SE527758C2 - Metod i elektroniksystem för detektering av olika parametrar med angivande av sannolikhetsvärden - Google Patents

Metod i elektroniksystem för detektering av olika parametrar med angivande av sannolikhetsvärden

Info

Publication number
SE527758C2
SE527758C2 SE0400663A SE0400663A SE527758C2 SE 527758 C2 SE527758 C2 SE 527758C2 SE 0400663 A SE0400663 A SE 0400663A SE 0400663 A SE0400663 A SE 0400663A SE 527758 C2 SE527758 C2 SE 527758C2
Authority
SE
Sweden
Prior art keywords
information
probability
resources
hypothesis
opponent
Prior art date
Application number
SE0400663A
Other languages
English (en)
Other versions
SE0400663L (sv
SE0400663D0 (sv
Inventor
Kjell Olsson
Original Assignee
Kjell Olsson
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kjell Olsson filed Critical Kjell Olsson
Priority to SE0400663A priority Critical patent/SE527758C2/sv
Publication of SE0400663D0 publication Critical patent/SE0400663D0/sv
Priority to US10/593,273 priority patent/US8135661B2/en
Priority to PCT/SE2005/000358 priority patent/WO2005088505A1/en
Priority to EP05722205A priority patent/EP1725979A1/en
Publication of SE0400663L publication Critical patent/SE0400663L/sv
Publication of SE527758C2 publication Critical patent/SE527758C2/sv

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Radar Systems Or Details Thereof (AREA)

