舰艇编队协同作战中数据融合关键技术与应用

　　作为信息时代新军事理论，“网络中心战”成为当前各国军队竞相发展、建设的重点，其本质在于提高部队协同作战能力。段立、刘志坤、刘亚杰*的《舰艇编队协同作战中数据融合关键技术与应用》从舰艇编队协同作战过程中分布式数据融合出发，首先介绍舰艇编队协同作战系统研究特点和发展现状，接着介绍了基于大地坐标系下舰艇编队协同作战分布式融合体系设计、目标跟踪模型、分布式融合算法和无序量测问题，*后介绍了海战场传感器网络智能协同管理算法和反潜作战应用背景下协作目标检测应用案例。本书可作为模式识别与智能系统、通信与信息系统、控制科学与技术、电子科学与技术等专业研究生和高年级本科生的教材，同时对有关专业领域的研究人员和工程技术人员也有重要参考价值。

暂缺《舰艇编队协同作战中数据融合关键技术与应用》作者简介

第l章 网络中心战下海战场数据融合概述 1.1 海战场数据融合的定义 1.1.1 数据融合来源 1.1.2 网络中心战下海战场数据融合定义 1.2 战场数据融合的历史与现状 1.2.1 数据融合的历史 1.2.2 国内研究现状 1.2.3 国外研究现状 1.3 海战场协同作战中数据融合的关键问题和技术 1.3.1 战场协同作战过程中数据融合关键问题 1.3.2 战场协同作战过程中数据融合关键技术 1.4 本书结构 参考文献第2章 海战场数据融合系统功能和结构模型 2.1 海战场协同作战样式的转变 2.1.1 “网络中·心战”的提出 2.1.2 “网络中心战”的构成 2.1.3 “网络中心战”的本质 2.2 美国海军“网络中心战”相关项目概况 2.2.1 CEC项目 2.2.2 TCN项目 2.2.3 SIAP 2.2.4 经验和启示 2.3 战场数据融合模型 2.3.1 数据融合系统的功能模型 2.3.2 数据融合系统的结构模型 2.4 海战场分布式融合体系结构设计 2.4.1 信息流程分析 2.4.2 坐标系选择 2.4.3 海战场协同作战分布式融合体系结构设计 2.5 小结 参考文献第3章 海战场目标跟踪模型与滤波 3.1 海战场目标运动模型 3.1.1 直角坐标系下常用目标运动模型 3.1.2 大地坐标系下目标运动模型 3.2 海战场传感器观测模型 3.2.1 二维观测模型 3.2.2 三维观测模型 3.3 海战场常用非线性目标跟踪滤波方法 3.3.1 扩展卡尔曼滤波算法 3.3.2 无迹卡尔曼滤波算法 3.3.3 容积卡尔曼滤波算法 3.3.4 粒子滤波算法 3.4 基于大地坐标系下跟踪滤波算法仿真测试床 3.4.1 仿真测试床 3.4.2 典型仿真场景 3.4.3 仿真试验 3.5 小结 参考文献第4章 海战场协同作战中融合算法 4.1 海战场常用航迹融合算法 4.1.1 简单航迹融合算法 4.1.2 协方差加权航迹融合算法 4.2 舰艇编队分布式融合算法设计 4.2.1 基于信息滤波器融合算法 4.2.2 协方差交集融合算法 4.2.3 仿真试验 4.3 海战场基于交互式模型的分布式融合算法 4.3.1 算法设计 4.3.2 算法步骤 4.3.3 仿真试验 4.4 海战场无迹粒子滤波的分布式融合算法 4.4.1 算法设计 4.4.2 算法步骤 4.4.3 仿真试验 4.5 小结 参考文献第5章 海战场协同作战中无序量测融合方法 5.1 海战场无序量测融合问题概述 5.2 海战场无序量测主要处理方法 5.2.1 常见无序量测算法分析 5.2.2 海战场无序量测算法设计分析 5.3 “前向预测”无迹卡尔曼无序量测算法 5.3.1 算法设计 5.3.2 算法性能分析 5.3.3 算法存储空间分析 5.4 仿真试验 5.5 小结 参考文献第6章 海战场分布式传感器网络智能协同感知算法 6.1 网络中心战下传感器网络资源管理 6.1.1 网络中心战下传感器网络资源管理的转变 6.1.2 美军网络中心战下传感器网络资源管理 6.2 海战场传感器网络资源管理体系结构 6.2.1 传感器网络资源管理体系结构 6.2.2 传感器管理内容、功能及作用 6.3 基于分布式传感器网络智能协同感知实例 6.3.1 问题描述 6.3.2 算法设计 6.3.3 仿真试验 6.4 小结 参考文献第7章 海战场传感器网络协作目标监测方法 7.1 引言 7.2 基于能量距离的网络分簇算法研究 7.2.1 相关模型 7.2.2 低功耗自适应分簇路由协议 7.2.3 基于改进型粒子群优化的分簇协议(PSO.CH) 7.3 面向目标跟踪的海战场传感器网络动态分簇算法 7.3.1 簇头竞选 7.3.2 簇成员加入 7.3.3 簇重组 7.3.4 仿真及性能评估 7.4 基于粒子滤波的海战场传感器网络跟踪算法 7.4.1 跟踪算法具体步骤 7.4.2 仿真试验及分析 7.5 小结 参考文献