《基于证据推理的空间态势感知预测传感器任务分配和决策支持》200页

态势感知是对环境因素的感知、对其含义的理解以及对其未来状态的预测。空间态势感知（SSA）尤其关注准确呈现空间物体的状态知识，以解决碰撞等潜在威胁。空间监视系统中使用的跟踪技术在很大程度上仍然依赖于 20 世纪 50 和 60 年代的模型和应用，而随着传感器技术的改进和进入太空的便利性，被跟踪物体的数量在不断增加。这项研究将空间监视系统的传感器任务分配问题归纳为使用证据推理来询问特定假设。首先，应用认知系统工程实践来推导 SSA 决策支持系统的认知工作和信息关系要求，并深入探讨基于假设的方法在 SSA 中的实用性。为评估基于假设的 SSA 方法，将航天器异常检测问题表述为使用距离度量的二元假设检验，同时考虑非高斯边界条件，以提高对非线性轨道动力学的适用性。接着，制定了传感器任务分配标准，以收集证据，最大限度地减少假设解析中的模糊性或无知。证据推理的应用为量化模糊性提供了一个严格的框架，并允许纳入各种 SSA 传感器。在此方法的基础上，针对假设解析任务提出了一个通用证据收集框架，即司法证据推理（JER）。JER 还通过应用同等努力原则来考虑确认偏差。资源分配是一个非线性、高维、混合整数问题，因此 JER 还应用了对抗优化技术来解决计算可操作性问题。最后，根据得出的要求开发了一个 SSA 决策支持系统原型，以评估基于假设的任务分配对工作量和态势感知的影响。这项工作旨在使预测性传感器任务分配能够提供决策质量信息，并改善决策者的态势感知和工作量。