Description

527 758 b) Den pågående övervakningen använder sig av avancerade sensorer, för att se långt, passiv spaning avseende utsända radiofrekvenser, eiektrooptisk spar-nn” inom H1 och synligt ljus. Sonarer används under vatten.
Utvecklingen går mot ökade krav på mera information.
- Den tidiga radarn gav detektering av mål och dess position. Mâlets hastighet och läge avslöjade om det var flyg, fartyg eller landfarkost. Mälspår, plottar, användes för att följa mâlets historiska färd.
- Nu försöker man få fram mer information om målet. T.ex. vilken typ av flyg är det? Är det bomb-, attack- eller spaningsflyg? Vilken typ av fartyg etcf? Olika typer av inforrnationsfusion används.
Med informationsfiision menar man metoder att sätta ihop information från olika källorförattfåenökadkunskap.
- Datafiision användes traditionellt för att följa flyg med hjälp av flera radar, och står för ”fusion” av information från samma slags källa, sensor.
Generering av mâlspår är ett lmvudsyfte.
- Informationsfusion från olika källor (olika sensorer) är telmiskt svårare eftersom data har olika format och olika betydelser. Idag sker sammansättningen av informationen oftast i människans hjärna, ibland efter en manuell (skriftlig) bearbetning.
Den kända tekniken används huvudsakligen för att förbättra målföljning (mâlspâr), och för att öka informationen om målet.
I vissa sammanhang tex. i markscenarier försöker man också sätta samman information om flera närbelägna mål, för att se om dessa mål tillsammans utgör ett förband.
Man kan beteckna den kända tekniken som en ”bottom-up” orientering. Genom att ta reda på mer och mer om varje mål så skulle man förstå mer av vad det är som händer, dvs förstå mer om situationen.
Denna hypotes har sina kraftiga begränsningar. Mer information kan innebära att det väsentliga skyms av detaljer: ”Man ser inte skogen för alla träden”. Det är närmast självklart att man inte får reda på fiendens avsikt genom att tex. detaljstudera hans flygplan. Om fyra flygplan detekteras, och man vet allt om typ och utrustning, så innebär inte det att man vet vare sig vart planen skall eller vad de skall göra där.
Uppfinningen baseras mer på en ”top-down” orientering. Den utgår från att man har någon kunskap om det man söker information om. Kunskapen kan vara osäker, t. ex. att fienden har olika alternativ att agera, varav tre är rimligt sannolika och ett är särskilt farligt för oss. Med utgångspunkt från dessa fyra alternativ kan observationer behandlas för att se hur dessa stämmer överens med respektive alternativ. Man kan tex. spana efter en viss typ av flygplan i en viss riktning, eller behandla indikationer på att det finns en stridsvagn i ett omrâde tillsammans med andra observationer, för att se hur denna tilläggsinformation stämmer med aktuella alternativ. 0 a. Det är lättare att hitta något om man har ide'er (hypoteser) om vad man letar efter. 0 b. Om det man hittar passar in pâ någon av hypoteserna, så. ger det ökat hopp om att denna hypotes kan vara rätt. 527 758 b) c. Interaktionen mellan (a) och (b) ovan kan snabbt ge en förbättrad situationsuppfattning.
Kortfattad beskrivning av uppfinningen Uppfinningen kan karaktäriseras som ”Ledningsstöd” med automatiserade proeessteg, som bygger på en metod med flera ingående metodsteg. Beroende på scenanet kan fler eller färre av metodstegen användas: Enligt huvudapplikation A: Generera information som ökar förmågan att förstå och bedöma situationer. a. Beräkning av sannolikheter för olika alternativ. b. Prediktioner av situationsutveckling baserat på sannolikheter. e. Beskrivningar av hypoteser, tex. avseende avsikter, orsaker, strategier, uppgifter, handlingsaltemativ, val av resurser eller aktiviteter, enligt minst en anpassad hypotesmodell. d. Observationer och information fi-ân andra källor satts samman och anpassas till en observationsmodell, som motsvarar hypotesmodellen för att kunna göra jämförande beräkningar. e. Sannolikheter beräknas för observationer (d) fiànrtsatt hypoteser (c). f. Sannolikheter beräknas för hypoteser (c) förutsatt observationer (d). g. Generera information baserad på sannolikheter för olika situationer. h Vid hypotes (aktivitet) som är sammansatt av flera delhypoteser (delaktiviteter) beräknas sannolikheter för framgång (Ps) för delaktivitet såväl som för den totala aktiviteten. i. Larm ges i (h) för stora avvikelser i Ps, Lex. om sannolikheten (Ps) för en nyckel-aktivitet klart understiger 0,5. k. Larm ges i (e) och (f) vid t. ex lâga sannolikheter (e) eller förändringar större än ett tröskelvärde (f).
Enligt huvudapplikation B: Generera information som ökar förmågan att bedöma egna handlingsalternativ och förstå konsekvenser. a. Med metodsteg enligt nâgra av A: (a - k) ovan bedöms situationen avseende motståndarens (motspelarens) läge och möjligheter. b. Egna aktiviteter beskrivs enligt hypotesmodell (A: c) c. Resurser beskrivs med funktioner och kapaciteter eller motsvarande förmågebeskrivande begrepp, relaterade till gemensam referens. d. Sannolikhet för fiamgång (Ps) beräknas med hänsyn till motståndarens resurser och bedömd situation. e. Ps relateras till övervikt i förmåga (kapacitet hos fimktion) enligt given sannolikhetsfördelning. f. Egna handlingsalternativ bedöms enligt (d och e). g. Efter bedömning av egna handlingsalternativ ”vänds perspektivet” och motståndarens handlingsalternativ bedöms förutsatt att egna aktiviteter utföres. 527 758 - h. Interaktion sker mellan bedömning av egnahandlingsalternativ och motståndarens och konsekvenser sannolikhetsberäknas.
Enligt huvudapplikation C: Sammankoppling av (A) och (B) ovan för att generera information om egna handlingar relaterat till situationsutvecklingen. - a Med metodsteg enligt några av A och B utföres egna aktiviteter. - b. Nya observationer behandlas enligt Azd, och situationen utvecklas dynamiskt - c. Metodsteg enligt A och B utföres som följd av den dynamiska utvecklingen. - d. Resultat av sannolikhetsberäkningar uppdateras. Gamla hypoteser kan förkastas. - e. Nya hypoteser kan tillföras och bedömas på motsvarande sätt som de gamla. - f, Egna aktiviteter planeras eller bedöms med hänsyn till bedömning av motståndarens kommande motreaktioner, vars konsekvenser också kan bedömas Detaljerad beskrivning av uppfinningen Först beskrivs uppfinningen tillämpad på ett valt exempel: En 'främmande makt (H) önskar placera en operationell bas bas på ett annat lands (Os) territorium Anledningen är att H känner sig hotat av ev. attacker fiån en viss riktning, och har av geografiska skäl dåliga möjligheter att åstadkomma ett effektivt försvar inom sina egna gränser. De tre alternativa framskjutna positioner som diskuterats på Os territorium skulle ge H stora fördelar Förhandlinga har inletts och H har ömsom lovat fördelaktiga handelsutbyten och ömsom hotat med repressalier.
O har sagt klart nej till all form av utländsk bas på Os område. Situationen mellan 0 och H är konfliktladdad och kritisk.
O gör följande analys avseende Hs situation i en så kallad ”Behovskedja”: 1. Vad år Hs Nytta I Kostnad -relation för alternativen: A: Bas på A.
B: Bas på B C: Bas på C D: Övrigt, inklusive fiedsalternativ och att H bygger på eget territorium. 2. Vad är sannolikheten, P() för att H beslutar sig för gomtörande av alternativen ovan, baserat på Nytta lKostriad, dvs att alternativet med störst Nytta / Kostnad innebar störst sannolikhet för beslut, etc.. Antag resultatet: P(A) = 0,63, P(B) = 0,19, P(C) = 0,06, P(D) = 0,12 3. Det görs en övergripande bedömning om sannolikhet för fred eller risk för krig, och man når ett ursprungsresultat Pi(fred) = 90 % och Pi(krig) = 10 % .
