艦艇編隊(duì)協(xié)同作戰(zhàn)中數(shù)據(jù)融合關(guān)鍵技術(shù)與應(yīng)用

第l章 網(wǎng)絡(luò)中心戰(zhàn)下海戰(zhàn)場數(shù)據(jù)融合概述 1.1 海戰(zhàn)場數(shù)據(jù)融合的定義 1.1.1 數(shù)據(jù)融合來源 1.1.2 網(wǎng)絡(luò)中心戰(zhàn)下海戰(zhàn)場數(shù)據(jù)融合定義 1.2 戰(zhàn)場數(shù)據(jù)融合的歷史與現(xiàn)狀 1.2.1 數(shù)據(jù)融合的歷史 1.2.2 國內(nèi)研究現(xiàn)狀 1.2.3 國外研究現(xiàn)狀 1.3 海戰(zhàn)場協(xié)同作戰(zhàn)中數(shù)據(jù)融合的關(guān)鍵問題和技術(shù) 1.3.1 戰(zhàn)場協(xié)同作戰(zhàn)過程中數(shù)據(jù)融合關(guān)鍵問題 1.3.2 戰(zhàn)場協(xié)同作戰(zhàn)過程中數(shù)據(jù)融合關(guān)鍵技術(shù) 1.4 本書結(jié)構(gòu) 參考文獻(xiàn)第2章 海戰(zhàn)場數(shù)據(jù)融合系統(tǒng)功能和結(jié)構(gòu)模型 2.1 海戰(zhàn)場協(xié)同作戰(zhàn)樣式的轉(zhuǎn)變 2.1.1 “網(wǎng)絡(luò)中·心戰(zhàn)”的提出 2.1.2 “網(wǎng)絡(luò)中心戰(zhàn)”的構(gòu)成 2.1.3 “網(wǎng)絡(luò)中心戰(zhàn)”的本質(zhì) 2.2 美國海軍“網(wǎng)絡(luò)中心戰(zhàn)”相關(guān)項(xiàng)目概況 2.2.1 CEC項(xiàng)目 2.2.2 TCN項(xiàng)目 2.2.3 SIAP 2.2.4 經(jīng)驗(yàn)和啟示 2.3 戰(zhàn)場數(shù)據(jù)融合模型 2.3.1 數(shù)據(jù)融合系統(tǒng)的功能模型 2.3.2 數(shù)據(jù)融合系統(tǒng)的結(jié)構(gòu)模型 2.4 海戰(zhàn)場分布式融合體系結(jié)構(gòu)設(shè)計(jì) 2.4.1 信息流程分析 2.4.2 坐標(biāo)系選擇 2.4.3 海戰(zhàn)場協(xié)同作戰(zhàn)分布式融合體系結(jié)構(gòu)設(shè)計(jì) 2.5 小結(jié) 參考文獻(xiàn)第3章 海戰(zhàn)場目標(biāo)跟蹤模型與濾波 3.1 海戰(zhàn)場目標(biāo)運(yùn)動(dòng)模型 3.1.1 直角坐標(biāo)系下常用目標(biāo)運(yùn)動(dòng)模型 3.1.2 大地坐標(biāo)系下目標(biāo)運(yùn)動(dòng)模型 3.2 海戰(zhàn)場傳感器觀測模型 3.2.1 二維觀測模型 3.2.2 三維觀測模型 3.3 海戰(zhàn)場常用非線性目標(biāo)跟蹤濾波方法 3.3.1 擴(kuò)展卡爾曼濾波算法 3.3.2 無跡卡爾曼濾波算法 3.3.3 容積卡爾曼濾波算法 3.3.4 粒子濾波算法 3.4 基于大地坐標(biāo)系下跟蹤濾波算法仿真測試床 3.4.1 仿真測試床 3.4.2 典型仿真場景 3.4.3 仿真試驗(yàn) 3.5 小結(jié) 參考文獻(xiàn)第4章 海戰(zhàn)場協(xié)同作戰(zhàn)中融合算法 4.1 海戰(zhàn)場常用航跡融合算法 4.1.1 簡單航跡融合算法 4.1.2 協(xié)方差加權(quán)航跡融合算法 4.2 艦艇編隊(duì)分布式融合算法設(shè)計(jì) 4.2.1 基于信息濾波器融合算法 4.2.2 協(xié)方差交集融合算法 4.2.3 仿真試驗(yàn) 4.3 海戰(zhàn)場基于交互式模型的分布式融合算法 4.3.1 算法設(shè)計(jì) 4.3.2 算法步驟 4.3.3 仿真試驗(yàn) 4.4 海戰(zhàn)場無跡粒子濾波的分布式融合算法 4.4.1 算法設(shè)計(jì) 4.4.2 算法步驟 4.4.3 仿真試驗(yàn) 4.5 小結(jié) 參考文獻(xiàn)第5章 海戰(zhàn)場協(xié)同作戰(zhàn)中無序量測融合方法 5.1 海戰(zhàn)場無序量測融合問題概述 5.2 海戰(zhàn)場無序量測主要處理方法 5.2.1 常見無序量測算法分析 5.2.2 海戰(zhàn)場無序量測算法設(shè)計(jì)分析 5.3 “前向預(yù)測”無跡卡爾曼無序量測算法 5.3.1 算法設(shè)計(jì) 5.3.2 算法性能分析 5.3.3 算法存儲(chǔ)空間分析 5.4 仿真試驗(yàn) 5.5 小結(jié) 參考文獻(xiàn)第6章 海戰(zhàn)場分布式傳感器網(wǎng)絡(luò)智能協(xié)同感知算法 6.1 網(wǎng)絡(luò)中心戰(zhàn)下傳感器網(wǎng)絡(luò)資源管理 6.1.1 網(wǎng)絡(luò)中心戰(zhàn)下傳感器網(wǎng)絡(luò)資源管理的轉(zhuǎn)變 6.1.2 美軍網(wǎng)絡(luò)中心戰(zhàn)下傳感器網(wǎng)絡(luò)資源管理 6.2 海戰(zhàn)場傳感器網(wǎng)絡(luò)資源管理體系結(jié)構(gòu) 6.2.1 傳感器網(wǎng)絡(luò)資源管理體系結(jié)構(gòu) 6.2.2 傳感器管理內(nèi)容、功能及作用 6.3 基于分布式傳感器網(wǎng)絡(luò)智能協(xié)同感知實(shí)例 6.3.1 問題描述 6.3.2 算法設(shè)計(jì) 6.3.3 仿真試驗(yàn) 6.4 小結(jié) 參考文獻(xiàn)第7章 海戰(zhàn)場傳感器網(wǎng)絡(luò)協(xié)作目標(biāo)監(jiān)測方法 7.1 引言 7.2 基于能量距離的網(wǎng)絡(luò)分簇算法研究 7.2.1 相關(guān)模型 7.2.2 低功耗自適應(yīng)分簇路由協(xié)議 7.2.3 基于改進(jìn)型粒子群優(yōu)化的分簇協(xié)議(PSO.CH) 7.3 面向目標(biāo)跟蹤的海戰(zhàn)場傳感器網(wǎng)絡(luò)動(dòng)態(tài)分簇算法 7.3.1 簇頭競選 7.3.2 簇成員加入 7.3.3 簇重組 7.3.4 仿真及性能評(píng)估 7.4 基于粒子濾波的海戰(zhàn)場傳感器網(wǎng)絡(luò)跟蹤算法 7.4.1 跟蹤算法具體步驟 7.4.2 仿真試驗(yàn)及分析 7.5 小結(jié) 參考文獻(xiàn)