多無(wú)人機自主協(xié)同控制理論與方法（第2版）簡(jiǎn)介，目錄書(shū)摘
2020-02-06 17:29
來(lái)源：京東
作者：京東
多無(wú)人機自主協(xié)同控制理論與方法（第2版）
暫無(wú)報價(jià)
100+評論
100%好評
編輯推薦:
內容簡(jiǎn)介: 無(wú)人機系統是目前無(wú)人系統領(lǐng)域發(fā)展快、水平高、實(shí)戰應用多的一類(lèi)空中無(wú)人系統。由于戰場(chǎng)環(huán)境日益復雜，對抗性日益增強，任務(wù)日益多樣，單機能力受限，多機協(xié)同執行作戰任務(wù)已經(jīng)成為無(wú)人機系統應用的重要發(fā)展趨勢。通過(guò)多機協(xié)同實(shí)現無(wú)人機集群控制，不但能減輕操作人員負擔，而且使打擊變得更加集中，更加持續，更具規模。要實(shí)現這一目標必須提高無(wú)人機的自主協(xié)同控制能力。
《多無(wú)人機自主協(xié)同控制理論與方法（第2版）》將圍繞多無(wú)人機協(xié)同執行作戰任務(wù)對自主協(xié)同控制基礎理論與關(guān)鍵技術(shù)展開(kāi)探討，主要針對多機協(xié)同作戰中的環(huán)境復雜性、無(wú)人機系統復雜性、任務(wù)復雜性、時(shí)間敏感性、計算復雜性和通信復雜性等特點(diǎn)，展開(kāi)多無(wú)人機協(xié)同目標狀態(tài)估計、協(xié)同任務(wù)分配、協(xié)同航跡規劃、協(xié)同編隊軌跡優(yōu)化、協(xié)同任務(wù)自組織以及典型作戰應用等方面的闡述，反映了作者在該領(lǐng)域的新研究工作，具有新穎性、前沿性、理論與應用密切結合的特點(diǎn)。
《多無(wú)人機自主協(xié)同控制理論與方法（第2版）》可作為高等學(xué)校與科研院所中從事人工智能與模式識別、機器人與智能系統、無(wú)人機系統工程等專(zhuān)業(yè)領(lǐng)域的研究和教學(xué)參考用書(shū)，也可作為自動(dòng)化、計算機、運籌學(xué)、信息處理領(lǐng)域其他相關(guān)專(zhuān)業(yè)師生及科研人員的參考用書(shū)。
《多無(wú)人機自主協(xié)同控制理論與方法（第2版）》將圍繞多無(wú)人機協(xié)同執行作戰任務(wù)對自主協(xié)同控制基礎理論與關(guān)鍵技術(shù)展開(kāi)探討，主要針對多機協(xié)同作戰中的環(huán)境復雜性、無(wú)人機系統復雜性、任務(wù)復雜性、時(shí)間敏感性、計算復雜性和通信復雜性等特點(diǎn)，展開(kāi)多無(wú)人機協(xié)同目標狀態(tài)估計、協(xié)同任務(wù)分配、協(xié)同航跡規劃、協(xié)同編隊軌跡優(yōu)化、協(xié)同任務(wù)自組織以及典型作戰應用等方面的闡述，反映了作者在該領(lǐng)域的新研究工作，具有新穎性、前沿性、理論與應用密切結合的特點(diǎn)。
《多無(wú)人機自主協(xié)同控制理論與方法（第2版）》可作為高等學(xué)校與科研院所中從事人工智能與模式識別、機器人與智能系統、無(wú)人機系統工程等專(zhuān)業(yè)領(lǐng)域的研究和教學(xué)參考用書(shū)，也可作為自動(dòng)化、計算機、運籌學(xué)、信息處理領(lǐng)域其他相關(guān)專(zhuān)業(yè)師生及科研人員的參考用書(shū)。
作者簡(jiǎn)介:
目錄:第1章 緒論
1．1 背景與意義
1．1．1 軍事需求
1．1．1．1 無(wú)人機系統的發(fā)展
1．1．1．2 自主能力的發(fā)展需求
1．1．2 研究意義
1．1．2．1 問(wèn)題定義
1．1．2．2 研究挑戰
1．2 多無(wú)人機自主協(xié)同控制研究現狀
1．2．1 國外項目研究概述
1．2．2 基于分層遞階方法的多無(wú)人機協(xié)同控制
