《多傳感器協(xié)同跟蹤管理與應(yīng)用》主要介紹面向目標(biāo)跟蹤的多傳感器協(xié)同管理技術(shù)，包括多傳感器協(xié)同管理與數(shù)據(jù)融合技術(shù)的基本理論方法、典型的目標(biāo)跟蹤濾波理論、目標(biāo)優(yōu)先級(jí)評(píng)估方法、多傳感器協(xié)同部署方法、基于跟蹤精度控制的多傳感器協(xié)同調(diào)度方法、基于輻射風(fēng)險(xiǎn)控制的多傳感器協(xié)同調(diào)度方法以及多傳感器指示引導(dǎo)方法等方面內(nèi)容。
《多傳感器協(xié)同跟蹤管理與應(yīng)用》可作為目標(biāo)跟蹤、多源信息融合、傳感器管理等領(lǐng)域的研究生教材，也可作為相關(guān)研究領(lǐng)域科研人員的參考用書。
多傳感器系統(tǒng)構(gòu)成了一個(gè)協(xié)同互補(bǔ)的體系，其信息的收集能力關(guān)系到最終融合結(jié)果的好壞，傳感器管理已成為信息融合的重要組成部分，并作為反饋環(huán)節(jié)與各級(jí)信息融合系統(tǒng)在結(jié)構(gòu)上構(gòu)成了一個(gè)完整的閉環(huán)系統(tǒng)，這不但提高了信息融合系統(tǒng)的實(shí)時(shí)性和整體最優(yōu)性，使融合系統(tǒng)對(duì)變化的環(huán)境具有快速的適應(yīng)能力，同時(shí)也減輕了操作人員的工作負(fù)擔(dān)。隨著信息融合技術(shù)步入成熟階段，眾多學(xué)者已將傳感器管理作為信息融合的一個(gè)子系統(tǒng)從信息融合系統(tǒng)中分立出來(lái)單獨(dú)對(duì)其進(jìn)行研究，能否有效對(duì)多傳感器系統(tǒng)進(jìn)行管理，已成為評(píng)價(jià)信息融合系統(tǒng)性能優(yōu)劣的關(guān)鍵之一。
在傳感器資源相對(duì)有限、目標(biāo)信息和周圍環(huán)境存在較大，不確定性的條件下，多傳感器系統(tǒng)所收集的數(shù)據(jù)往往難以滿足信息融合系統(tǒng)的需要。主要原因：一是復(fù)雜的戰(zhàn)場(chǎng)環(huán)境和客觀環(huán)境會(huì)影響某些傳感器性能的充分發(fā)揮，如復(fù)雜的電磁環(huán)境、人為的電子干擾和惡劣的天氣因素會(huì)影響某些傳感器的測(cè)量性能；二是考慮到某些戰(zhàn)術(shù)原則和軍事目的的需要，操作人員會(huì)限制某些傳感器的使用，例如通過(guò)限制雷達(dá)開(kāi)機(jī)時(shí)間來(lái)減小己方雷達(dá)陣地的暴露概率并降低受到反輻射導(dǎo)彈攻擊的危險(xiǎn)系數(shù)；三是傳感器資源自身的測(cè)量性能局限。因此，對(duì)限定條件下的多傳感器資源進(jìn)行優(yōu)化管理更有實(shí)際意義。
作者研究團(tuán)隊(duì)圍繞以上問(wèn)題進(jìn)行了多年的探討和研究，并取得了一定的成果。本書主要基于這些研究工作和成果進(jìn)行編寫。為了使讀者便于閱讀，在闡述主要內(nèi)容之前，先介紹了多傳感器管理的基本概念與理論。本書主體內(nèi)容包括目標(biāo)優(yōu)先級(jí)排序、多傳感器協(xié)同部署、基于跟蹤性能的多傳感器協(xié)同調(diào)度、基于輻射風(fēng)險(xiǎn)的多傳感器協(xié)同調(diào)度、面向目標(biāo)搜索的異地配置下異類多傳感器指示引導(dǎo)性質(zhì)研究。
特別感謝近年與作者一起合作研究的博士生童俊、張子寧、王一川、喬成林、徐公國(guó)、龐策、張昀普，由于大家共同的努力，才有今天的成果。編寫過(guò)程中，作者也參閱了國(guó)內(nèi)外同行的研究成果，出版中得到國(guó)防工業(yè)出版社鄭廷編審的大力支持，一并表示誠(chéng)摯的謝意。
由于作者水平有限，書中難免有錯(cuò)誤和不妥之處，敬請(qǐng)讀者批評(píng)指正。
第1章 緒論
1．1 多傳感器管理的基本概念
1．2 多傳感器管理的內(nèi)容及功能
1．2．1 多傳感器管理的內(nèi)容
