台载重有定的限制，所以对携带的武器数量也有相应的约束。

干扰载荷是指为无人机提供电子防护，还可用来干扰敌方雷达与攻击武器的装备，其中电子干扰机可与对敌方雷达进行压制，降低敌方搜索能力另种是干扰弹，如红外干扰弹，用于制造假目标，可诱骗敌方发射的红外制导方式的武器，使无人机躲过敌人的攻击。

摘要提高无人机的自主决策能力是提升无人机在现代战争中作战能力的重要手段通过对无人机对地了新的高潮，。

在现代空战中，无人机需具备自主作战的能力。

在实际作战中，指挥员难以处理大量的战场信息，无法满足作战的实时性和适应性的需求并且为了应对与地面任务控制站之间可能出现的通信中断等突发状况，提高作战无人机自主决策能力是适应现代化战争的必然趋势，。

其中目标主要指地面实体，包括动态实体与静态实体单元。

动态实体主要指具有机动能力的作战实体，如坦克装甲车辆静态实体主要指静止的建知识库基础上无人机作战自主决策方法研究分析军事通讯论文当前状态的评估结果，与规则库中的规则进行匹配，若匹配成功，执行相应的决策结果。

摘要提高无人机的自主决策能力是提升无人机在现代战争中作战能力的重要手段通过对无人机对地作战过程的研究，分析归纳影响无人机自主决策的相关因素，并将无法用数学模型描述的军事规则使用产生式规则来表达，建立作战规则库然后提出种基于知识库的自主决策方法，该方法通过动态贝叶斯网络模拟人对态势的认知，通过产生式规则进行器是小牛空地导弹，因为这类带导弹击中目标后容易引起大火，以达到最好的攻击效果。

这类简单直接的知识经验很难用算法或者数据模型表达，若直接以的方式镶嵌到控制主系统中，将增大决策系统的耦合性，使系统变得臃肿不可维护。

所以本文将上述类的作战经验以规则的方式存储在知识库中的规则库中，将规则与程序隔离。

还有些作战规则是针对模糊的判断做出的选择，比如敌方目标对我方威胁度大，应立刻对其采取措了动态贝叶斯网络，在静态贝叶斯网络中加入时间节点，将前时刻的评估结果作为后时刻的评估依据，能够将历史信息与最新的证据信息结合，提高评估系统的实时性与鲁棒性。

知识库基础上无人机作战自主决策方法研究分析军事通讯论文。

目前关于自主决策的方法有许多，如神经网络基于黑板模型基于案例推理，。

为了充分利用指挥员已有的作战经验以提高无人机自主决策的能力，本文提出基于知识库的自主决策方法。

将指挥员的本文采用了动态贝叶斯网络来进行战场态势的评估，包括目标威胁评估打击效果评估等。

下面将以基于的目标威胁程度评估模型为例。

运用贝叶斯网络进行威胁评估，首先需要确定影响目标威胁程度判断节点因素及其状态，即确定贝叶斯网络中的时间节点及其对应的状态然后按照各事件之间的因果关系建立节点间的有向弧，表示事件之间的层次关系然后确定贝叶斯网络参数，及网络中各节点的先验概率或边缘概率最后战活动的分类特点和组织形式，建立了将无人机各模块属性状态行动相结合的规则模型。

事实库中使用面向对象的方法定义各个领域目标无人机平台包括武器系统雷达系统飞控系统，环境等。

根据实体的功能定义不同的状态信息与数据信息。

规则的前件包括对象的属性以及状态信息，属性信息是对当前数据的表示，状态信息确定了当前作战阶段，可用于控制流程后件部分描述对情况下应采取的作战行动。

决策时，使用算法进行系统飞控系统，环境等。

根据实体的功能定义不同的状态信息与数据信息。

规则的前件包括对象的属性以及状态信息，属性信息是对当前数据的表示，状态信息确定了当前作战阶段，可用于控制流程后件部分描述对情况下应采取的作战行动。

决策时，使用算法进行前向规则匹配，当满足前件条件时，则触发规则，执行后件动作。

表是部分规则示例。

表规则示例基于动态贝叶斯网络的评估模型在战场中，指挥员需要根据战场中态因素是多样的，结合空对地作战的实际，得到影响目标威胁评估的因素主要包括目标企图目标毁伤能力我方目标价值目标面向速度目标距离方向干扰能力目标类型。

基于静态贝叶斯网络的目标威胁评估网络图，其对应的节点状态如下图目标威胁评估网络图在实际作战过程中，目标的状态信息不是成不变的，若只以时刻的信息作为后续决策的判断依据将会造成巨大的误差。

