無人機(jī)：有人機(jī)協(xié)同控制理論與方法

第1章  無人機(jī)-有人機(jī)協(xié)同控制研究綜述
 1.1  背景與意義
   1.1.1  研究背景
   1.1.2  基本概念
   1.1.3  主要挑戰(zhàn)
 1.2  無人機(jī)-有人機(jī)協(xié)同的關(guān)鍵問題
   1.2.1  “人在回路上”的自主協(xié)同控制體系結(jié)構(gòu)
   1.2.2  人-機(jī)系統(tǒng)能力匹配
   1.2.3  人-機(jī)協(xié)作的態(tài)勢感知與理解一致性
   1.2.4  按需即時信息傳遞與智能化信息分發(fā)
   1.2.5  對抗條件下意外事件響應(yīng)與不確定性實(shí)時規(guī)劃
   1.2.6  多平臺協(xié)同行為自同步、自學(xué)習(xí)能力
 1.3  無人機(jī)-有人機(jī)協(xié)同技術(shù)的發(fā)展現(xiàn)狀與趨勢
   1.3.1  國外項(xiàng)目研究情況
   1.3.2  國外技術(shù)研究現(xiàn)狀
   1.3.3  國內(nèi)研究發(fā)展情況
   1.3.4  發(fā)展趨勢
 參考文獻(xiàn)
第2章  無人機(jī)-有人機(jī)協(xié)同控制體系與協(xié)同模式
 2.1  無人機(jī)-有人機(jī)協(xié)同任務(wù)模式
   2.1.1  以有人機(jī)為主體，無人機(jī)配合
   2.1.2  以無人機(jī)為主體，有人機(jī)協(xié)助
   2.1.3  無人機(jī)與有人機(jī)雙向互補(bǔ)互動
 2.2  基于工作流的OODA協(xié)同控制流程分析與建模
   2.2.1  影響協(xié)同模式的相關(guān)要素
   2.2.2  基于工作流的協(xié)同控制流程分析
   2.2.3  基于工作流的OODA協(xié)同控制領(lǐng)域建模
 2.3  無人機(jī)-有人機(jī)協(xié)同控制與互操作標(biāo)準(zhǔn)規(guī)范
   2.3.1  無人系統(tǒng)互操作性概念研究
   2.3.2  無人機(jī)-有人機(jī)協(xié)同控制流程分析
   2.3.3  無人機(jī)-有人機(jī)系統(tǒng)互操作標(biāo)準(zhǔn)規(guī)范
 2.4  無人機(jī)-有人機(jī)協(xié)同控制體系結(jié)構(gòu)設(shè)計(jì)
   2.4.1  互操作條件下無人機(jī)-有人機(jī)協(xié)同作戰(zhàn)體系
   2.4.2  無人機(jī)-有人機(jī)協(xié)同系統(tǒng)架構(gòu)設(shè)計(jì)
   2.4.3  基于多智能代理的協(xié)同控制體系結(jié)構(gòu)
 2.5  本章小結(jié)
 參考文獻(xiàn)
復(fù)雜條件下無人機(jī)-有人機(jī)協(xié)同態(tài)勢感知
 3.1  環(huán)境復(fù)雜度分析與人機(jī)共享態(tài)勢
   3.1.1  環(huán)境復(fù)雜度分析
   3.1.2  人-機(jī)共享態(tài)勢理解
 3.2  復(fù)雜環(huán)境下無人機(jī)-有人機(jī)協(xié)同目標(biāo)檢測識別
   3.2.1  融合顯著性信息的物體性檢測方法
   3.2.2  基于部件模型的小樣本目標(biāo)識別方法
   3.2.3  復(fù)雜背景下人機(jī)協(xié)同多目標(biāo)檢測方法
 3.3  面向協(xié)同態(tài)勢感知的目標(biāo)狀態(tài)濾波融合
   3.3.1  多機(jī)協(xié)同無環(huán)境信息條件下自適應(yīng)交互多模型無跡粒子濾波融合
   3.3.2  多機(jī)協(xié)同有環(huán)境信息條件下變結(jié)構(gòu)多模型粒子濾波
   3.3.3  人機(jī)協(xié)同交互式學(xué)習(xí)的人在回路圖像目標(biāo)跟蹤
 3.4  面向編隊(duì)協(xié)同空面任務(wù)的戰(zhàn)場態(tài)勢評估及可視化