Detta är baserat på den kunskap man hade irman analysen i punkt (1) och (2) ovan. Ny kunskap (kallad Kl) erhålles genom sannolikhetsbedömningen i 527 758 c J punkt (2). Ny sannolikhet Pr() beräknas baserat på den nya kunskapen och den initiala Pi().
Baserat på informationen ovan (1) - (3), görs följande beräkningssteg: a. Sannolikheten för något av A, B eller C âr 0,88. Detta förutsätter att det blir krig. P(Kl \war) = 0,88 _ Sannolikheten för D är 0,12. Detta förutsätter att det förblir fred.
P(1<1 www) = 0,12. b. Med användning av Bayes metod erhålles: P(1<1)= 0,88 * 0,1 + 0,12 * 0,9 = 0,20 Pr(war\K1) = P(K1\war) * Pi(war) / P(Kl) = 0,88 * 0,1 / 0,20 = 0,44 Pf(peaee\1<1)= Pau msec) * Pxpeace) / P(K1) = 0,12 * 0,9 / 0,20 = o,ss c. Då blir de nya sannolikheterna för A, B, C, enligt tidigare inbördes relationer: Pr(A) = 0,32, Pr(B) = 0,09, Pr(C) = 0,03, Pr(D) = 0,56 0 observerar Hs aktiviteter enligt bedömda strategier för att åstadkomma alternativen A, B, C och D. En så kallad ”Strategi-kedja” kan innehålla flera steg, t. ex.
- Förberedelser (ev inkl. spaningsaktiviteter) - Resurssamling (resursskapande aktiviteter etc.) - Transporter av resurser - Skyddsaktiviteter - Förberedelser för bekämpning, strid etc - Bekämpning, strid etc.
- Skyddsaktiviteter - Befistning - Besittning, ockupation etc.
Ovanstående är ett utbyggt exempel pâ de traditionella begreppen: ”Rörelse Skydd, Eld”, som använts för att illustrera militär aktivitet.
Stegen i Strategi-kedjan innehåller aktiviteter (händelser E), som 0 kan tänkas observera, dvs 0 kan få information om händelser E, som ökar Os kunskap om vilka av altemativen A - D som är sannolikast. Även här kan Bayes metod att beräkna sannolikheter användas, t.ex. sannolikheten för A förutsatt att händelsen El inträfiat: Pr(A\E1) = P(El \ A) * Pí(A) /P(E1); (el) Tidigare beräknade sannolikheter ingår nu som Pi() för att ge nytt Pr0. Händelsen Elhar en sannolikhet att inträffa förutsatt att A är sant, dvs P(El \A) kan bedömas. 527 758 O\ Sedan kan en andra händelse EZ inträfia och man kan beräkna en ny sannolikhet Pr(A). Den samlade effekten av EZ och El beaktas enligt: Pr(A\ E2,El) = P(EZ \ El, A) * Pi(A \ El) I P(EZ \ E1); (eZ) Pi(A \ El) i (eZ) motsvarar Pr(A \E1) i (el). Index r och i adderas för att underlätta utvecklingen av P(A) i en serie av nya händelser.
Man kan också använda kombinationen av två händelser direkt i (el) enligt: Pr(A\ EZ,El) =P(EZ, El \ A) * Pi(A) /P(E2, El); (e3) Några kommentarer: a. Den nya händelsen EZ kan inkludera El som en delhändelse, dvs. EZ kan ha en komplex logisk relation till El. Det betyder att bedömningen av P(EZ \B1,A) /P(EZ \E1) kanvara svår. Då kan rnanta ett steg tillbaka enligt (e3) och applicera (EZ, El) direkt enligt (el).
I militära operationer är snabbhet viktig. Därför kan det vara bra att snabbt öka kunskapen genom att behandla El direkt. När EZ inträffar kan man implementera (EZ,El) enligt ovan. b. Om EZ är logiskt oberoende av El, så är P(EZ \ El, A) i (eZ) lika med P(E2\ A) och (eZ) är det naturliga beräkningssteget (inte steget i (a) ovan). Om man skulle missa ett starkt beroende mellan EZ och El, skulle P(EZ \ A) i (eZ) innebära att man ”räknar El två gânger”, dvs att El skulle påverka sannolikheterna för mycket. c. I strategi-kedjan är naturligtvis alla strategistegen beroende av den sanna strategin P(”sann”). Dock kan de olika stegen vara logiskt oberoende enligt den ansatta metoden. Genom en matchande design av modellen för de olika stegen, kommer händelser och observationer att matcha modellen bättre. Då kan komplexa relationer lättare undvikas och sannolikheten ökar för användbara oberoende händelser i strategi-kedjans processer.
I strategi kedjan kan man identifiera nyckelsteg i processen, t.ex. ”Striden”. Detta steg kan utgöra en startpunkt ñr analysen, och de resurser som behövs för striden modelleras. Sedan kan planering ”bakåt” ge en anpassning av de tidigare stegen till nyckelstegens behov, t. ex; - Vilka förberedelser skall utföras och vilka resurser behövs.
- Vilka resurser skall tilldelas och lokaliseras var.
- Vilka resurser behövs för transporter - Vilka ytterligare resurserbehov bedöms för skydd och stridstörberedelser.
- Vid planering framåt, adderas de resurser som behövs lör efterföljande steg.
Sådana resurser definieras särskilt som behövs i tidiga steg eller behöver tidiga transporter.
Användning av funktioner, kapaciteter och sannolikhet för fiamgång.
Motivering: - Behovet av resurser skall relateras till de olika uppgifter som ingår i den Strategiska planen.
- Funktioner identifieras, som har förmåga att utföra uppgiften 527 758 - Funktionerna skall ha tillräcklig krafi (kapacitet, volym) för att klara motståndet mot utförandet av uppgiften.
- Det finns vanligtvis osäkerheter inblandade i militära operationer. det är därför ingen garanti för fiamgång genom att använda en given funktion med given kapacitet. - sannolikhet för framgång, Ps, introduceras som en funktion för att hantera verkligheten med osäkerheter i militära aktioner.
- Ps relateras till funktion och dess kapacitet. Genom att t. ex. öka resurserna hos en firnktions kapacitet, erhålls vanligen en större sannolikhet för framgång (Ps).
Sannolikhet för framgång: - Sannolikhet för framgång (Ps), kan erhållas vid jämförelse mellan verkliga (observerade) kapaciteter och det modellerade behovet av kapaciteter.
- Om sannolikheten för framgång var Ps = 0,5, skulle detta betyda samma sannolikhet för att förlora som att vinna. Om flera oberoende funlnioner har Ps = 0,5 skulle den kombinerade sannolikhetenbli mycket lägre och en förlust bli mycket sannolik.
- En låg Ps innebär låga observerade kapaciteter. Därmed kan lågt Ps också innebära en varning: ”Spana efier mer kapacitet (mer resurser).
Matchningen eller missmatchningen mellan verklighet och modell beräknas genom jämförelser. Sannolikheten för händelsen (observationen) beror på respektive hypotes och beräknas från sagda jämförelser.
Sannolikhetsbestämningar av händelser beroende på olika strategialternativ.
Sannolikheterna i (e2) ovan, tex. P(E2 \El,A) och P(E2 \ A) bestäms fiån nämnda jämförelser ovan: - Ju större den relativa skillnaden (dc) är mellan verkligheten och modellen desto mindre är sannolikheten att den observerade händelsen (E2) är en följd av (beroende på) tex A (eller B eller C eller D).
- Skillnaden (dc) kan vara sammansatt av en gemensam del (s) och en brusig del (n). Delen (s) kan t. ex bero på en skillnad i bedömning av av militära styrkor, vilket kan ha en allmän påverkan på de olika funktionernas kapaciteten - Vid integration av (dc) kan de olika funktionerna (s-delar och n-delar) adderas olika. Från detta kan totala P(E2 \ A) bestämmas.
- Alternativt kan integrerade begrepp järnföras, t.ex.: Profilen för respektive händelse och modell kan jämföras med hjälp av korrelation och överensstämmelsen sannolikhetsbestärnmas och awikelse i kapacitetsmedelvärden kan sannolikhetsbestämmas, och de tvâ sannolikhetsvärdena sammanställas till ett totalt sannolikhetsvärde.
Ett annat exempel illustrerar metodens användning i en stridsnära situation.