1．2．2．1 多無(wú)人機協(xié)同任務(wù)分配
1．2．2．2 多無(wú)人機協(xié)同航跡規劃
1．2．2．3 多無(wú)人機協(xié)同編隊控制
1．2．3 基于自組織方法的多無(wú)人機協(xié)同控制
1．2．4 多無(wú)人機自主協(xié)同控制中的智能優(yōu)化算法
1．2．4．1 智能優(yōu)化算法概述
1．2．4．2 智能優(yōu)化算法在多無(wú)人機自主協(xié)同控制應用框架
1．2．4．3 智能優(yōu)化算法在多無(wú)人機自主協(xié)同控制中的應用
1．2．5 國內技術(shù)研究現狀
1．2．5．1 基于分層遞階方法的多無(wú)人機協(xié)同控制
1．2．5．2 基于自組織方法的多無(wú)人機協(xié)同控制
1．2．6 多無(wú)人機自主協(xié)同控制技術(shù)展望
參考文獻
第2章 多無(wú)人機協(xié)同目標狀態(tài)估計
2．1 基于IMM-UIF算法的機動(dòng)目標狀態(tài)融合估計
2．1．1 問(wèn)題模型
2．1．1．1 目標運動(dòng)模型和傳感器觀(guān)測模型
2．1．1．2 非線(xiàn)性系統多傳感器融合估計模型
2．1．2 交互多模型無(wú)色卡爾曼濾波
2．1．2．1 無(wú)色卡爾曼濾波
2．1．2．2 基于交互多模型的無(wú)色卡爾曼濾波算法
2．1．3 基于交互多模型無(wú)色信息濾波的融合估計算法
2．1．3．1 信息濾波
2．1．3．2 無(wú)色信息濾波算法
2．1．3．3 基于UIF的融合估計結構
2．1．3．4 基于IMM-UIF融合估計算法
2．1．4 多機協(xié)同對機動(dòng)目標狀態(tài)融合估計仿真試驗
2．2 基于自適應一致性的分布式目標狀態(tài)融合估計
2．2．1 分布式融合估計及其一致性估計問(wèn)題
2．2．2 自適應一致性算法
2．2．2．1 一致性算法
2．2．2．2 自適應一致性算法
2．2．3 基于自適應一致性的分布式融合估計算法
2．2．3．1 AC_DUIF算法流程
2．2．3．2 AC_DUIF算法分析
2．2．4 有限步長(cháng)目標狀態(tài)預測
2．2．5 基于A(yíng)C_DUIF算法的分布式目標狀態(tài)融合估計仿真試驗
2．2．5．1 自適應一致性算法性能測試
2．2．5．2 基于A(yíng)C_DUIF算法的分布式融合估計
2．3 受限條件下基于魯棒一致性的分布式目標狀態(tài)融合估計
2．3．1 問(wèn)題描述
2．3．1．1 目標運動(dòng)和雷達觀(guān)測模型
2．3．1．2 網(wǎng)絡(luò )化通信模型
2．3．2 基于魯棒一致性的分布式估計算法
2．3．2．1 “雙時(shí)間窗”遞推迭代機制
2．3．2．2 時(shí)延相關(guān)魯棒一致性算法
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算法的分布式目標狀態(tài)融合估計仿真試驗
2．3．3．1 理想網(wǎng)絡(luò )條件下的目標狀態(tài)估計性能比較
2．3．3．2 網(wǎng)絡(luò )時(shí)延條件下的目標狀態(tài)估計性能比較
2．3．3．3 復雜網(wǎng)絡(luò )約束條件下的目標狀態(tài)估計性能比較
2．4 本章小結
參考文獻
……
第3章 多無(wú)人機協(xié)同任務(wù)分配
第4章 多無(wú)人機協(xié)同航跡規劃
第5章 多無(wú)人機協(xié)同編隊軌跡優(yōu)化
第6章 多無(wú)人機協(xié)同任務(wù)自組織
第7章 多無(wú)人機自主協(xié)同控制的典型應用
縮略語(yǔ)
1．1 背景與意義
1．1．1 軍事需求
1．1．1．1 無(wú)人機系統的發(fā)展
1．1．1．2 自主能力的發(fā)展需求
1．1．2 研究意義
1．1．2．1 問(wèn)題定義
1．1．2．2 研究挑戰
