多域作战下的群目标意图识别与预测

多域作战具有实体多类、队形多变、意图多样等诸多挑战，难以综合利用多元知识，因而主要依靠人工判决，以至于自动化水平不高。为了实现计算机自动推演态势，需要解决知识的图形化建模和意图推理综合两大难题。对此，在空海域管控知识图谱的基础上，搭建了多域作战战术规则库、编队队形与场景态势的映射关系，提出了基于多实体分层贝叶斯网络的群目标意图识别与预测方法。首先，运用群内目标实体的状态和事件信息，构建目标作战实体行为推理层。其次，利用综合作战实体的时序规则、双方相对距离及航向等信息，构建同类目标元意图推理层。最后，利用实体序列协作关系及编队队形信息，构建多域作战下的群目标总意图推理层。以航母群活动仿真数据为例，验证了所提算法能够获得较为可靠的意图推理结果。     

基于着色Petri网的无人机侦察战术规划

无人机(unmanned aerial vehicle, UAV)战术规划问题是UAV作战的核心, 本文以UAV战术规划中的资源分配和目标推理为研究对象, 针对传统Petri网不能准确模拟战术规划中资源及任务正负效应建模问题, 在阐述了利用传统Petri网将总体任务按计划及目标顺序进行层次分解后, 采用着色Petri网对网间结构进行设计, 利用总体目标管理图及变量管理图实现了消耗类资源以及多目标任务规划中的正负效应模拟问题。最后, 将所提方法应用于UAV侦察任务中, 验证了方法的有效性。