Ett fartyg, stridsvagn eller flygplan observerar ett hot mot sig. Det kan vara attackerande missiler som upptäckts med radar, eller upptäckt av belysning från fientlig siktesradar eller mâlföljare, eller laser som riktats mot egna enheten för invisning av missiler. Det kan vara torpeder på väg etc. 527 758 Vid sadan' t hot är det ont om tid och mänmskan hinner inte med i bedömning av motåtgärder som bör sättas in. _ Den hotade egna enheten har ett givet antal möjliga försvarsalternatrv, t.ex.; Skjuta med kanon, använda missiler eller luftvärnsrobotar. _ Störa missiler med elektronisk störning, tex radarstöming, laserstörmng, etc Bekämpa torpeder, eller störa eldledningen.
Passiva motrnedel som radarremsor IR-”facklor”, vattenånga, etc Andra egna enheter kan lannas (ev. automatiskt) och bidra med sina vapen eller motmedel för att klara hotet.
Metoden innehåller flera steg: Hotet jämförs med förberedda modellerade hot (fimktion och kapacitet) och sannolikheten för fiendens framgång bestäms genom jämförelsen Hotet kan bestå av flera samverkande fientliga aktiviteter, t.ex. flera missiler, flyg plus missiler, torped plus missiler, artilleri plus störning etc., dvs hoti olika kombinationer.
Försvarsalternativen är modellerade som funktion och kapacitet och sannolikhet för fiamgång för försvarsalteinativen bestäms.
Val av ett eller flera försvarsalternativ görs beroende på val av sannolikhet för försvarets framgång.
Försvaret kan bestå. av flera samverkande egna aktiviteter, särskilt vid flera hot.
Hoten bedöms med avseende på. svårighet och tid för bekämpning, tex. kan ett mindre hot som har kortast tid till sin verkan bemötas först, medan ett svårare hot, men med större tidsmarginal bemöts senare, om t. ex. samma försvarsalterrrativ behöver användas.
Sammanfattning: Metoden bestämmer sannolikheten för ett lyckat försvar beroende på hotsituationen, och väljer försvarsalternativ baserat på sagda sannolikhet. Metoden kan utföras helt automatiskt eller med viss medverkan av operatör.
Metoden kan användas vid många olika situationer: Bevakning mot terroristhot: Valda tänkbara hot, samt alternativa terroristaktioner mot dessa, innehållande karaktäristiska kännetecken, modelleras. Händelser bevakas med observationer, och metoden arbetar med jämförelser mellan händelser och modellen En sådan bevakning kan ske automatiskt och pågå under mycket lång tid. Larm ges när sannolikheten för terroristaktion överstiger valt värde. Falsklarmsrisken behandlas och förfinade kännetecken utvecklas under hand för att ß ett successivt battre och tillförlitligare system.
Taktiska och stridstelmiska situationer på olika nivåer har motsvarande ingredienser som har illustrerats ovan. Dessa fall kan behandlas med metoden på motsvarande sätt. Även ett flertal civila tillämpningar har liknande ingredienser, tex. katastrofer, skogsbrand, flyg-, fartygs-, bilolyckor, inbrottshot, etc. Eller mer allmänt: Där det råder osäkerhet om hur situationen skall utvecklas, och/eller osäkerhet om olika alternativa handlingsaltemativ och deras sannolikhet för fiamgång. 527 758 Här kan olika alternativa situationer behandlas med sannolikheter för olika utfall, risker för olika skadenivâer etc. Här kan sannolikheter för fiamgäng för alternativa handlingsalternativ relateras till hot eller risk eller annan situationsutveckling.
- Särskilt är metoden lämpad då det är tidspress i beslutssituationen och/eller det är komplexa situationer, t. ex. kännetecknade av svåröverskådlighet, många ingredienser eller alternativ, svârprioriterade aktioner, svârbedömda sannolikheter, etc.
- Metoden kan också användas vid datakommunikation, t.ex via internet, där det finns hot om “hackad-intrång eller fientliga aktiviteter. Här kan hotmiljön modelleras och osäkerheter sannolikhetsbestärnmas. Funktioner och kapaciteter eller motsvarande begrepp kan användas för jämförelse mellan modell och verkliga händelser (observationer). Egna försvarsalternativ, deras funktioner och kapaciteter kan bestämmas, samt deras sannolikhet för fiamgâng. Alternativ kan prioriteras, och val av åtgärder fättas automatiskt eller med ev hjälp av operatör.
Ytterligare exempel på utföringsformer presenteras kortfattat nedan i patentliknande format.
Metod för att generera ledningsstöd i ledningssystem, som fär information från sensorer och andra källor, behandlar denna information och levererar information avseende åtgärder, där ledningsstödet utför hela eller delar av ledningssystemets uppgifter, och levererar information till operatör och/eller till externa enheter för styrning av åtgärder, och där metoden innehåller följande steg: a. anpassar information från sensorer och andra källor till en eller flera valda observationsmodeller, b. väljer hypoteser avseende antagande om motståndares alternativa aktiviteter eller planer, vilka kan ge upphov till observerbara händelser, och uttrycker hypoteserna i hypotesmodeller, som väljs så att informationen i hypotesmodellen kan relateras till information i sagda observationsmodell, vars information i sin tur kan relateras till sagda observerbara händelser, c. utför sannolikhetsberäkningar enligt någon av (cl) ~ (e5): cl. utvecklar en dynamisk situationsuppfattning med utgångspunkt i första sannolikhetsvärden för respektive vald hypotes, beräknar sannolikheten för en första observerad händelse, förutsatt sagda valda hypotes, och därefter beräknar en andra sannolikhet för sagda valda hypotes, förutsatt den första observerade händelsen c2. och levererar resultat av (cl), där den andra sannolikheten för sagda valda hypotes ingår som utgångspunkt för beräkningen av sannolikheten för en eventuellt inträffad andra observerad händelse, varefter en tredje sannolikhet för sagda valda hypotes kan beräknas, och kan på motsvarande sätt situationsuppfartningen utvecklas dynamiskt baserat på tillkommande information från observerbara händelser och andra källor, c3. jämför informationen i sagda observationsmodell, efier införande av information från sagda första händelse, med informationen i sagda 527 758 på C) hypotesmodell och beräkna sannolikhet för överensstämmelse mellan informationema, c4 och levererar resultat av (c3), valbart avseende hela _ informationsmängden, delar av mängden, delar där mformatron fattas eller har dålig överensstämmelse, c5. uppdaterar minst en av (cl) - (c4), vid eventuellt tillkommande nya händelser, som ger informationsbidrag till tidigare observatronsmodell d. levererar information från (c) till någon av (dl) - (d2): dl. till operatör för vidare bedömning av situation och/ eller eventuella egna åtgärder, _ d2. till följande metodsteg, som relaterar resultat av (c) till alternativa egna åtgärder och levererar resultatet av sagda relationer till någon av (d3) - (d4): d3. till operatör lör vidare bedömning av åtgärder, d4. till externa enheter för styrning av åtgärder.
Metod, där erhållen information används för ledning av egna aktioner och resurser, och där alternativa hypoteser om möjliga motståndaraktioner väljs och lagras som hypotesmodeller i förväg imian sagda motståndaraktioner förväntas inträfia, och att motsvarande observationsmodeller också förbereds och att metoden inkluderar automatiska processer i ledningsstödet enligt: a. information fiin observationer relaterade till sensorer erhålles som elektroniskt data in till sagda ledningstöd, b. informationen behandlas automatiskt inklusive användningen av sagda hypotes- och observationsmodeller i ledningsstödet, c. resultatet arrvänds som utgångsdata fiån ledningsstödet för automatisk styming av externa enheter enligt någon av: cl. styrning av vapen c2. styrning av motmedel c3. styrning av stömingsmedel c4. styrning av passiva motmedel c5. styrning av spanings- eller siktesenheter d. utföres (a), (b) och (c) som en helautomatisk process, eller som en automatisk process med valbart ingripande av operatör.
