基于弹着点空间分布对目标毁伤效能的差异化影响,构建导弹命中目标不同重要区域的概率分布模型,实现对传统命中精度概念的扩展。针对导弹实打试验过程复杂、费用高、次数少的实际,采用贝叶斯方法融合多源信息,基于区域划分-分布确定-先...基于弹着点空间分布对目标毁伤效能的差异化影响,构建导弹命中目标不同重要区域的概率分布模型,实现对传统命中精度概念的扩展。针对导弹实打试验过程复杂、费用高、次数少的实际,采用贝叶斯方法融合多源信息,基于区域划分-分布确定-先验融合-后验求解的思路进行导弹命中精度估计。选取Dirichlet分布作为命中精度参数的先验分布,运用D-S(Dempster-Shafer)证据理论对先验信息进行融合处理,基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法对精度参数的后验分布进行求解。示例表明,该方法能够细致描述导弹命中目标不同重要区域的概率,并科学融合多源命中精度先验信息,为导弹命中精度估计方法及测试方案优化提供理论借鉴。展开更多
基金partly supported by the China Postdoctoral Science Foundation(Grant No.2017M610156)the National Natural Science Foundation of China(Grant No.11501167)the Young Academic Leaders Project of Henan University of Science and Technology(Grant No.13490008)
文摘基于弹着点空间分布对目标毁伤效能的差异化影响,构建导弹命中目标不同重要区域的概率分布模型,实现对传统命中精度概念的扩展。针对导弹实打试验过程复杂、费用高、次数少的实际,采用贝叶斯方法融合多源信息,基于区域划分-分布确定-先验融合-后验求解的思路进行导弹命中精度估计。选取Dirichlet分布作为命中精度参数的先验分布,运用D-S(Dempster-Shafer)证据理论对先验信息进行融合处理,基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法对精度参数的后验分布进行求解。示例表明,该方法能够细致描述导弹命中目标不同重要区域的概率,并科学融合多源命中精度先验信息,为导弹命中精度估计方法及测试方案优化提供理论借鉴。