一种基于模糊动态贝叶斯网络-自适应粒子滤波态势评估方法

摘要

本发明公开了一种基于模糊动态贝叶斯网络‑自适应粒子滤波态势评估方法，步骤是：1数据抗干扰及模糊化处理，2构建贝叶斯网络，3建立模糊动态贝叶斯网络,4分割模糊动态贝叶斯网络，5结合自适应粒子滤波。本发明与传统的态势评估方法相比，其优点为：采用线性回归模型对数据进行填充，结合属性删除和概念树提升技术实现数据模糊化以克服采集数据的不完备性，提高算法的准确性。相比较于静态推理算法，本发明介入时间特性提高了推理的实时性。将模糊动态贝叶斯网络分割后的每团结合自适应粒子滤波做预测处理，提高算法的速率和实时性。