所以本文采用了动态贝叶斯网络，在静态贝叶斯网络中加入时间节自主决策流程如图所示。

模糊化是对传感器数据进行模糊化处理，得到连续变量的隶属度，然后传递给贝叶斯网络进行评估。

动态贝叶斯评估网络根据各项评估模型建立对应的贝叶斯网络，输入离散变量与模糊后的连续变量证据，结合知识库中的专家经验得到评估结果。

推理引擎根据输入的事实与评估当前状态的评估结果，与规则库中的规则进行匹配，若匹配成功，执行相应的决策结果。

本文采用了动态贝叶斯网络来进行战场态势知识库基础上无人机作战自主决策方法研究分析军事通讯论文向规则匹配，当满足前件条件时，则触发规则，执行后件动作。

表是部分规则示例。

表规则示例基于动态贝叶斯网络的评估模型在战场中，指挥员需要根据战场中态势进行决策。

例如敌方目标对我方产生较高威胁时，应立刻对该目标采取应对处理。

判断目标的威胁程度，即对传感器得到而数据进行融合形成对当前态势的描述，如何对这类评估知识进行表达是本章的主要内容。

知识库基础上无人机作战自主决策方法研究分析军事通讯论文简单的战场仿真，并创建两个实体模型与。

代表我方察打无人机，具有探测决策打击功能代表敌方装甲车辆。

下面主要介绍无人机的构建。

无人机主要由部分构成，分别为无人机平台机载雷达模块飞行控制模块火力控制模块辅助防御模块。

产生式规则由条件和结论两部分组成。

具体结构如下通过深入研究无人主决策模型无人机自主决策过程是对人脑思维模式和思维过程的模拟，其核心是知识库。

知识库包括了模型库事实库评估模型规则库。

无人机平台将传感器系统的输出处理为对状态的认知，然后通过知识库来决定作战行动。

知识库好比指挥员的大脑，存储了作战经验，比如攻击炼油厂时，较好的攻击武器是小牛空地导弹，因为这类带导弹击中目标后容易引起大火，以达到最好的攻击效果。

这类简单直接的知识经验很难用算法或者数进行决策。

例如敌方目标对我方产生较高威胁时，应立刻对该目标采取应对处理。

判断目标的威胁程度，即对传感器得到而数据进行融合形成对当前态势的描述，如何对这类评估知识进行表达是本章的主要内容。

作战想定我方无人机在警戒区域执行侦察任务时，敌方装甲车辆向我方军事要地秘密潜入，且行进速度较快。

已知敌方装甲车辆进入无人机探测范围。

实验平台本实验使用的是基于的仿真软件。

实验中，进，将前时刻的评估结果作为后时刻的评估依据，能够将历史信息与最新的证据信息结合，提高评估系统的实时性与鲁棒性。

知识库基础上无人机作战自主决策方法研究分析军事通讯论文。

产生式规则由条件和结论两部分组成。

具体结构如下通过深入研究无人作战活动的分类特点和组织形式，建立了将无人机各模块属性状态行动相结合的规则模型。

事实库中使用面向对象的方法定义各个领域目标无人机平台包括武器系统雷的评估，包括目标威胁评估打击效果评估等。

下面将以基于的目标威胁程度评估模型为例。

运用贝叶斯网络进行威胁评估，首先需要确定影响目标威胁程度判断节点因素及其状态，即确定贝叶斯网络中的时间节点及其对应的状态然后按照各事件之间的因果关系建立节点间的有向弧，表示事件之间的层次关系然后确定贝叶斯网络参数，及网络中各节点的先验概率或边缘概率最后选择合适的算法进行推理。

影响地面目标威胁程度模型表达，若直接以的方式镶嵌到控制主系统中，将增大决策系统的耦合性，使系统变得臃肿不可维护。

所以本文将上述类的作战经验以规则的方式存储在知识库中的规则库中，将规则与程序隔离。

还有些作战规则是针对模糊的判断做出的选择，比如敌方目标对我方威胁度大，应立刻对其采取措施。

其中威胁程度的大小是指挥员根据目标信息以及我方状态得到的模糊的主观评估，如何表达这样的评估知识也是构建知识库的重点。

无人知识库基础上无人机作战自主决策方法研究分析军事通讯论文站之间可能出现的通信中断等突发状况，提高作战无人机自主决策能力是适应现代化战争的必然趋势，。

目前关于自主决策的方法有许多，如神经网络基于黑板模型基于案例推理，。

为了充分利用指挥员已有的作战经验以提高无人机自主决策的能力，本文提出基于知识库的自主决策方法。

将指挥员的作战经验以特定的方式存入知识库。

无人机将结合作战任务目标状态以及系统状态，依据知识库中的作战规则来制定系列的作战行动。

无人机战过程的研究，分析归纳影响无人机自主决策的相关因素，并将无法用数学模型描述的军事规则使用产生式规则来表达，建立作战规则库然后提出种基于知识库的自主决策方法，该方法通过动态贝叶斯网络模拟人对态势的认知，通过产生式规则进行决策，其中加入实体的状态描述来控制决策流程，以此来完成无人机的自主决策仿真结果表明，该方法科学有效，可使无人机自主做出合理决策。

关键词动态贝叶斯网络无人机知识库自主决筑工事，如桥梁指挥所炼油厂等。

无人机的任务载荷主要涉及类，分别是侦察监视载荷武器载荷干扰载荷。

其中侦察监视载荷主要用于对目标进行搜索识别跟踪等。

可通过测量与分析提供目标的类型位置速度等信息，并提供武器瞄准发射所需数据。

武器载荷指在无人机上进行投射用于攻击敌方目标的武器装备，根据用途可分为航空火箭弹航空炸弹制导炸弹空空导弹空地导弹等。

进行武器载荷选择时可根据任务类型携带相应的武器型号，由策，其中加入实体的状态描述来控制决策流程，以此来完成无人机的自主决策仿真结果表明，该方法科学有效，可使无人机自主