1．2 多無(wú)人機自主協(xié)同控制研究現狀
1．2．1 國外項目研究概述
1．2．2 基于分層遞階方法的多無(wú)人機協(xié)同控制
1．2．2．1 多無(wú)人機協(xié)同任務(wù)分配
1．2．2．2 多無(wú)人機協(xié)同航跡規劃
1．2．2．3 多無(wú)人機協(xié)同編隊控制
1．2．3 基于自組織方法的多無(wú)人機協(xié)同控制
1．2．4 多無(wú)人機自主協(xié)同控制中的智能優(yōu)化算法
1．2．4．1 智能優(yōu)化算法概述
1．2．4．2 智能優(yōu)化算法在多無(wú)人機自主協(xié)同控制應用框架
1．2．4．3 智能優(yōu)化算法在多無(wú)人機自主協(xié)同控制中的應用
1．2．5 國內技術(shù)研究現狀
1．2．5．1 基于分層遞階方法的多無(wú)人機協(xié)同控制
1．2．5．2 基于自組織方法的多無(wú)人機協(xié)同控制
1．2．6 多無(wú)人機自主協(xié)同控制技術(shù)展望
參考文獻
第2章 多無(wú)人機協(xié)同目標狀態(tài)估計
2．1 基于IMM-UIF算法的機動(dòng)目標狀態(tài)融合估計
2．1．1 問(wèn)題模型
2．1．1．1 目標運動(dòng)模型和傳感器觀(guān)測模型
2．1．1．2 非線(xiàn)性系統多傳感器融合估計模型
2．1．2 交互多模型無(wú)色卡爾曼濾波
2．1．2．1 無(wú)色卡爾曼濾波
2．1．2．2 基于交互多模型的無(wú)色卡爾曼濾波算法
2．1．3 基于交互多模型無(wú)色信息濾波的融合估計算法
2．1．3．1 信息濾波
2．1．3．2 無(wú)色信息濾波算法
2．1．3．3 基于UIF的融合估計結構
2．1．3．4 基于IMM-UIF融合估計算法
2．1．4 多機協(xié)同對機動(dòng)目標狀態(tài)融合估計仿真試驗
2．2 基于自適應一致性的分布式目標狀態(tài)融合估計
2．2．1 分布式融合估計及其一致性估計問(wèn)題
2．2．2 自適應一致性算法
2．2．2．1 一致性算法
2．2．2．2 自適應一致性算法
2．2．3 基于自適應一致性的分布式融合估計算法
2．2．3．1 AC_DUIF算法流程
2．2．3．2 AC_DUIF算法分析
2．2．4 有限步長(cháng)目標狀態(tài)預測
2．2．5 基于A(yíng)C_DUIF算法的分布式目標狀態(tài)融合估計仿真試驗
2．2．5．1 自適應一致性算法性能測試
2．2．5．2 基于A(yíng)C_DUIF算法的分布式融合估計
2．3 受限條件下基于魯棒一致性的分布式目標狀態(tài)融合估計
2．3．1 問(wèn)題描述
2．3．1．1 目標運動(dòng)和雷達觀(guān)測模型
2．3．1．2 網(wǎng)絡(luò )化通信模型
2．3．2 基于魯棒一致性的分布式估計算法
2．3．2．1 “雙時(shí)間窗”遞推迭代機制
2．3．2．2 時(shí)延相關(guān)魯棒一致性算法
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算法的分布式目標狀態(tài)融合估計仿真試驗
2．3．3．1 理想網(wǎng)絡(luò )條件下的目標狀態(tài)估計性能比較
2．3．3．2 網(wǎng)絡(luò )時(shí)延條件下的目標狀態(tài)估計性能比較
2．3．3．3 復雜網(wǎng)絡(luò )約束條件下的目標狀態(tài)估計性能比較
2．4 本章小結
參考文獻
……
第3章 多無(wú)人機協(xié)同任務(wù)分配
第4章 多無(wú)人機協(xié)同航跡規劃
第5章 多無(wú)人機協(xié)同編隊軌跡優(yōu)化
第6章 多無(wú)人機協(xié)同任務(wù)自組織
第7章 多無(wú)人機自主協(xié)同控制的典型應用
縮略語(yǔ)
京公網(wǎng)安備 11000002000088號
