出的小数据集条件下BN学习算法在UAV威胁评估建模中具有更高准确性和可用性。
-
单位机电工程学院; 电子信息工程学院; 西安工业大学