有效
基于动态本体的实时态势更新与分析方法、装置及设备
庙要要、姚诗琪、邓怡萌、谭谞、宋经纬、黄魁华、刘忠、黄金才、张勇
湖南先进技术研究院
庙
庙要要 专利 7
湖南先进技术研究院计算技术电子数据处理计算模型系统
姚
姚诗琪 专利 8
湖南先进技术研究院物理仪器计算技术知识系统
邓
邓怡萌 专利 2
湖南先进技术研究院知识系统数据存储检索计算模型系统

谭谞 专利 7
浙江科技大学计算模型系统计算技术物理仪器
宋
宋经纬 专利 2
湖南先进技术研究院知识系统信息通信行业流程商务信息处理
黄
黄魁华 专利 134
中国人民解放军国防科技大学知识系统生物模型计算计算模型系统
刘
刘忠 专利 157
中国人民解放军国防科学技术大学知识系统计算模型系统生物模型计算
黄
黄金才 专利 168
中国人民解放军国防科学技术大学数学模式系统知识系统计算模型系统
张
张勇 专利 6
湖南先进技术研究院物理仪器计算技术信息通信行业流程
摘要
本发明公开了一种基于动态本体的实时态势更新与分析方法、装置和设备。方法包括:构建跨域联合作战静态本体;获取不同作战领域来源的实时战场态势数据;定向抓取实时战场态势数据中的目标数据;对多个目标数据进行多源数据融合;进行数据标准化处理,生成结构化态势数据;提取所有态势实例的标识符,若态势实例未存在于静态本体中,则将态势实例及其属性添加至静态本体中,并进行模糊匹配;将Turtle格式文件转换成图对象;通过对图对象的添加、删除和修改更新静态本体;动态分析更新内容并形成知识累积,将知识累积作为下次多源数据融合的输入变量;对静态本体和动态本体进行推理验证。根据本发明的方法,自动化程度高,具备态势分析和辅助决策能力。
1.一种基于动态本体的实时态势更新与分析方法,用于跨域联合作战场景的多源战场态势感知与分析决策,所述跨域联合作战场景包括陆、海、空、网络和电磁领域,其特征在于,所述方法包括:构建跨域联合作战静态本体,并将所述跨域联合作战静态本体转换成Turtle格式文件;获取不同作战领域来源的多个实时战场态势数据;根据抓取约束条件定向抓取所述实时战场态势数据中的目标数据;对多个所述目标数据进行多源数据融合,通过数据冗余处理、数据关联分析和数据合并,包括装备参数冗余处理、武器挂载关联关系建立和同类资源合并划分,生成多源互补融合数据;对所述多源互补融合数据进行数据标准化处理,生成结构化态势数据,所述结构化态势数据的格式和结构一致且设有用于匹配战场态势实例的标识符;提取所有所述战场态势实例的标识符,若所述战场态势实例未存在于所述跨域联合作战静态本体中,则将所述战场态势实例及其属性添加至所述跨域联合作战静态本体中,并根据编辑距离相似度、拼音相似度和余弦相似度对所述战场态势实例的类别进行模糊匹配;采用图方法加载并解析所述Turtle格式文件,将所述Turtle格式文件转换成图对象;通过对所述图对象的添加、删除和修改更新所述跨域联合作战静态本体;对所述跨域联合作战静态本体的更新内容进行动态分析并形成知识累积,将所述知识累积作为下次所述多源数据融合的输入变量;对所述跨域联合作战静态本体和更新后的动态本体进行推理验证,包括装备效能分析、战斗准备部署、成本效益分析和战斗结果预测;其中,所述动态分析包括:设计大语言模型的提示词,利用所述大语言模型预判敌方策略和意图,并给出我方兵力部署和火力分配策略;所述定向抓取包括:获取包含所述抓取约束条件的第一可读文件、包含所述实时战场态势数据的第二可读文件;读取所述第一可读文件并将所述抓取约束条件转换为第一字典,读取所述第二可读文件并将所述实时战场态势数据转换为第二字典;对于所述第一字典中的每一组约束信息,提取所述目标数据的位置信息和属性信息,利用所述位置信息和所述属性信息构建抓取字段;对于每个所述抓取字段,在所述第二字典中抓取所述目标数据;将抓取到的所述目标数据转换为第三可读文件并输出。
2.根据权利要求1所述的基于动态本体的实时态势更新与分析方法,其特征在于,所述构建跨域联合作战静态本体包括:根据需求分析,收集文献资料、专家知识和历史数据;进行有效数据的提取融合;开展层次设计和关系构建,形成概念建模;生成所述跨域联合作战静态本体。
3.根据权利要求1所述的基于动态本体的实时态势更新与分析方法,其特征在于,所述多源数据融合包括:获取多个所述第三可读文件,并将所述第三可读文件转换成第三字典;对于任两个所述第三字典的每个键,若两个所述第三字典的键均存在且键值相同,则利用互补性融合函数融合后的结果更新所述键值;否则,以存在的所述键的键值更新两个所述第三字典的所述键值。
4.根据权利要求1所述的基于动态本体的实时态势更新与分析方法,其特征在于,所述数据标准化处理包括:对所述多源互补融合数据进行数据展平、数据清洗、数据转化、去重、异常检测和纠错。