Metod, där observationer innehåller information, som används för generering av hypoteser om motståndares alternativa planer inkluderande något av troliga, farliga eller kritiska motståndaraktioner och där sagda aktioner kan innehålla delmomentet resursallokering eller resursförflyttning, och där a. hypotesmodellen baseras pâ bedömning av vilka resurser, som motståndaren behöver för att utföra sin aktion eller sagda delmoment, och där resurserna kan beskrivas som minst ett av (al) - (a6): al. typ av resurser a2. mängd av respektive typ av resurser a3. fimktioner som behövs a4. kapacitet som behövs för respektive fimktion a5. någon särskild resurs som behövs frân gruppen av typ, förband, enhet, flyg, fartyg, fordon eller annan plattform eller fast anläggning, 527 758 a6. förmågan att utföra sagda uppgift eller delmoment, alternativt baserat på någon eller några av (al) - (a5) b. observationsmodellen motsvarar hypotesmodellen, och observationsmodellens innehåll baseras på information som erhålles från observationer och andra informationskällor om motståndarens valda resurser och beskrives enligt minst en av (bl) - (bfi) bl. typ av resurser b2. mängd av respektive typ av resurser b3. fimktioner b4. kapacitet för respektive funktion b5. någon särskild resurs som observerats från gruppen av typ, förband, enhet, flyg, fartyg, fordon eller annan plattform eller fast anläggning, b6. förmåga att utföra vald uppgift eller delmoment, alternativt baserat på någon eller flåsffl av (b1)- (55) Metod, där motståndarakfioner innehåller delmomentet resursförflyttning eller transport, och där hypotesmodellen respektive observationsmodellen inkluderar transportriktning eller transportrnål för valda resurser, och där eventuella tillaggsresirrser, som behövs respektive används, för utförande av transporter inkluderas.
Metod, där motståndaraktioner innehåller något av delmomenten bekämpning, strid eller utgångsgruppering för strid, och där hypotesmodellen respektive observationsmodellen inkluderar minst ett av attackresurser, försvarsresurser och stridstekrriska grupperingar av resurser.
Metod, där motståndaraktioner innehåller delmomentet spaning eller underrättelse, och där hypotesmodellen respektive observationsmodellen inkluderar spaningsresurser.
Metod, där erhållen information används för ledning av egna aktioner och resurser, och där någon hypotes indikerar sannolikhet för motstândaraktioner enligt någon av: a. viss typ av resurser förväntas uppträda inom något eller några områden, och egna insatser startas enligt minst ett av (al) - (a4): al. egna spaningsresurser satts in med verkan mot sagda resurser i sagda områden a2. bekämpning med egna resurser planeras, där sannolikheten för framgång beräknas med hänsyn taget till egna resurser relativt motståndarens resurser, och eventuella andra stridstekrriska omständigheter, a3. motståndarens resurser och stridstekniska situation beräknas enligt hypotesmodellen med beräknad sannolikhet, uppdaterad efier erhållna observationer från egna resurser, a4. motståndarens reaktioner, som resultat av egna planerade alternativa insatser, bedöms med hjälp av hypotes- och observationsmodell, och en ny sítuationsirppfittning avseende framtida läge, efter sagda bedömda reaktioner, erhålls med metodens sannolikhetsberäkningar, b. motståndarens strategi, enligt en alternativ hypotes om motståndaren, innehåller aktiviteter, vilka kan observeras helt eller delvis eller eventuellt döljas, och egna insatser kan planeras riktade mot sagda aktiviteter eller mot andra mål för att 527 758 förhindra eller förändra situationsutvecklingen enligt sagda strategi, och egna insatser startas enligt minst ett av (bl) - (b2): _ bl. minst en alternativ egen insats planeras och bedömning av resultat utföres enligt (a), _ b2. vid mer än ett alternativ i (bl) järnförs resultat enligt (bl) av sagdaaltematrv, där jämförelsen inkluderar sannolikhetsbedömningar för ingående alternativ, Metod, där hypotes- och observationsmodeller baseras på fimktioner och firnktioners kapacitet, eller motsvarande begrepp, och där observationsmodellens innehåll med kapacitetsvärden (Co) jämförs med hypotesmodellens kapacitetsvärden (Ch) enligt: a. en sannolikhetsiördelning väljs, där hypotesmodellens kapacitetsvärden är valda för att svara mot en viss nivå, sådan att om motståndaren sätter in resurser med dessa kapaciteter, så får han enligt sannolikhetsfördelningen en sannolikhet Ps(Ch) att lyckas med aktiviteten eller funktionen, b. nivån på Ch kan väljas, så att Ch står för den kapacitet, där motståndaren bedöms ha Ps = 50 % sannolikhet att lyckas, eller kan Ch väljas större för att motsvara en nivå, där motståndaren istället får Ps någonstans i intervallet 60 - 80 % sannolikhet att lyckas, vilket kan motsvara hans naturliga val av insatsövermakt, eller väljs en annan Ch-nivå, relaterad till observationsmodellen, c. med sagda sannolikhetsfördelning kan en vald Chl-nivå med tillhörande Ps(Ch1) relateras till andra Ch2-värden och deras respektive Ps(Ch2), d. på motsvarande sätt kan kapaciteterna (Co) i observationsmodellen relateras till kapaciteterna (Ch) i hypotesmodellen och Ps(Cc) relateras till Ps(Ch) enligt någon av (dl) - (d5): dl. om (Ch) är förväntad kapacitet och Co > Ch leder till Ps(Cc) > Ps(Ch), så är sannolikheten större än den förväntade att motståndaren lyckas, d2. om Ps(Cc) är mycket större än Ps(Ch), kan detta vara en indikation på att motståndaren avser något mer eller annat än vad hypotesmodellen representerar, d3. om Ps(Cc) är mindre än eller mycket mindre än Ps(Ch), kan detta vara en indikation på att egna observationer inte har upptäckt motsvarande delar av motståndarens resurser, och kan detta leda till larm och/ eller ökad riktad spaningsinsats, eller andra egna aktioner, d4. eller om Ps(Cc) är mindre än eller mycket mindre än Ps(Ch), kan detta vara en indikation på att motståndaren har underskatta: sitt behov, d5. eller om Ps(Cc) är mindre än eller mycket mindre än Ps(Ch), kan detta vara en indikation på att motståndaren avser någon mindre insats eller något annat än vad hypotesmodellen representerar.
Metod, där hypotes- och observationsmodeller behandlas med sannolikhetsbegrepp baserat på en eller flera sannolikhetsfördelningar, inkluderande något av (a) - (d) nedan: a. sannolikhetsfördelningen är någon av: al. Binornialfördelning a2. Poissonfördelning a3. Exponentialfördelning a4. Gammafördelning a5. Erlangfördelning a6. Gaussfördelning 527 758 a7. Rayleighflårdelxiing a8. varianter på, eller kombinationer av(al) - (a7) b. sannolikhetsfördelningen approximeras med en anpassad exponentialfórdelning med täthetsfiinlctionen pe(x) = kl * exp(- I (x-m)/m*k2 l ), där k2 bestämmer brantheten i exponentialfiinktionen och kl är en normeringskonstant, som ger flirdelningsfiinktionen Fez(x -> oo) = 1, och kännetecknas av någon av (bl) - (b4): bl. pe(x) har toppvärde flir x = m, medan det egentliga medelvärdet me är större än m, enligt me = k3 * m, bz. och Ps = P(z b3. och om x exemplifieras med kapaciteten för en fimktion, ñs Ps = 0,5 fiir x = mh, där mh är större än m, b4. och är pe exempel på en sned täthetsfiinlction, på motsvarande sätt som Poisson-, Gamma- och Erlangfunktioner, medan Gaussfördelningen är symmetrisk.

