第1章 绪论
1．1 多传感器管理的基本概念
1．2 多传感器管理的内容及功能
1．2．1 多传感器管理的内容
1．2．2 多传感器管理的功能
1．3 多传感器管理的分类
1．4 多传感器管理的结构
1．4．1 集中式多传感器管理结构
1．4．2 分布式多传感器管理结构
1．4．3 混合式多传感器管理结构
1．5 多传感器数据融合技术
1．5．1 多传感器数据融合的概念
1．5．2 多传感器数据融合的分类
1．5．3 多传感器数据融合的方法
1．6 小结
参考文献
第2章 目标跟踪理论
2．1 基本模型
2．1．1 目标运动状态模型
2．1．2 传感器量测模型
2．2 目标跟踪滤波方法
2．2．1 卡尔曼滤波
2．2．2 扩展卡尔曼滤波
2．2．3 无迹卡尔曼滤波
2．2．4 粒子滤波
2．3 小结
参考文献
第3章 目标优先级排序
3．1 目标优先级的影响因素
3．2 基于解析函数的目标优先级排序
3．3 基于模糊集的目标优先级排序
3．3．1 Vague集基本理论
3．3．2 基于Vague集的日标优先级影响因素量化
3．3．3 基于Vague集的多日标决策问题描述
3．3．4 基于Vague集的TOPSIS法求解日标优先级
3．3．5 仿真与结果分析
3．4 基于神经网络的目标优先级排序
3．4．1 Elman神经网络
3．4．2 QPSO量子粒子群
3．4．3 基于QPSO的改进Elman神经网络
3．4．4 基于神经网络的目标优先级求解模型
3．4．5 仿真与结果分析
3．5 小结
参考文献
第4章 多传感器协同部署
4．1 基于探测概率的多传感器协同部署
4．1．1 传感器探测模型
4．1．2 战场地理约束
4．1．3 优化布站数学模型
4．1．4 优化布站求解算法
4．1．5 仿真与结果分析
4．2 基于定位精度的多传藤器协同部署
4．2．1 目标定位精度几何因子
4．2．2 仿真与结果分析
4．3 小结
参考文献
第5章 基于跟踪性能的多传感器协同调度
5．1 协方差控制思想
5．2 矩阵差异度量
5．3 基于预测协方差的多传感器资源稳态调度算法
5．3．1 算法介绍
5．3．2 仿真与结果分析
5．4 基于克拉美罗下界的多传感器资源稳态调度算法
5．4．1 算法介绍
5．4．2 仿真与结果分析
5．5 基于信息增益的多传感器资源自适应调度算法
5．6 基于协方差自适应的多传感器资源自适应调度算法
5．7 基于目标跟踪阶段划分的多传藤器资源自适应调度算法
5．7．1 日标跟踪阶段划分
5．7．2 基于日标跟踪阶段划分的多传感器资源自适应调度算法
5．7．3 仿真与结果分析
……
第6章 基于辐射风险的多传感器协同调度
第7章 面向目标搜索的异地配置下异类多传感器指示引导性质研究
展开
