基于动态贝叶斯网络的弹头目标融合识别方法

通过分析导弹目标识别问题的特殊性,设计了适用于导弹目标识别的动态贝叶斯网络。根据导弹目标的特点,选取了几种具有较好普适性的目标特征,并给出了每种目标特征的条件概率。通过分析导弹目标识别流程,提出了合理的贝叶斯网络模型。最后经过仿真试验,证明该模型相比单特征识别模型识别概率有明显提高,并且具备较好的稳健性。     

基于KPCA 和DBN 的航空发动机排气温度基线模型

为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生的快速存取数据作为原始的数据样本,利用核主成分分析进行降维处理,选用高斯函数作为核函数,将降维后的数据作为深度置信网络的输入,建立航空发动机EGT基线模型,通过大量QAR数据验证了模型的有效性和正确性。与传统神经网络建模方法相比,所提出的建模方法不但降低了网络结构的复杂度,同时也提高了模型的精度。     

人工智能飞行通信员系统方案设计

安全高效的陆空通信是提高飞行安全的重要手段,利用人工智能技术代替飞行机组功能需要综合评 估新系统的功能、性能及系统安全性等因素。针对人工智能飞行员系统的操作过程和机载系统的互操作接口开展设计,给出人工智能飞行通信员系统的工作原理和系统架构,以及硬件实现方案和部分飞行员操作界面,,总结人工智能技术替代飞行通讯员功能的优点。从系统安全性和通信性能两方面分析表明：人工智能飞行通 信员系统的方案可行且性能优于原人工陆空通话系统。     

非平稳随机系统动态贝叶斯结构学习关系网

 针对基于图模型自主控制中环境感知问题，提出了连续变量非平稳系统变结构动态贝叶斯网络(DBN)的结构学习模型;讨论了平稳系统常结构DBN学习模型。以上述结论为基础，提出了模糊自适应尺度法用于非平稳系统变结构DBN结构学习，依据非平稳程度函数rb、调节系数m及区间长度Δt模糊推理出步长系数k和窗口系数b，依据具体框架得到变结构DBN，给出了连续变量非平稳系统变结构DBN学习的模型框架和具体算法。仿真结果表明：提出的结构学习框架是可行的。     

基于DBN效能拟合的舰艇编队作战效能敏感性分析

针对传统的舰艇编队作战效能分析方法中存在的对数据利用不充分、对数据完整性要求较高的问题，提出了基于深度学习的效能拟合方法。从最具有代表性的敏感性分析方法Sobol指数法入手，利用深度学习方法优越的特征学习能力，基于深度信念网络（DBN）构建了效能拟合网络，结合无监督预训练和有监督调优实现了网络训练和参数优化，构建出效能拟合模型。将产生的数据应用于效能分析模型并与完全数据条件下的效能分析结果进行对比，验证了所提出的效能拟合模型对于不完全数据下的作战系统敏感性分析的有效性。     

基于深度置信网络的近距空战态势评估

针对传统态势评估方法权值确定困难、大规模数据处理和特征提取能力不足的问题,结合当前空战数据特征,将深度置信网络(DBN)应用于近距空战态势评估。通过密度峰值算法对空战特征数据进行聚类分析,并结合态势函数和专家判读进行修正,建立标准空战态势样本库;以重构误差和测试错误率为基础,建立网络拓扑结构和最优参数确定方法,提高模型的训练效率,并通过样本数据,对模型进行训练和验证。实验表明,模型态势分类正确率达到92.7%,模型运行时间满足应用需求,实例评估结果与客观态势一致性强。