Claims (13)

Krav 527 758
1. En metod i eleklroniksystem för detelctering av olika parametrar med angivande av sannolikhetsvärden, där detekteringsprocessen innehåller osäkerheter, kännetecknad av följande metodsteg: 8. b. c2. strukturer-ing av detekteringsprocessen i en målorienterad process, kallad malop, och en observationsorienterad process, kallad obsop, där malop och obsop ges en gemensam informationskod, inkluderande minst en av parametrarna i parametergruppen bestående av förmågor, funktioner och/eller kapaciteter, aktioner och/eller resurser, och där malop och obsop ges en infomiation enligt minst av parametrarna i sagda parametergrupp direkt eller efter transformering enligt respektive (cl) och (c2), . malop ges en information, som baseras på (d), och som uttrycks i minst en av parametrarna i sagda pararnetergrupp, antingen direkt eller efier transformering enligt (e), (f) eller (g) nedan, obsop ges en information, som baseras på (h), och som uttrycks i minst en av parametrarna i sagda parametergrupp, antingen direkt eller efter transformering enligt (i), (j) eller (k) nedan, där malop utgår från valda behov eller ett antal valda alternativa del- eller slutresultat, och med sagda behov eller resultat alternativt tranformerade till alternativa förmågor som kan behövas för att uppnå sagda resultat, och en eventuell ytterligare tranforrnering av sagda förmågor till underliggande behov av resurser, och en ev. transformering av förmågor eller resurser till funktioner och/eller kapaciteter, där obsop utgår från olika informationskällor tillhörande någon i gruppen av: sensorer med sensorinforrnation, andra källor med fiån sensorer härledd information, lagrad information avseende parametrar i den aktuella applikationen från databaser, olika filsystem, olika nätverksanslutna datoriserade informationskallor och nätbaserade inforrnationskällor av intemetlikriande systemtyper, i obsop tranforrneras altemativt sagda informationskällors information till alternativa möjliga resurser eller resursenheter, och alternativt transformeras sagda informationskällors information eller sagda resurser eller resursenheter till något av förmågor, funktioner och/eller kapaciteter, och där valet i (i) och (j) ovan av resulterande informationskod överensstämmer med den gemensamma koden enligt (c) ovan där sannolikheten för detekteringen av nämnda parametrar bestäms genom jämförelser mellan information i malop och obsop enligt den gemensamma koden enligt (b) eller (c) ovan, och ev. ytterligare bestämning av sannolikheter med hänsyn till osäkerheterna i ovan nämnda processer, och där nämnda detekterade parametrar selektivt kan utgöras av malops i (d) sagda valda behov eller ett antal valda alternativa resultat, och sagda sannolikhet kan avse uppfyllelse av sagda behov eller uppnående av sagda resultat, selektivt genererande lâgesinformation. 527 758
2. En metod enligt krav l, där metoden kan utföras med olika grader av operatörsinteraktion med elektroniksystemet i olika faser av användandet och anpassas till avsedda applikationer, där applikationer kan vara mer eller mindre kända i förväg, eller mer eller mindre situationsberoende, och där kända applikationer till stor del kan implementeras i elektroniksystemet i förväg, så att behovet av operatörsinteraktion blir litet eller vid helautomatiska system nästan inget, medan operatörens inmatning blir mer väsentligt vid situationsberoende applikationer, kännetecknar av: a. att elektroniksystemet innehåller metodens struktur och metodens grundfunktioner, som stödjer metodstegen i krav (la) - (ln) b. att elektroniksystemet innehåller metodens operatörsinterface, där malop i krav (lc) förses med där angiven information, som malop utgår från, enligt minst ett av följande metodsteg (bl) - (b3) och (cl) - (c3), bl. vid i förväg kända applikationer, där malop är känt eller estixnerat, kan informationen i (lc) matas in i elektroniksystemet i förväg på valt sätt enligt (lb) - (lg), och b2. vidare kan informationsbehandlingen i obsop väljas motsvarande enligt (lb) i (lc) och (lk), och alternativen (li) och (lj) anpassas till sagda kända applikationer enligt (111), 0011 b3. vid behov kan en operatör utgå fiân information i (lh) och övervaka eller stödja överföring av denna till vald information enligt (1 c) via alternativen (li) eller (1 j), cl. vid situationsberoende applikationer, som inte är helt kända fi-ån början och där malop till en del beror på aktuell situation matar operatör in motsvarande del av informationen enligt (le), och stödjer vid behov överföring till vald information enligt (lb), (le), (lf) och (lg), och c2. vidare kan en operatör stödja motsvarande behandling i obsop enligt (lc) och (lk), och anpassa alternativen (li) och (lj) till applikationen enligt (lh), och c3. vid behov kan en operatör utgå från information i (lh) och övervaka eller stödja överföring av delar av denna till vald information enligt (lc) via alternativen (li) eller (li).
3. En metod enligt något av krav 1 och 2, där i ett första alternativ den mâlorienterade processen, malop, kan avse en extern aktör och den observationsorienterade processen, obsop, kan avse observationer av samma externa alctörs verksamhet, och där i ett andra alternativ motsvarande processer kan avse egen aktivitetsorienterad process, kallad aktop, och en situations- eller lägesorienterad process, kallad lagop, och därvid beteckningarna i första alternativet, malop respeldive obsop, ersätts med andra altemativets aktop respektive lagop i texten i krav 1 och 2, och kan därvid processerna hållas isär när de båda alternativen pågår samtidigt, och kan alternativt ytterligare aktörer behandlas enligt ovanstående processer
4. En metod enligt något av krav 1 - 3, kännetecknad av att det ingår två antagonistiska krafter, kallade röd och blå, a. där malop avser alternativ för röds mål och verksamhet och obsop avser observationer av röds verksamhet, och b. där aktop avser blås alternativa aktiviteter för att uppnå blås mål och lagop är lägesinforrnation, inkluderande röd enligt (a), och 527 758 c. där krav 3 ger sannolikheten för att blå når sina mål, baserat på _ i sannolikhetsbaserade lägesinforrnation inkluderande röd, som ernaus i nagot av fiav 1 - 3, d. där röd alternativt är mänsklig aktör, alternativt kan vara en annan kraft som tex. översvämning eller skogsbrand, där röds mål estimeras som förmågor, t_.ex. en skogsbrands spridningshastighet eller möjligheter att nå en viss utbredmng eller position
5. En metod enligt något av krav 1 - 4, för att generera ledningsstöd i ledningssystem, som får information fiån sensorer och andra källor, behandlar denna information och levererar information avseende åtgärder, där ledningsstödet utför hela eller delar av ledningssystemets uppgifter, och levererar information till operatör och/eller till externa enheter för styrning av åtgärder, och där metoden kännetecknas av följande steg: a. anpassar information från sensorer och andra källor till en eller flera valda observationsmodeller, b. väljer hypoteser avseende antagande om motståndares alternativa aktiviteter eller planer, vilka kan ge upphov till observerbara händelser, och uttrycker hypoteserna i hypotesmodeller, som väljs så att informationen i hypotesmodellen kan relateras till information i sagda observationsmodell, vars information i sin tur kan relateras till sagda observerbara händelser, e. utför sannolikhetsberäkrringar enligt någon av (cl) - (c5): cl. utvecklar en dynamisk situationsuppfattning med utgångspunkt i första sannolikhetsvärden för respektive vald hypotes, beräknar sannolikheten för en första observerad händelse, förutsatt sagda valda hypotes, och därefter beräknar en andra sannolikhet för sagda valda hypotes, förutsatt den första observerade händelsen, c2. och levererar resultat av (cl), där den andra sannolikheten för sagda valda hypotes ingår som utgångspunkt för beräkningen av sannolikheten för en eventuellt inträffad andra observerad händelse, varefter en tredje sannolikhet för sagda valda hypotes kan beräknas, och kan pâ motsvarande sätt situationsuppfattningen utvecklas dynamiskt baserat på tillkommande information från observerbara händelser och andra källor, c3. jämför informationen i sagda observationsmodell, efter införande av information fiån sagda första händelse, med informationen i sagda hypotesmodell och beräkna sannolikhet för överensstämmelse mellan informationema, c4 och levererar resultat av (c3), valbart avseende hela informationsmängden, delar av mängden, delar där information fattas eller har dålig överensstämmelse, c5. uppdaterar rninst en av (cl) - (c4), vid eventuellt tillkommande nya händelser, som ger informationsbidrag till tidigare observationsmodell d. levererar information fiån (c) till någon av (dl) - (d2): dl. till operatör för vidare bedömning av situation och/ eller eventuella egna åtgärder, d2. till följande metodsteg, som relaterar resultat av (c) till alternativa egna åtgärder och levererar resultatet av sagda relationer till någon av (d3) - (d4): d3. till operatör för vidare bedömning av åtgärder, d4. till externa enheter för styrning av åtgärder.