   3.4.1  彈炮混編威脅空間建模
   3.4.2  態(tài)勢評估與戰(zhàn)術(shù)決策分析
   3.4.3  基于深度學(xué)習(xí)的空面任務(wù)態(tài)勢評估
 3.5  本章小結(jié)
 參考文獻(xiàn)
第4章  無人機(jī)-有人機(jī)協(xié)同意外事件處理策略
 4.1  意外事件分層分類協(xié)同決策體系結(jié)構(gòu)
   4.1.1  意外事件跨認(rèn)知層次協(xié)同處理機(jī)制
   4.1.2  基于知識庫的意外事件分層映射方法
 4.2  意外事件特征建模與響應(yīng)策略
   4.2.1  意外事件特征聚類分析與建模
   4.2.2  典型意外響應(yīng)策略
   4.2.3  意外事件一響應(yīng)行為知識庫構(gòu)建
 4.3  意外事件實(shí)時檢測與識別方法
   4.3.1  異常事件的主動檢測與監(jiān)控
   4.3.2  其他手段的意外事件實(shí)時檢測
 4.4  意外事件在線推理與決策方法
   4.4.1  基于規(guī)則的匹配映射響應(yīng)
   4.4.2  基于動態(tài)貝葉斯決策理論的策略推理
   4.4.3  未建模意外人機(jī)協(xié)同決策與自學(xué)習(xí)方法
 4.5  本章小結(jié)
 參考文獻(xiàn)
第5章  不確定條件下多機(jī)自主協(xié)同決策與規(guī)劃
 5.1  無人機(jī)-有人機(jī)協(xié)同規(guī)劃與多機(jī)協(xié)同策略生成
   5.1.1  無人機(jī)-有人機(jī)協(xié)同任務(wù)規(guī)劃框架
   5.1.2  概率模型檢測下多無人機(jī)協(xié)同策略在線合成
   5.1.3  仿真實(shí)驗(yàn)與分析
 5.2  對抗環(huán)境下多機(jī)多目標(biāo)協(xié)同行為決策方法
   5.2.1  基于時變貝葉斯網(wǎng)絡(luò)的編隊(duì)空面任務(wù)戰(zhàn)術(shù)決策建模
   5.2.2  基于時變貝葉斯網(wǎng)絡(luò)的編隊(duì)空面任務(wù)戰(zhàn)術(shù)決策推理
 5.3  動態(tài)不確定環(huán)境下多機(jī)協(xié)同實(shí)時任務(wù)規(guī)劃
   5.3.1  多無人機(jī)協(xié)同對地攻擊問題分析
   5.3.2  基于分層優(yōu)化的多無人機(jī)多目標(biāo)協(xié)同攻擊軌跡規(guī)劃
   5.3.3  仿真試驗(yàn)驗(yàn)證
 5.4  多機(jī)協(xié)同目標(biāo)跟蹤規(guī)劃與運(yùn)動導(dǎo)引方法
   5.4.1  多無人機(jī)協(xié)同Standoff跟蹤問題
   5.4.2  多無人機(jī)協(xié)同Standoff跟蹤導(dǎo)引方法
 5.5  本章小結(jié)
 參考文獻(xiàn)
第6章  同構(gòu)／異構(gòu)多機(jī)編隊(duì)自主協(xié)同飛行控制
 6.1  面向長僚機(jī)編隊(duì)的在線運(yùn)動規(guī)劃與控制方法
   6.1.1  離散時間左平凡化達(dá)朗貝爾一龐德里亞金模型
   6.1.2  基于離散時間DP模型的變分最優(yōu)控制問題
   6.1.3  基于C／FD—GMRES的變分最優(yōu)控制問題滾動求解
   6.1.4  基于李群變分最優(yōu)控制的無人機(jī)運(yùn)動規(guī)劃
   6.1.5  基于微分幾何與SE(3)的幾何編隊(duì)會合方法
 6.2  基于類鴿群規(guī)則的多機(jī)編隊(duì)可擴(kuò)展性控制方法
   6.2.1  編隊(duì)控制問題描述
   6.2.2  類鴿群規(guī)則與編隊(duì)可擴(kuò)展性
   6.2.3  類鴿群規(guī)則下的收斂速率分析
   6.2.4  可擴(kuò)展性與收斂速率仿真驗(yàn)證
 6.3  不確定通信下多機(jī)編隊(duì)協(xié)同行為一致性控制方法
   6.3.1  恒定不確定通信下同構(gòu)網(wǎng)絡(luò)編隊(duì)控制