多无人机自主协同控制理论与方法（第2版）

　　本书主要针对多机协同作战中的任务复杂性、环境复杂性、建模复杂性、计算复杂性和时间敏感性等特点，展开协同控制体系结构，智能仿生计算方法，协同任务分配与协调、协同航线规划与编队控制，以及典型作战应用等方面的阐述。

暂缺《多无人机自主协同控制理论与方法（第2版）》作者简介

第1章 绪论
1．1 背景与意义
1．1．1 军事需求
1．1．1．1 无人机系统的发展
1．1．1．2 自主能力的发展需求
1．1．2 研究意义
1．1．2．1 问题定义
1．1．2．2 研究挑战
1．2 多无人机自主协同控制研究现状
1．2．1 国外项目研究概述
1．2．2 基于分层递阶方法的多无人机协同控制
1．2．2．1 多无人机协同任务分配
1．2．2．2 多无人机协同航迹规划
1．2．2．3 多无人机协同编队控制
1．2．3 基于自组织方法的多无人机协同控制
1．2．4 多无人机自主协同控制中的智能优化算法
1．2．4．1 智能优化算法概述
1．2．4．2 智能优化算法在多无人机自主协同控制应用框架
1．2．4．3 智能优化算法在多无人机自主协同控制中的应用
1．2．5 国内技术研究现状
1．2．5．1 基于分层递阶方法的多无人机协同控制
1．2．5．2 基于自组织方法的多无人机协同控制
1．2．6 多无人机自主协同控制技术展望
参考文献
第2章 多无人机协同目标状态估计
2．1 基于IMM-UIF算法的机动目标状态融合估计
2．1．1 问题模型
2．1．1．1 目标运动模型和传感器观测模型
2．1．1．2 非线性系统多传感器融合估计模型
2．1．2 交互多模型无色卡尔曼滤波
2．1．2．1 无色卡尔曼滤波
2．1．2．2 基于交互多模型的无色卡尔曼滤波算法
2．1．3 基于交互多模型无色信息滤波的融合估计算法
2．1．3．1 信息滤波
2．1．3．2 无色信息滤波算法
2．1．3．3 基于UIF的融合估计结构
2．1．3．4 基于IMM-UIF融合估计算法
2．1．4 多机协同对机动目标状态融合估计仿真试验
2．2 基于自适应一致性的分布式目标状态融合估计
2．2．1 分布式融合估计及其一致性估计问题
2．2．2 自适应一致性算法
2．2．2．1 一致性算法
2．2．2．2 自适应一致性算法
2．2．3 基于自适应一致性的分布式融合估计算法
2．2．3．1 AC_DUIF算法流程
2．2．3．2 AC_DUIF算法分析
2．2．4 有限步长目标状态预测
2．2．5 基于AC_DUIF算法的分布式目标状态融合估计仿真试验
2．2．5．1 自适应一致性算法性能测试
2．2．5．2 基于AC_DUIF算法的分布式融合估计
2．3 受限条件下基于鲁棒一致性的分布式目标状态融合估计
2．3．1 问题描述
2．3．1．1 目标运动和雷达观测模型
2．3．1．2 网络化通信模型
2．3．2 基于鲁棒一致性的分布式估计算法
2．3．2．1 “双时间窗”递推迭代机制
2．3．2．2 时延相关鲁棒一致性算法
2．3．2．3 RC_DUIF算法流程
2．3．2．4 RC_DUIF算法性能分析
2．3．3 基于RC_DUIF算法的分布式目标状态融合估计仿真试验
2．3．3．1 理想网络条件下的目标状态估计性能比较
2．3．3．2 网络时延条件下的目标状态估计性能比较
2．3．3．3 复杂网络约束条件下的目标状态估计性能比较
2．4 本章小结
参考文献
……
第3章 多无人机协同任务分配
第4章 多无人机协同航迹规划
第5章 多无人机协同编队轨迹优化
第6章 多无人机协同任务自组织
第7章 多无人机自主协同控制的典型应用
缩略语