| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 信息融合技术的军事内涵和研究现状 | 第14-20页 |
| 1.2.1 感知域中的信息融合技术 | 第14-17页 |
| 1.2.2 国外研究现状 | 第17-18页 |
| 1.2.3 国内研究现状 | 第18-20页 |
| 1.3 本文的主要贡献与创新 | 第20-21页 |
| 1.4 本文的结构安排 | 第21-23页 |
| 第二章 适应于战场感知信息融合技术理论 | 第23-34页 |
| 2.1 基于神经网络的传感器融合方法 | 第23-26页 |
| 2.1.1 神经元模型 | 第23-24页 |
| 2.1.2 反馈神经网络 | 第24-25页 |
| 2.1.3 存在的问题 | 第25-26页 |
| 2.2 基于过程神经元网络的传感器融合方法 | 第26-28页 |
| 2.2.1 过程神经元模型 | 第26-27页 |
| 2.2.2 前馈过程神经元网络 | 第27页 |
| 2.2.3 存在的问题 | 第27-28页 |
| 2.3 基于D-S证据理论的信息融合方法 | 第28-31页 |
| 2.3.1 D-S证据理论 | 第28-31页 |
| 2.3.2 D-S证据理论融合优势 | 第31页 |
| 2.4 决策级信息融合模型 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 多源信息融合系统进化体系结构 | 第34-52页 |
| 3.1 信息在人脑中融合进化过程 | 第34-39页 |
| 3.1.1 信息在人脑中的传递机制 | 第34-35页 |
| 3.1.2 脑信息的传导通路 | 第35-39页 |
| 3.2 脑信息融合进化结构分析 | 第39-40页 |
| 3.3 信息融合元 | 第40-41页 |
| 3.4 多传感器信息融合进化体系结构 | 第41-44页 |
| 3.5 多传感器融合内部模型和驱动 | 第44-46页 |
| 3.5.1 等级式信息融合体系内部模型 | 第44页 |
| 3.5.2 传感融合内部模型的驱动 | 第44-46页 |
| 3.6 仿真实验与分析-海空对抗战例 | 第46-51页 |
| 3.6.1 仿真环境的建立 | 第46-47页 |
| 3.6.2 红蓝对抗过程中的内部模型 | 第47-50页 |
| 3.6.3 内部模型精练与效果评估 | 第50-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 指挥系统信息系统智能化组网 | 第52-70页 |
| 4.1 问题的提出 | 第52-53页 |
| 4.2 军事信息指挥系统智能组网 | 第53-56页 |
| 4.2.1 军事信息指挥系统特征与要求 | 第53-54页 |
| 4.2.2 智能处理方法 | 第54-55页 |
| 4.2.3 智能数据交互方法 | 第55-56页 |
| 4.3 网络通讯技术与分布式系统协同的方法 | 第56-57页 |
| 4.4 智能数据交互的分布式体系框架 | 第57-61页 |
| 4.4.1 智能数据交互的分布式系统模型层次结构 | 第57-59页 |
| 4.4.2 智能数据交互的分布式系统模型工作原理 | 第59页 |
| 4.4.3 智能数据交互的分布式系统架构体系结构 | 第59-61页 |
| 4.5 军事领域网络资源的管理 | 第61-66页 |
| 4.5.1 军事领域网络资源管理策略模块 | 第61-64页 |
| 4.5.2 军事领域网络资源节点管理器 | 第64-66页 |
| 4.6 仿真实验与分析 | 第66-69页 |
| 4.7 本章小结 | 第69-70页 |
| 第五章 指挥信息系统多传感器目标监测的信息融合技术 | 第70-100页 |
| 5.1 问题的提出 | 第70页 |
| 5.2 假设检验方法 | 第70-74页 |
| 5.3 目标判决准则 | 第74-77页 |
| 5.3.1 Bayes准则 | 第74-75页 |
| 5.3.2 最小错误概率准则 | 第75页 |
| 5.3.3 Neyman-Pearson准则 | 第75-76页 |
| 5.3.4 极大极小化准则 | 第76-77页 |
| 5.4 分布式多传感器目标监测 | 第77-88页 |
| 5.4.1 分散式假设监测 | 第79-87页 |
| 5.4.2 在信息融合中的应用 | 第87-88页 |
| 5.5 多传感器监测系统的最佳融合 | 第88-90页 |
| 5.6 待分布式数据融合的分布式BAYES假设检验 | 第90-94页 |
| 5.6.1 问题描述与判决准则 | 第91-93页 |
| 5.6.2 一个例子 | 第93-94页 |
| 5.7 表决融合 | 第94-96页 |
| 5.7.1 融合表决准则 | 第94-95页 |
| 5.7.2 表决器实现与检测概率 | 第95-96页 |
| 5.8 仿真实验与分析 | 第96-99页 |
| 5.9 本章小结 | 第99-100页 |
| 第六章 指挥信息系统自适应状态信息融合技术 | 第100-113页 |
| 6.1 信息准备 | 第100-102页 |
| 6.2 最大似然批估计融合方法 | 第102-103页 |
| 6.3 序惯估计自适应状态融合方法 | 第103-105页 |
| 6.4 目标识别融合方法 | 第105-108页 |
| 6.5 自适应状态融合技术应用举例 | 第108-110页 |
| 6.6 仿真验证 | 第110-112页 |
| 6.7 本章小结 | 第112-113页 |
| 第七章 全文总结与展望 | 第113-116页 |
| 7.1 全文总结 | 第113-114页 |
| 7.2 后续工作展望 | 第114-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-124页 |
| 攻读博士学位期间取得的成果和参加的项目 | 第124-126页 |