6. Metod enligt något av kravenl - 5, där erhållen information används för ledning av egna aktioner och resurser, kännetecknat av att alternativa hypoteser om möjliga 527 758 motståndaralctioner väljs och lagras som hypotesmodeller i förväg innan sagda motståndaraktioner förväntas inträffa, och att motsvarande observationsmodeller också förbereds och att metoden inkluderar automatiska processer i ledningsstödet enli : a. ingförnration från observationer relaterade till sensorer erhålles som elektroniskt data in till sagda ledningstöd, b. informationen behandlas automatiskt inklusive användningen av sagda hypotes- och observationsmodeller i ledningsstödet, c. resultatet används som utgångsdata från ledningsstödet t. ex. enligt krav 5:(d4) för automatisk styrning av externa enheter enligt någon av: cl. styrning av vapen c2. styrning av motmedel c3. styrning av störningsmedel c4. styrning av passiva motmedel c5. styrning av spanings- eller siktesenheter d. utföres (a), (b) och (c) som en helautomatisk process, eller som en automatisk process med valbart ingripande av operatör.
7. Metod enligt något av krav 1 - 6, kännetecknat av att observationer innehåller information, som används för generering av hypoteser om motståndares alternativa planer inkluderande något av troliga, farliga eller kritiska motståndaraktioner och där sagda aktioner kan innehålla delmomentet resursallokering eller resursförflyttning, och där a. hypotesmodellen baseras på bedömning av vilka resurser, som motståndaren behöver för att utföra sin aktion eller sagda delmoment, och där resurserna kan beskrivas som minst ett av (al) - (a6): al. typ av resurser a2. mängd av respektive typ av resurser a3. fimktioner som behövs a4. kapacitet som behövs för respektive fimktion a5. någon särskild resurs som behövs fiån gruppen av typ, förband, enhet, flyg, fartyg, fordon eller annan plattform eller fast anläggning, a6. förmågan att utföra sagda uppgift eller delmoment, alternativt baserat på någon eller några av (al) - (a5) b. observationsmodellen motsvarar hypotesmodellen, och observationsmodellens innehåll baseras på information som erhålles fiân observationer och andra informationskällor om motståndarens valda resurser och beskrives enligt minst en av (bl) - (hä) bl. typ av resurser b2. mängd av respektive typ av resurser b3. funktioner b4. kapacitet för respektive funktion b5. någon särskild resurs som observerats fiån gruppen av typ, förband, enhet, flyg, fartyg, fordon eller arman plattform eller fast anläggning, b6. förmåga att utföra vald uppgift eller delmoment, altemativt baserat på någon eller några av (bl) - (b5) 527 758
8. Metod enligt något av krav l - 7, kännetecknat av att motståndaraktioner innehåller delmomentet resursförflyttning eller transport, och där hypotesmodellen respektive observationsmodellen inkluderar transportriktning eller transportrnål för valda resurser, och där eventuella tilläggsresurser, som behövs respektive används, för utförande av transporter inkluderas.
9. Metod enligt något av krav l - 8, kännetecknat av att motståndaraktioner innehåller något av delmomenten bekämpning, strid eller utgångsgruppering för strid, och där hypotesmodellen respektive observationsmodellen inkluderar minst ett av attackresurser, försvarsrestirser och stridstelcniska grupperingar av resurser.
10. Metod enligt något av krav 1 - 9, kännetecknat av att motståndaraktioner innehåller delmomentet spaning eller underrättelse, och där hypotesmodellen respektive observationsmodellen inkluderar spaningsresurser.
11. Metod enligt något av krav 1 - 10, där erhållen information används för ledning av egna aktioner och resurser, kännetecknar av att någon hypotes indikerar sannolikhet för motståndaraktioner enligt någon av: a. viss typ av resurser förväntas uppträda inom något eller några områden, och egna insatser startas enligt minst ett av (al) - (a4): al. egna spaningsresurser sätts in med verkan mot sagda resurser i sagda områden a2. bekämpning med egna resurser planeras, där sannolikheten för fi-amgång beräknas med hänsyn taget till egna resurser relativt motståndarens resurser, och eventuella andra stridstekniska omständigheter, a3. motståndarens resurser och stridstekniska situation berälmas enligt hypotesmodellen med beräknad sannolikhet, uppdaterad efter erhållna observationer från egna resurser, a4. motståndarens reaktioner, som resultat av egna planerade alternativa insatser, bedöms med hjälp av hypotes- och observationsmodell, och en ny situationsuppfattning avseende framtida läge, efter sagda bedömda reaktioner, erhålls med metodens sannolikhetsberäkningar, b. motståndarens strategi, enligt en alternativ hypotes om motståndaren, innehåller aktiviteter, vilka kan observeras helt eller delvis eller eventuellt dóljas, och egna insatser kan planeras riktade mot sagda aktiviteter eller mot andra mål för att förhindra eller förändra situationsutvecklingen enligt sagda strategi, och egna insatser startas enligt minst ett av (bl) - (b2): bl, minst en alternativ egen insats planeras och bedömning av resultat utföres enligt (a). b2. vid mer än ett alternativ i (bl) jämförs resultat enligt (bl) av sagda alternativ, där jämförelsen inkluderar sannolikhetsbedömningar for ingående alternativ,
12. Metod enligt något av krav 1 - ll, där hypotes- och observationsmodeller baseras på funktioner och funktioners kapacitet, eller motsvarande begrepp, kännetecknat av att observationsmodellens innehåll med kapacitetsvärden (Co) jämförs med hypotesmodellens kapaeitetsvärden (Ch) enligt: a. en sannolikhetsfördelning väljs, där hypotesmodellens kapacitetsvärden är valda för att svara mot en viss nivå, sådan att om motståndaren sätter in resurser med dessa 527 758 kapaciteter, så ñr han enligt sannolikhetstördelningen en sannolikhet Ps(Ch) att lyckas med aktiviteten eller funktionen, b. nivån på Ch kan väljas, så att Ch står för den kapacitet, där motståndaren bedöms ha Ps = 50 % sannolikhet att lyckas, eller kan Ch väljas större för att motsvara en nivå, där motståndaren istället får Ps någonstans i intervallet 60 - 80 % sannolikhet att lyckas, vilket kan motsvara hans naturliga val av insatsövermakt, eller väljs en annan Ch-nivå, relaterad till observationsmodellen, c. med sagda sannolikhetstördelning kan en vald Chl-nivå med tillhörande Ps(Chl) relateras till andra ChZ-värden och” deras respektive Ps(Ch2), d. på motsvarande sätt kan kapaciteterna (Co) i observationsmodellen relateras till kapaciteterna (Ch) i hypotesmodellen och Ps(Co) relateras till Ps(Ch) enligt någon av (dl) - (d5): dl. om (Ch) är förväntad kapacitet och Co > Ch leder till Ps(Co) > Ps(Ch), så är sannolikheten större än d törväntade att motståndaren lyckas, d2. om Ps(Co) är mycket större än Ps(Ch), kan detta vara en indikation på att motståndaren avser något mer eller annat än vad hypotesmodellen representerar, d3. om Ps(Co) är mindre än eller mycket mindre än Ps(Ch), kan detta vara en indikation på att egna observationer inte har upptäckt motsvarande delar av motståndarens resurser, och kan detta leda till larm och / eller ökad riktad spaningsinsats, eller andra egna aktioner, d4. eller om Ps(Co) är mindre än eller mycket mindre än Ps(Ch), kan detta vara en indikation på att motståndaren har underskattat sitt behov, d5. eller om Ps(Co) är mindre än eller mycket mindre än Ps(Ch), kan detta vara en indikation på att motståndaren avser någon mindre insats eller något annat än vad hypotesmodellen representerar,
13. Metod enligt något av krav l - 12, där hypotes- och observationsmodeller behandlas med sannolikhetsbegrepp baserat på en eller flera sannolikhetstördelningar, kännetecknar av något av (a) - (d) nedan: a. sannolikhetstördelningen är någon av: al. Binornialfördelning a2. Poissontördelning a3. Exponentialtördelning a4. Gammaiördelning a5. Erlangtördelning a6. Gausstördelning a7. Rayleighiördelning a8. varianter på, eller kombinationer av(al) - (a7) b. sannolikhetsfördelningen approximeras med en anpassad exponentialiördelning med täthetsfunktionen pe(x) = kl "' exp(- I (x-m)/m*k2 l ), där k2 bestämmer brantheten i exponentialfirnktionen och kl är en normeringskonstant, som ger fördelningsfiinlctionen F ez(x -> w) = l, och kännetecknas av någon av (bl) - (b4): bl. pe(x) har toppvärde för x = m, medan det egentliga medelvärdet me är större än m, enligt me = k3 "' m, hz. och Ps = Pmfihh) = Fezofihh) = o,s ah x = mh, dä: mh = (isf-S * m, b3. och om x exemplifieras med kapaciteten för en funktion, fås Ps = 0,5 för x = mh, där mh är större än m, b4. och är pe exempel på en sned täthetsfunktion, på motsvarande sätt som Poisson-, Gamma- och Erlangfimktioner, medan Gausstördelningen är symmetrisk.
SE0400663A 2004-03-16 2004-03-16 Metod i elektroniksystem för detektering av olika parametrar med angivande av sannolikhetsvärden SE527758C2 (sv)

