基于贝叶斯网络推理的导弹目标类型识别

天基预警系统中的导弹目标类型识别特征被逐步采集到，其获取的顺序呈现一定随机性且往往又不完全独立。由此，建立了基于贝叶斯网络的推理模型，它可有效处理特征随机到达、特征间不完全独立条件下的不确定性推理问题，且易于融入专家知识。针对所采集的数据由于受传感器能力、环境干扰等多种因素影响而具有不完全可信性的问题，提出基于熵增益建立证据不确定的贝叶斯网络推理模型。通过预警仿真系统实验表明，可信度贝叶斯网推理模型可改善推理精度7.35%。