戰(zhàn)場態(tài)勢感知與信息融合

第1章概述1
1.1戰(zhàn)場態(tài)勢的概念與模型1
1.1.1態(tài)勢感知模型1
1.1.2態(tài)勢感知的環(huán)節(jié)4
1.1.3態(tài)勢理論和邏輯模型4
1.1.4狀態(tài)轉(zhuǎn)換數(shù)據(jù)融合模型6
1.2數(shù)據(jù)融合及其模型7
1.2.1初始定義8
1.2.2JDL模型的演進(jìn)8
1.2.3其他模型9
1.2.4戰(zhàn)場數(shù)據(jù)融合的五級模型9
1.3多傳感器態(tài)勢處理的關(guān)鍵技術(shù)11
1.3.1MTT面臨的挑戰(zhàn)12
1.3.2面向目標(biāo)跟蹤的融合實(shí)現(xiàn)結(jié)構(gòu)12
1.3.3關(guān)鍵技術(shù)14
1.4一致戰(zhàn)場態(tài)勢及其形成18
1.4.1NCW與FIOP18
1.4.2戰(zhàn)場態(tài)勢要素20
1.4.3COP20
1.4.4CTP22
1.4.5SIP22
1.4.6戰(zhàn)區(qū)COP的建立過程23
1.4.7小結(jié)25
第2章常用戰(zhàn)場傳感器26
2.1概述26
2.2雷達(dá)26
2.2.1雷達(dá)框圖27
2.2.2雷達(dá)方程30
2.2.3從雷達(dá)回波可獲取的信息31
2.2.4雷達(dá)頻率33
2.2.5脈沖多普勒雷達(dá)34
2.2.6脈沖壓縮40
2.3視頻傳感器44
2.3.1紅外傳感器44
2.3.2光學(xué)傳感器46
2.4電子偵察傳感器47
2.4.1ESM的測量功能47
2.4.2測角定位的原理49
2.4.3時差定位的原理53
2.5聲吶傳感器57
2.5.1聲吶的原理58
2.5.2拖曳線列陣聲吶59
2.5.3潛艇配備的聲吶60
第3章態(tài)勢信息處理的理論基礎(chǔ)62
3.1統(tǒng)計(jì)與判決理論62
3.1.1隨機(jī)數(shù)及其生成62
3.1.2假設(shè)檢驗(yàn)68
3.1.3常用的統(tǒng)計(jì)模型69
3.2正交投影與小二乘估計(jì)71
3.2.1引言71
3.2.2內(nèi)積空間74
3.2.3正交投影矩陣76
3.2.4正交性原理84
3.2.5線性方程組的求解85
3.2.6廣義逆矩陣與線性方程組89
3.3線性均方誤差估計(jì)與正交性原理91
3.3.1線性均方誤差估計(jì)91
3.3.2KL變換與主成分分析93
3.4線性卡爾曼濾波97
3.5擴(kuò)展卡爾曼濾波100
3.6不敏卡爾曼濾波102
3.6.1問題的描述103
3.6.2不敏變換107
3.6.3提高精度及sigma點(diǎn)集的優(yōu)化選擇110
3.6.4不敏濾波及其應(yīng)用121
3.6.5總結(jié)與結(jié)論127
3.7粒子濾波128
3.7.1目標(biāo)狀態(tài)濾波問題128
3.7.2粒子濾波器131
3.7.3重采樣132
3.7.4粒子濾波示例134
3.8屬性合成理論135
3.8.1貝葉斯方法135
3.8.2證據(jù)理論137
第4章雷達(dá)數(shù)據(jù)處理技術(shù)145
4.1多傳感器航跡起始145
4.1.1經(jīng)典的航跡起始方法146
4.1.2基于Hough變換的航跡起始方法148
4.2雷達(dá)的航跡跟蹤156
4.2.1跟蹤門156
4.2.2經(jīng)典的一維跟蹤模型157
4.2.3耦合跟蹤模型160
4.3被動傳感器的航跡跟蹤161
4.3.1擴(kuò)展Kalman濾波法161
4.3.2修正增益EKF法162
4.3.3修正極坐標(biāo)Kalman法162
4.4多傳感器航跡相關(guān)164
4.4.1航跡相關(guān)準(zhǔn)則165
4.4.2兩節(jié)點(diǎn)時獨(dú)立序貫航跡關(guān)聯(lián)165
4.4.3多節(jié)點(diǎn)時獨(dú)立序貫航跡關(guān)聯(lián)166
4.4.4拓?fù)浜桔E相關(guān)法167
4.5多傳感器航跡融合171
4.5.1簡單凸組合航跡融合171
4.5.2修正互協(xié)方差航跡融合171
4.5.3信息矩陣航跡融合171
4.5.4協(xié)方差交叉算法172
4.6系統(tǒng)誤差估計(jì)172
4.6.1時間系統(tǒng)誤差的估計(jì)172
4.6.2探測系統(tǒng)誤差的估計(jì)177
4.6.3時間與探測系統(tǒng)誤差的聯(lián)合估計(jì)180
第5章戰(zhàn)場圖像處理技術(shù)185
5.1視覺目標(biāo)特征185
5.1.1圖像底層特征185
5.1.2紋理特征192
5.1.3梯度直方圖199
5.1.4Harris角點(diǎn)及其改進(jìn)201
5.1.5SIFT特征203
5.2視覺目標(biāo)識別技術(shù)210
5.2.1運(yùn)動目標(biāo)檢測210
5.2.2基于字典的識別方法217
5.3視覺目標(biāo)跟蹤技術(shù)222
5.3.1KLT跟蹤方法223
5.3.2均值漂移跟蹤方法225
5.3.3基于粒子濾波的視頻跟蹤229
第6章數(shù)據(jù)鏈中的信息融合技術(shù)234
6.1戰(zhàn)術(shù)數(shù)據(jù)鏈航跡處理技術(shù)234
6.1.1航跡消息235
6.1.2航跡處理流程236
6.1.3數(shù)據(jù)配準(zhǔn)237
6.1.4航跡質(zhì)量計(jì)算240
6.1.5航跡相關(guān)/解相關(guān)241
6.1.6報告職責(zé)242
6.1.7航跡協(xié)調(diào)242
6.1.8應(yīng)用水平243
6.1.9小結(jié)244
6.2聯(lián)合戰(zhàn)術(shù)信息分發(fā)系統(tǒng)中的平臺定位245
6.2.1相對導(dǎo)航原理245
6.2.2相對導(dǎo)航架構(gòu)246
6.2.3相對導(dǎo)航軟件的工作流程247
6.2.4相對導(dǎo)航的基本算法248
6.2.5定位精度的影響因素及仿真分析251
6.3武器協(xié)同數(shù)據(jù)鏈與單一綜合空情圖257
6.3.1CEC257
6.3.2SIAP起源與需求259
6.4戰(zhàn)場態(tài)勢質(zhì)量評估266
6.4.1數(shù)據(jù)融合處理的測試與評估267
6.4.2測試工具: 測試平臺、仿真和標(biāo)準(zhǔn)數(shù)據(jù)庫270
6.4.3融合性與軍事效能的關(guān)系271
6.4.4小結(jié)274
參考文獻(xiàn)275