5.根据权利要求1所述的基于动态本体的实时态势更新与分析方法,其特征在于,根据以下公式进行所述模糊匹配:式中, s 是综合相似度, s ∈[0,1]; 是编辑距离相似度; 是拼音相似度; 是余弦相似度; A 、 B 、 C 是加权系数, A + B + C =1;若字符串的长度不同,则 A 大于 B ;若字符串的长度相同,则 A 小于 B 。
6.根据权利要求1所述的基于动态本体的实时态势更新与分析方法,其特征在于,所述大语言模型的提示词为“您是一位资深的军事战术分析师,拥有丰富的战场态势感知和分析经验,请细致地分析跨域联合作战静态本体的更新内容,评估包括敌我双方的军事单位/装备数量位置、情报数据、通讯状况和作战目标,并基于这些分析,推测敌方可能对我方采取的战术行动,以及我方应如何制定应对策略”;分析内容包括:敌我双方的作战目标、兵力变化、武器装备数量位置变化、情报收集、通讯能力变化和其他重要态势信息变化;分析结果包括:敌方预备采取的战术:基于敌方动态更新的态势信息,预备采取的具体战术行动包括突袭、侦察、远程打击;我方应对策略:我方应对措施包括加强防空能力、加强侦察监控、采取迷惑敌方的行动;用于所述动态分析的态势数据包括:敌我双方的实体状态变化,包括警戒状态、待命状态、情报收集活动、装备状态、作战等级。
7.一种基于动态本体的实时态势更新与分析装置,用于跨域联合作战场景的多源战场态势感知与分析决策,所述跨域联合作战场景包括陆、海、空、网络和电磁领域,其特征在于,所述装置包括:构建模块,所述构建模块用于构建跨域联合作战静态本体,并将所述跨域联合作战静态本体转换成Turtle格式文件;获取模块,所述获取模块用于获取不同作战领域来源的多个实时战场态势数据;定向抓取模块,所述定向抓取模块根据抓取约束条件定向抓取所述实时战场态势数据中的目标数据;多源数据融合模块,所述多源数据融合模块用于对多个所述目标数据进行多源数据融合,通过数据冗余处理、数据关联分析和数据合并,包括装备参数冗余处理、武器挂载关联关系建立和同类资源合并划分,生成多源互补融合数据;数据标准化处理模块,所述数据标准化处理模块用于对所述多源互补融合数据进行数据标准化处理,生成结构化态势数据,所述结构化态势数据的格式和结构一致且设有用于匹配战场态势实例的标识符;提取模块,所述提取模块用于提取所有所述战场态势实例的标识符,若所述战场态势实例未存在于所述跨域联合作战静态本体中,则将所述战场态势实例及其属性添加至所述跨域联合作战静态本体中,并根据编辑距离相似度、拼音相似度和余弦相似度对所述战场态势实例的类别进行模糊匹配;更新模块,所述更新模块采用图方法加载并解析所述Turtle格式文件,将所述Turtle格式文件转换成图对象;所述更新模块通过对所述图对象的添加、删除和修改更新所述跨域联合作战静态本体;动态分析模块,所述动态分析模块用于对所述跨域联合作战静态本体的更新内容进行动态分析并形成知识累积,将所述知识累积作为下次所述多源数据融合的输入变量;其中,所述动态分析模块还用于设计大语言模型的提示词,利用所述大语言模型预判敌方策略和意图,并给出我方兵力部署和火力分配策略;推理验证模块,所述推理验证模块用于对所述跨域联合作战静态本体和更新后的动态本体进行推理验证,包括装备效能分析、战斗准备部署、成本效益分析和战斗结果预测;其中,所述定向抓取模块包括:定向获取模块,所述定向获取模块用于获取包含所述抓取约束条件的第一可读文件、包含所述实时战场态势数据的第二可读文件;定向读取模块,所述定向读取模块用于读取所述第一可读文件并将所述抓取约束条件转换为第一字典,读取所述第二可读文件并将所述实时战场态势数据转换为第二字典;定向提取模块,所述定向提取模块用于对于所述第一字典中的每一组约束信息,提取所述目标数据的位置信息和属性信息,利用所述位置信息和所述属性信息构建抓取字段;抓取输出模块,所述抓取输出模块用于对于每个所述抓取字段,在所述第二字典中抓取所述目标数据;用于将抓取到的所述目标数据转换为第三可读文件并输出。
8.根据权利要求7所述的基于动态本体的实时态势更新与分析装置,其特征在于,所述构建模块包括:需求分析模块,所述需求分析模块用于进行需求分析;静态数据收集模块,所述静态数据收集模块用于收集文献资料、专家知识和历史数据;静态数据融合模块,所述静态数据融合模块用于进行有效数据的提取融合;概念建模模块,所述概念建模模块用于开展层次设计和关系构建;本体构建模块,所述本体构建模块用于生成所述跨域联合作战静态本体。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器和所述存储器相连,所述存储器用于存储计算机程序,当所述计算机程序被所述处理器执行时实现如权利要求1-6中任一项所述的基于动态本体的实时态势更新与分析方法。



