《核生化信息融合技术与应用》从核生化信息需求出发，通过对核生化信息采集、处理、预测和决策等全流程的分析，系统研究了信息融合技术在核生化领域的应用。本书在全面论述核生化信息融合定义、基本原理和级别的基础上，按照核生化信息融合的要素，结合国内外的最新成果，以核生化信息运用为主线，介绍了核生化信息融合技术的基本理论、方法和应用，希望给读者提供一个完整的知识体系，充分论述核生化领域信息融合“是什么、干什么、怎么干”的问题。 本书适合从事核生化信息融合技术相关工作的教学人员和技术人员阅读，也可供从事装备信息化、指挥信息系统相关工作的人员参考，还可作为核生化信息融合技术教育培训、院校相关学科专业的教学参考书。

第一章 核生化信息融合概述
第一节 核生化信息融合简介
一、信息融合的定义
二、核生化信息融合的定义
三、核生化信息融合的特点
第二节 核生化信息融合的基本原理和级别/
一、核生化信息融合的基本原理
二、核生化信息融合的模型和级别
第三节 核生化信息融合的应用
一、信息融合技术的军事应用
二、核生化信息融合技术的应用现状
第四节 核生化信息融合技术发展趋势
一、改进现有的信息融合方法
二、综合应用多种信息融合方法
三、研究应用新兴的信息融合方法
第二章 核生化信息融合的数学基础
第一节 常用数理统计分布
一、正态分布
二、均匀分布
三、χ2分布
四、t分布
五、F分布
六、非中心χ2分布
七、二项分布
第二节 不确定性信息融合方法
一、模糊推理方法
二、灰色系统方法
三、粗糙集方法
四、贝叶斯优化方法
第三节 信息融合智能寻优算法
一、遗传算法
二、蚁群算法
三、花朵授粉算法
第三章 核生化信息融合模型
第一节 核生化信息的概念
一、信息的定义
二、核生化信息的定义
第二节 核生化信息建模
一、核危害信息建模
二、化生危害信息建模
第三节 核生化信息融合模型构建
一、核生化信息融合内容
二、核生化威胁建模
三、核生化危害军事概念建模
四、核生化信息融合功能模型
第四章 核生化信源分类及特性
第一节 核生化信源分类
一、按监测信号种类划分
二、按作用范围划分
三、按信息获取的实时性划分
四、按输出信息的类别划分
第二节 核监测信源
一、光辐射
二、核电磁脉冲
三、冲击波
四、核辐射
第三节 化学监测信源
一、化学武器的伤害形式及特点
二、化学武器的种类及危害方式
三、化学毒剂传感器
第四节 生物监测信源
一、生物战剂的分类
二、生物战剂的施放方法
三、生物传感器
第五章 核生化检测融合技术及应用
第一节 检测融合技术基本原理
一、分布式检测融合基本原理
二、核生化信息检测融合问题描述
第二节 单点信源的分布式检测融合方法
一、基础模型构建
二、融合算法设计
三、数值仿真实验设计
第三节 混合信源的分布式检测融合方法
一、融合算法设计
二、数值仿真实验设计
第六章 核生化危害预测技术及应用
第一节 核生化危害预测概述
一、核生化危害预测基本概况
二、国外核生化危害预测相关应用平台
三、国内核生化危害预测相关应用平台
第二节 基于高斯扩散模式的核生化危害快速预测技术
一、高斯扩散模式的基本原理
二、瞬时扩散下的高斯扩散
三、连续扩散下的高斯扩散
四、扩散参数获取方式
第三节 基于流体动力学的核生化危害预测技术
一、OpenFOAM开源平台概况
二、基于OpenFOAM的核生化危害扩散详细预测模型
三、面向CHDNFP模型求解的IDEFWA设计
四、CHDNFP-IDEFWA求解器的编译
第四节 应用案例
一、SF6示踪实验基本情况介绍
二、实验模拟与分析
三、实验结果讨论
第七章 核生化危害源项反演技术及应用
第一节 核生化危害源项反演研究现状
一、基于欧拉方法的源项估计
二、基于拉格朗日方法的源项估计
三、基于深度学习的源项估计
第二节 基于四维变分的核生化初生危害源项反演技术
一、初生化学危害多源反演问题建模
二、初生化学危害多源反演梯度模型
三、瞬时释放条件下的数值预报切线性算子Dt+1
四、背景误差协方差矩阵B
五、观测误差协方差矩阵R
六、基于共轭梯度法的梯度模型迭代求解
第三节 基于花朵授粉算法改进的核生化再生危害源项反演技术
一、再生化学危害源项反演问题建模
二、再生化学危害4DVAR多源反演模型构建
三、面向4DVAR多源反演模型求解的改进花朵授粉算法（IFPA-4DVAR）
第四节 基于扩散模型误差改进的核生化危害反演技术
一、DME-4DVAR多源反演模型构建
二、基于贝叶斯优化的扩散模型误差因子估计
三、数值模拟分析
第五节 应用案例
一、示踪试验基本情况
二、扩散模型误差因子估计
三、源强和源的位置估计
四、实验结果分析
第八章 核生化数据同化技术及应用
第一节 数据同化基本理论
第二节 核生化顺序数据同化技术
一、线性卡尔曼滤波
二、扩展卡尔曼滤波
三、集合卡尔曼滤波
第三节 核生化连续数据同化技术
一、三维变分数据同化
二、四维变分数据同化
第四节 应用案例
一、实验背景和初始参数
二、数据处理及实验结果
三、粒子示踪实验条件
四、数据同化实验方法