● 摘要
现代舰船装备着大量异类传感器，这些传感器所提供的信息量已远远超出人工所能处理的能力范围，仅仅利用人工手段估计舰船周围环境态势的方法已不能满足现代舰船安全航行的需要。因此，无论是舰船常规航行中的会遇态势分析，还是遭遇敌舰时的威胁态势估计，都需要利用人工智能实现对当前态势实时而准确的估计。态势估计作为信息融合技术的决策级融合，是一项近年来新兴起的技术，该技术基于状态级和属性级的融合结果，构建相应的知识库，通过不确定性推理，得到整个环境的综合态势视图，达到辅助决策的目的。本文的研究目标就是通过建立舰船综合态势估计系统模型，并基于知识表示和推理技术的研究，完成舰船会遇态势和威胁态势的估计，为舰船的安全航行决策提供参考。
本文首先总结了已有态势估计研究成果，从功能模型角度建立系统功能框架，然后从认知模型角度研究舰船态势估计中的知识表示和知识推理，进而建立舰船综合态势估计的系统模型。利用模糊理论、模式理论和贝叶斯网络完成知识表示，构建舰船综合态势估计的知识库。利用模板匹配和贝叶斯推理网络相结合的推理技术实现知识推理。
本文还研究了会遇态势中碰撞危险度模型的建立和碰撞危险等级的划分，同时改进了已有的会遇局面划分方法，有效实现了会遇态势估计。利用模糊化方法实现连续事件检测，并提出利用模板方法完成目标编群，进而完成计划识别和意图推断，有效实现了威胁态势估计。另外，基于仿真场景设计和仿真分析，验证模型算法和推理框架的有效性。
基于以上研究内容，本文使用C++语言编程，利用MFC在Visual C++ 6.0平台下，结合CLIPS和Hugin Expert进行联合编程，完成舰船综合态势估计系统的实现工作。最后，基于对事件检测率和碰撞危险度以及运行耗费时间的分析，对系统性能进行评估。