ارائه یک مدل تحلیل رفتار دشمن با استفاده از مدل های مخفی مارکوف بر اساس مشاهدات جنگ الکترونیک در صحنه های جنگ پیچیده

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 511

This Paper With 16 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_PADSA-7-1_010

تاریخ نمایه سازی: 3 دی 1398

Abstract:

مدل­سازی، یکی از ابزارهای اساسی در طرح­ریزی جنگ­های پیچیده است. جنگ­های امروزی به­دلیل پیچیده و پویا بودن صحنه­ها با     جنگ­های سنتی بسیار متفاوت شده و نیازمند فرماندهی و کنترل چابک و پویا هستند تا بتوانند به سرعت در برابر تغییرات صحنه نبرد واکنش نشان داده و تصمیم­گیری نمایند. در عصر اطلاعات با پیچیده شدن صحنه­های جنگ و دیجیتالی شدن میدان رزم، مشاهدات فرماندهان با استفاده از سامانه های جنگ الکترونیک صورت می­گیرد. در این مقاله با استفاده از مدل­های مخفی مارکوف بر اساس مشاهدات جنگ الکترونیک، فرآیند معناسازی محرک­ها و اقدامات فیزیکی دشمن در صحنه جنگ که بیانگر درک شهودی ما از وضعیت است، مدل شده است. این مدل در تحلیل رفتار دشمن و تعیین مقاصد عملیاتی آن جهت فرآیند تصمیم­سازی نظامی به منظور اتخاذ پاسخ مناسب به دشمن استفاده شده است. برای این منظور یک سناریوی جنگ احتمالی ا. م. آمریکا علیه ج. ا. ایران از منظر جنگ الکترونیک بررسی شده و مبنای این  مدل­سازی قرار گرفته است. مدل مخفی مارکوف مفروض از نوع مرتبه اول و تغییر ناپذیر با زمان درنظر گرفته شده است، بدین معنی که تمام احتمالات توصیف کننده این مدل در طول زمان تغییر نمی­کنند. نتایج شبیه سازی ها نشان می دهد که این مدل، روش خوبی جهت تعیین مقاصد عملیاتی دشمن و فرآیند تصمیم­سازی بر اساس مشاهدات جنگ الکترونیک از اقدامات فیزیکی در صحنه­های جنگ پیچیده می­باشد.

Keywords:

جنگ الکترونیک , صحنه های جنگ پیچیده , فرآیند تصمیم سازی , مدل تحلیل رفتار دشمن , مدل های مخفی مارکوف

Authors

مرتضی بابائی

دانشجوی دکتری دانشگاه جامع امام حسین (ع)

حمیدرضا لشکریان

استادیار دانشگاه جامع امام حسین (ع)

مجید شیخ محمدی

استادیار دانشگاه تربیت مدرس

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • S. H. Mohammadi Najm, Cognitive war, the fifth dimension of ...
  • E. A. Smith, Complexity, Networking, and Effects-Based Operations: Approaching the ...
  • E. A. Smith, Effects based operations: Applying network centric warfare ...
  • M. Frater and M. Ryan, Electronic warfare for the digitized ...
  • R. Wolfe and M. J. Abramson, Modern statistical methods in ...
  • M. A. Pimentel, M. D. Santos, D. B. Springer, and ...
  • C. Zhou, S. Huang, N. Xiong, SH. Yang, H. Li, ...
  • M. H.  Moattar, Hidden Markov Model and Training Algorithms, Dept. ...
  • R. Marxer and H. Purwins, Unsupervised Incremental Online Learning and ...
  • B. B. Vizzotto, B. Zatt, M. Shafique, S. Bampi, and ...
  • K. Vimala, Stress Causing Arrhythmia Detection from ECG Signal using ...
  • S. Nootyaskool and W. Choengtong, Hidden Markov Models predict foreign ...
  • X. Chen, H. Zhang, AB. MacKenzie, and M. Matinmikko, Predicting ...
  • S. Keshvari, S. Bejani, A. R. Keshvari, and M. Abbasi, ...
  • L. Rabiner and B. H. Juang, An introduction to hidden ...
  • D. Aberdeen, S. Thiebaux, and L. Zhang, Decision Theoretic Military ...
  • Y. K. Kevin, R. Mitchell, M. Solomon, and N. Lam, ...
  • R. A. Howard, Dynamic Programming and Markov Processes, the M.I.T. ...
  • M. Naghian Fesharaki, S. Sadati, A. H. Momeni Azndarian, and ...
  • A. J. Viterbi, Error bounds for convolutional codes and an ...
  • A. Babakura, MN. Sulaiman, N. Mustapha, and T. Perumal, HMM-based ...
  • F. Madadizadeh, M. Montazeri, and A. Bahrampour, Predicting of liver ...
  • نمایش کامل مراجع