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(chǎng)數(shù)據(jù)融合概述 1.1 海戰(zhàn)場(chǎng)數(shù)據(jù)融合的定義 1.1.1 數(shù)據(jù)融合來(lái)源 1.1.2 網(wǎng)絡(luò)中心戰(zhàn)下海戰(zhàn)場(chǎng)數(shù)據(jù)融合定義 1.2 戰(zhàn)場(chǎng)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(guó)內(nèi)研究現(xiàn)狀 1.2.3 國(guó)外研究現(xiàn)狀 1.3 海戰(zhàn)場(chǎng)協(xié)同作戰(zhàn)中數(shù)據(jù)融合的關(guān)鍵問(wèn)題和技術(shù) 1.3.1 戰(zhàn)場(chǎng)協(xié)同作戰(zhàn)過(guò)程中數(shù)據(jù)融合關(guān)鍵問(wèn)題 1.3.2 戰(zhàn)場(chǎng)協(xié)同作戰(zhàn)過(guò)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(chǎng)數(shù)據(jù)融合系統(tǒng)功能和結(jié)構(gòu)模型 2.1 海戰(zhàn)場(chǎng)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(guó)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(chǎng)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(chǎng)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(chǎng)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(chǎng)目標(biāo)跟蹤模型與濾波 3.1 海戰(zhàn)場(chǎng)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(chǎng)傳感器觀測(cè)模型 3.2.1 二維觀測(cè)模型 3.2.2 三維觀測(cè)模型 3.3 海戰(zhàn)場(chǎng)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(wú)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(cè)試床 3.4.1 仿真測(cè)試床 3.4.2 典型仿真場(chǎng)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(chǎng)協(xié)同作戰(zhàn)中融合算法 4.1 海戰(zhàn)場(chǎng)常用航跡融合算法 4.1.1 簡(jiǎn)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(chǎng)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(chǎng)無(wú)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(chǎng)協(xié)同作戰(zhàn)中無(wú)序量測(cè)融合方法 5.1 海戰(zhàn)場(chǎng)無(wú)序量測(cè)融合問(wèn)題概述 5.2 海戰(zhàn)場(chǎng)無(wú)序量測(cè)主要處理方法 5.2.1 常見(jiàn)無(wú)序量測(cè)算法分析 5.2.2 海戰(zhàn)場(chǎng)無(wú)序量測(cè)算法設(shè)計(jì)分析 5.3 “前向預(yù)測(cè)”無(wú)跡卡爾曼無(wú)序量測(cè)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(chǎng)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(chǎng)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(wèn)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(chǎng)傳感器網(wǎng)絡(luò)協(xié)作目標(biāo)監(jiān)測(cè)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(chǎng)傳感器網(wǎng)絡(luò)動(dòng)態(tài)分簇算法 7.3.1 簇頭競(jìng)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(chǎng)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)