Priority Applications (4)

Application Number Priority Date Filing Date Title
SE0400663A SE527758C2 (sv) 2004-03-16 2004-03-16 Metod i elektroniksystem för detektering av olika parametrar med angivande av sannolikhetsvärden
US10/593,273 US8135661B2 (en) 2004-03-16 2005-03-14 Electronic system with methods for early detection and prediction of external forces' harmful intentions
PCT/SE2005/000358 WO2005088505A1 (en) 2004-03-16 2005-03-14 Detection and prediction in an electronic system
EP05722205A EP1725979A1 (en) 2004-03-16 2005-03-14 Detection and prediction in an electronic system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE0400663A SE527758C2 (sv) 2004-03-16 2004-03-16 Metod i elektroniksystem för detektering av olika parametrar med angivande av sannolikhetsvärden

Publications (3)

Publication Number Publication Date
SE0400663D0 SE0400663D0 (sv) 2004-03-16
SE0400663L SE0400663L (sv) 2005-09-17
SE527758C2 true SE527758C2 (sv) 2006-05-30

Family

ID=32067424

Family Applications (1)

Application Number Title Priority Date Filing Date
SE0400663A SE527758C2 (sv) 2004-03-16 2004-03-16 Metod i elektroniksystem för detektering av olika parametrar med angivande av sannolikhetsvärden

Country Status (4)

Country Link
US (1) US8135661B2 (sv)
EP (1) EP1725979A1 (sv)
SE (1) SE527758C2 (sv)
WO (1) WO2005088505A1 (sv)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2026265A1 (en) 2007-08-16 2009-02-18 Kjell Olsson Technical tool for complex tasks

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006057276B4 (de) * 2006-12-05 2023-09-28 Robert Bosch Gmbh Verfahren und Vorrichtung zum Objekt-Tracking in einem Fahrerassistenzsystem eines Kraftfahrzeugs
US8165405B2 (en) * 2006-12-18 2012-04-24 Honda Motor Co., Ltd. Leveraging temporal, contextual and ordering constraints for recognizing complex activities in video
US20090171714A1 (en) * 2007-12-31 2009-07-02 International Business Machines Corporation Live intention management
US20090216599A1 (en) * 2008-02-26 2009-08-27 Robusto John D Case Managed Counter-Terrorism System and Process
US8386849B2 (en) * 2010-01-29 2013-02-26 Honeywell International Inc. Noisy monitor detection and intermittent fault isolation
US8832839B2 (en) * 2011-01-04 2014-09-09 Siemens Aktiengesellschaft Assessing system performance impact of security attacks
IL213125A0 (en) * 2011-05-24 2011-10-31 Bird Aerosystems Ltd System, device and method of protecting aircrafts against incoming missiles and threats
US9109862B2 (en) 2011-05-24 2015-08-18 Bird Aerosystems Limited System, device, and method of protecting aircrafts against incoming threats
US10068177B2 (en) * 2014-01-20 2018-09-04 Raytheon Company Process of probabilistic multi-source multi-INT fusion benefit analysis
RU2573240C1 (ru) * 2014-08-14 2016-01-20 Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военная академия воздушно-космической обороны имения Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации Устройство целераспределения и расчета минимального требуемого количества воздействий по целям
US10020909B2 (en) 2015-09-23 2018-07-10 Battelle Memorial Institute Dual-grip portable countermeasure device against unmanned systems
US10574384B2 (en) 2015-09-23 2020-02-25 Dedrone Holdings, Inc. Dual-grip portable countermeasure device against unmanned systems
AU2016325606B2 (en) 2015-09-23 2019-07-18 Battelle Memorial Institute Portable countermeasure device against unmanned systems
USD873368S1 (en) 2016-09-23 2020-01-21 Dedrone Holdings, Inc. Dual-grip portable countermeasure device against unmanned systems
WO2018186053A1 (ja) * 2017-04-07 2018-10-11 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 不正通信検知方法、不正通信検知システム及びプログラム
USD872819S1 (en) 2018-03-28 2020-01-14 Dedrone Holdings, Inc. Portable countermeasure device against unmanned systems
IL261605B2 (en) 2018-09-05 2023-04-01 Bird Aerosystems Ltd Device, system and method for aircraft protection and countermeasures against threats
US11006268B1 (en) 2020-05-19 2021-05-11 T-Mobile Usa, Inc. Determining technological capability of devices having unknown technological capability and which are associated with a telecommunication network

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6304833B1 (en) 1999-04-27 2001-10-16 The United States Of America As Represented By The Secretary Of The Navy Hypothesis selection for evidential reasoning systems
US7231327B1 (en) * 1999-12-03 2007-06-12 Digital Sandbox Method and apparatus for risk management

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2026265A1 (en) 2007-08-16 2009-02-18 Kjell Olsson Technical tool for complex tasks

Also Published As

Publication number Publication date
WO2005088505A1 (en) 2005-09-22
US20070255672A1 (en) 2007-11-01
SE0400663L (sv) 2005-09-17
SE0400663D0 (sv) 2004-03-16
US8135661B2 (en) 2012-03-13
EP1725979A1 (en) 2006-11-29

Similar Documents

Publication Publication Date Title
SE527758C2 (sv) Metod i elektroniksystem för detektering av olika parametrar med angivande av sannolikhetsvärden
RU2726394C1 (ru) Способ и устройство для предсказания оптимальных решений атаки и обороны в сценарии военного конфликта
Wagner The dehumanization of international humanitarian law: legal, ethical, and political implications of autonomous weapon systems
US9726460B2 (en) System and method for asymmetric missile defense
US9240001B2 (en) Systems and methods for vehicle survivability planning
US10281281B2 (en) Decision support and control systems including various graphical user interfaces configured for displaying multiple transit options for a platform with respect to hazard and objects and related methods
Cummings Lethal autonomous weapons: Meaningful human control or meaningful human certification?
Johansson Evaluating the performance of TEWA systems
US20130293406A1 (en) Preemptive signature control for vehicle survivability planning
CN109063819B (zh) 基于贝叶斯网络的任务共同体的识别方法
Floyd et al. A Goal Reasoning Agent for Controlling UAVs in Beyond-Visual-Range Air Combat.
US8831793B2 (en) Evaluation tool for vehicle survivability planning
Rashid et al. Artificial intelligence in the military: An overview of the capabilities, applications, and challenges
Nohel et al. Combat UGV support of company task force operations
Le Menec et al. Cooperative allocation and guidance for air defence application
US9544326B2 (en) Digital weapons factory and digital operations center for producing, deploying, assessing, and managing digital defects
Kwik et al. Algorithmic fog of war: When lack of transparency violates the law of armed conflict
Agarwala Robots and artificial intelligence in the military
Michalski et al. Counting the Uncountable
Winter The compatibility of the use of autonomous weapons with the principle of precaution in the law of armed conflict
Sözübir UAV Autonomy in Turkey and Around the World: The “Terminator” Debate
Assessment et al. US military investments in autonomy and AI
Bolt The use of autonomous weapons and the role of the legal advisor
Wyatt Lethal Autonomous Weapon Systems and Their Potential Impact on the Future of Warfare
Kennedy OODA LOOP 2.0: A MODEL FOR COMPETITION AND EXPEDITIONARY ADVANCED BASE OPERATIONS

Legal Events

Date Code Title Description
NUG Patent has lapsed