自適應(yīng)雷達(dá)資源管理

第1章 緒論
1.1 雷達(dá)資源管理概念
1.1.1 雷達(dá)資源
1.1.2 雷達(dá)資源管理層級
1.1.3 雷達(dá)典型功能
1.1.4 雷達(dá)資源管理模型
1.2 本書內(nèi)容安排
第2章 雷達(dá)資源管理技術(shù)概述
2.1 簡介
2.2 人工智能算法
2.2.1 神經(jīng)網(wǎng)絡(luò)
2.2.2 專家系統(tǒng)
2.2.3 模糊邏輯
2.2.4 熵
2.3 動(dòng)態(tài)規(guī)劃算法
2.3.1 實(shí)例
2.3.2 計(jì)算的挑戰(zhàn)
2.3.3 動(dòng)態(tài)規(guī)劃算法
2.3.4 小結(jié)
2.4 基于質(zhì)量的資源分配管理算法
2.4.1 簡介
2.4.2 數(shù)學(xué)公式
2.4.3 基于質(zhì)量的資源分配管理具體算法
2.5 波形輔助算法
2.5.1 簡介
2.5.2 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)算法
2.5.3 基于波形選擇的概率數(shù)據(jù)關(guān)聯(lián)算法（WSPDA）
2.5.4 其他波形輔助算法
2.5.5 自適應(yīng)雷達(dá)文獻(xiàn)綜述
2.5.6 DARPA海軍應(yīng)用自適應(yīng)波形設(shè)計(jì)研究計(jì)劃
2.5.7 小結(jié)
2.6 自適應(yīng)數(shù)據(jù)率算法
2.6.1 簡介
2.6.2 自適應(yīng)數(shù)據(jù)率跟蹤的基礎(chǔ)
2.6.3 自適應(yīng)數(shù)據(jù)率交互式多模型-多假設(shè)跟蹤（IMM-MHT）算法
2.6.4 其他自適應(yīng)數(shù)據(jù)率算法
2.6.5 小結(jié)
2.7 NRL基準(zhǔn)問題和解決方案
2.7.1 NRL基準(zhǔn)問題
2.7.2 基準(zhǔn)測試問題的解決方案
2.7.3 基準(zhǔn)的解決方案
2.7.4 基準(zhǔn)的解決方案
2.7.5 基準(zhǔn)的解決方案
2.7.6 小結(jié)
2.8 總結(jié)
第3章 自適應(yīng)與非自適應(yīng)管理技術(shù)比較
3.1 性能指標(biāo)
3.1.1 調(diào)度器性能指標(biāo)
3.1.2 檢測性能指標(biāo)
3.1.3 跟蹤器性能指標(biāo)
3.2 ADAPT_MFR仿真工具
3.3 自適應(yīng)技術(shù)
3.3.1 模糊邏輯優(yōu)先級方法
3.3.2 時(shí)間平衡調(diào)度
3.3.3 自適應(yīng)跟蹤間隔方法
3.4 性能比較
第4章 自適應(yīng)調(diào)應(yīng)技術(shù)
4.1 最優(yōu)分配調(diào)度法
4.1.1 引言
4.1.2 最優(yōu)分配調(diào)度法的具體實(shí)現(xiàn)
4.1.3 時(shí)間平街調(diào)度法
4.1.4 性能評估
4.1.5 小結(jié)
4.2 雙斜率得益麗數(shù)調(diào)度法
4.2.1 序慣調(diào)度法概述
4.2.2 雙斜率得益函數(shù)子調(diào)度模塊
4.2.3 次要照射間隙填充（GF）子調(diào)度模塊
4.2.4 調(diào)度示例
4.2.5 與Orman調(diào)度算法的比較
4.2.6 單純形法
4.2.7 得益函數(shù)的其他形式
第5章 組網(wǎng)雷達(dá)資源管理
5.1 概述
5.2 預(yù)備知識
5.2.1 雷達(dá)組網(wǎng)
5.2.2 分布式跟蹤
5.3 協(xié)同雷達(dá)資源管理體系結(jié)構(gòu)概念
5.3.1 集中式管理體系結(jié)構(gòu)
5.3.2 分布式管理體系結(jié)構(gòu)
5.3.3 組網(wǎng)雷達(dá)目標(biāo)優(yōu)先排序
5.4 分布式雷達(dá)資源協(xié)同管理技術(shù)
5.4.1 獨(dú)立雷達(dá)資源管理
5.4.2 管理類型
5.4.3 管理類型
5.4.4 通信信道可用性模型
5.5 雙雷達(dá)組網(wǎng)實(shí)例
5.6 小結(jié)
第6章 結(jié)論
6.1 熱點(diǎn)問題
6.2 未來展望
參考文獻(xiàn)