1．2．2 多傳感器管理的功能
1．3 多傳感器管理的分類
1．4 多傳感器管理的結(jié)構(gòu)
1．4．1 集中式多傳感器管理結(jié)構(gòu)
1．4．2 分布式多傳感器管理結(jié)構(gòu)
1．4．3 混合式多傳感器管理結(jié)構(gòu)
1．5 多傳感器數(shù)據(jù)融合技術(shù)
1．5．1 多傳感器數(shù)據(jù)融合的概念
1．5．2 多傳感器數(shù)據(jù)融合的分類
1．5．3 多傳感器數(shù)據(jù)融合的方法
1．6 小結(jié)
參考文獻(xiàn)
第2章 目標(biāo)跟蹤理論
2．1 基本模型
2．1．1 目標(biāo)運(yùn)動(dòng)狀態(tài)模型
2．1．2 傳感器量測(cè)模型
2．2 目標(biāo)跟蹤濾波方法
2．2．1 卡爾曼濾波
2．2．2 擴(kuò)展卡爾曼濾波
2．2．3 無(wú)跡卡爾曼濾波
2．2．4 粒子濾波
2．3 小結(jié)
參考文獻(xiàn)
第3章 目標(biāo)優(yōu)先級(jí)排序
3．1 目標(biāo)優(yōu)先級(jí)的影響因素
3．2 基于解析函數(shù)的目標(biāo)優(yōu)先級(jí)排序
3．3 基于模糊集的目標(biāo)優(yōu)先級(jí)排序
3．3．1 Vague集基本理論
3．3．2 基于Vague集的日標(biāo)優(yōu)先級(jí)影響因素量化
3．3．3 基于Vague集的多日標(biāo)決策問(wèn)題描述
3．3．4 基于Vague集的TOPSIS法求解日標(biāo)優(yōu)先級(jí)
3．3．5 仿真與結(jié)果分析
3．4 基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)優(yōu)先級(jí)排序
3．4．1 Elman神經(jīng)網(wǎng)絡(luò)
3．4．2 QPSO量子粒子群
3．4．3 基于QPSO的改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)
3．4．4 基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)優(yōu)先級(jí)求解模型
3．4．5 仿真與結(jié)果分析
3．5 小結(jié)
參考文獻(xiàn)
第4章 多傳感器協(xié)同部署
4．1 基于探測(cè)概率的多傳感器協(xié)同部署
4．1．1 傳感器探測(cè)模型
4．1．2 戰(zhàn)場(chǎng)地理約束
4．1．3 優(yōu)化布站數(shù)學(xué)模型
4．1．4 優(yōu)化布站求解算法
4．1．5 仿真與結(jié)果分析
4．2 基于定位精度的多傳藤器協(xié)同部署
4．2．1 目標(biāo)定位精度幾何因子
4．2．2 仿真與結(jié)果分析
4．3 小結(jié)
參考文獻(xiàn)
第5章 基于跟蹤性能的多傳感器協(xié)同調(diào)度
5．1 協(xié)方差控制思想
5．2 矩陣差異度量
5．3 基于預(yù)測(cè)協(xié)方差的多傳感器資源穩(wěn)態(tài)調(diào)度算法
5．3．1 算法介紹
5．3．2 仿真與結(jié)果分析
5．4 基于克拉美羅下界的多傳感器資源穩(wěn)態(tài)調(diào)度算法
5．4．1 算法介紹
5．4．2 仿真與結(jié)果分析
5．5 基于信息增益的多傳感器資源自適應(yīng)調(diào)度算法
5．6 基于協(xié)方差自適應(yīng)的多傳感器資源自適應(yīng)調(diào)度算法
5．7 基于目標(biāo)跟蹤階段劃分的多傳藤器資源自適應(yīng)調(diào)度算法
5．7．1 日標(biāo)跟蹤階段劃分
5．7．2 基于日標(biāo)跟蹤階段劃分的多傳感器資源自適應(yīng)調(diào)度算法
5．7．3 仿真與結(jié)果分析
……
第6章 基于輻射風(fēng)險(xiǎn)的多傳感器協(xié)同調(diào)度
第7章 面向目標(biāo)搜索的異地配置下異類多傳感器指示引導(dǎo)性質(zhì)研究
書單推薦
