多無(wú)人平臺(tái)協(xié)同導(dǎo)航與控制方法

第1章 多無(wú)人平臺(tái)概述
1．1 無(wú)人平臺(tái)
1．2 多無(wú)人平臺(tái)
1．3 協(xié)同導(dǎo)航與協(xié)同控制
1．3．1 多無(wú)人平臺(tái)體系結(jié)構(gòu)
1．3．2 多無(wú)人平臺(tái)協(xié)同導(dǎo)航
1．3．3 多無(wú)人平臺(tái)協(xié)同控制
第2章 一些理論基礎(chǔ)
2．1 矩陣?yán)碚?br />2．2 圖論
2．2．1 基本概念
2．2．2 基本矩陣
2．2．3 基本性質(zhì)
2．3 控制方法
2．3．1 控制系統(tǒng)描述
2．3．2 經(jīng)典的控制方法
2．4 濾波方法
2．4．1 狀態(tài)估計(jì)
2．4．2 卡爾曼濾波
2．4．3 粒子濾波
2．5 一致性
2．5．1 時(shí)間延遲條件下的一致性
2．5．2 采樣數(shù)據(jù)框架下的一致性
2．5．3 量化一致性
2．5．4 收斂速度
第3章 無(wú)線傳感器網(wǎng)絡(luò)與多無(wú)人平臺(tái)
3．1 無(wú)線傳感器網(wǎng)絡(luò)概述
3．1．1 無(wú)線傳感器網(wǎng)絡(luò)的架構(gòu)與節(jié)點(diǎn)
3．1．2 無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)
3．1．3 無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用技術(shù)
3．2 無(wú)線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法
3．2．1 基于簇樹結(jié)構(gòu)的目標(biāo)跟蹤算法
3．2．2 基于位置預(yù)測(cè)的目標(biāo)跟蹤算法
3．2．3 基于粒子濾波的目標(biāo)跟蹤算法
3．2．4 其他目標(biāo)跟蹤算法
3．3 一種應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)的多目標(biāo)跟蹤算法
3．3．1 無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)跟蹤問(wèn)題分析與模型建立
3．3．2 基于概率假設(shè)密度的無(wú)線傳感器網(wǎng)絡(luò)的多目標(biāo)跟蹤算法
3．3．3 仿真實(shí)驗(yàn)與結(jié)果
3．4 多無(wú)人平臺(tái)體系及其控制架構(gòu)
3．4．1 多無(wú)人平臺(tái)體系結(jié)構(gòu)
3．4．2 多無(wú)人平臺(tái)編隊(duì)基礎(chǔ)問(wèn)題
3．4．3 多無(wú)人平臺(tái)編隊(duì)控制方法
第4章 多無(wú)人平臺(tái)協(xié)同導(dǎo)航算法基礎(chǔ)
4．1 一致性狀態(tài)估計(jì)
4．1．1 分布式卡爾曼濾波
4．1．2 一致性濾波
4．1．3 一致性分布式濾波的改進(jìn)
4．2 系統(tǒng)模型和節(jié)點(diǎn)觀測(cè)模型
4．3 非線性一致性分布式估計(jì)算法
4．3．1 一致性DPF算法
4．3．2 一致性DUIF算法
4．3．3 仿真驗(yàn)證與分析
第5章 基于分布式濾波的多無(wú)人平臺(tái)協(xié)同導(dǎo)航
5．1 稀疏動(dòng)態(tài)WSN模型
5．2 適用于稀疏WSN的一致性DPF算法設(shè)計(jì)
5．2．1 稀疏WSN問(wèn)題
5．2．2 信息加權(quán)局部粒子濾波
5．2．3 加權(quán)平均一致濾波器設(shè)計(jì)
5．2．4 算法結(jié)構(gòu)和流程
5．2．5 仿真驗(yàn)證與分析
5．3 適用于稀疏WSN的一致性快速DUIF算法設(shè)計(jì)
5．3．1 問(wèn)題分析
5．3．2 局部無(wú)跡信息濾波
5．3．3 加權(quán)平均一致濾波器設(shè)計(jì)
5．3．4 通信連接邊權(quán)值優(yōu)化
5．3．5 算法結(jié)構(gòu)和流程
5．3．6 仿真驗(yàn)證與分析
5．4 考慮先驗(yàn)估計(jì)誤差相關(guān)性的一致性快速DUIF算法設(shè)計(jì)
5．4．1 問(wèn)題分析
5．4．2 節(jié)點(diǎn)觀測(cè)模型統(tǒng)計(jì)線性化
5．4．3 極大后驗(yàn)估計(jì)
5．4．4 節(jié)點(diǎn)共享信息的平均一致濾波
5．4．5 算法結(jié)構(gòu)和流程
5．4．6 仿真驗(yàn)證與分析
5．5 適用于稀疏/動(dòng)態(tài)WSN的一致性并行融合DUIF算法設(shè)計(jì)
5．5．1 問(wèn)題分析
5．5．2 局部無(wú)跡信息濾波
5．5．3 基于平均網(wǎng)絡(luò)的加權(quán)平均一致濾波器設(shè)計(jì)
5．5．4 算法結(jié)構(gòu)和流程
5．5．5 仿真驗(yàn)證與分析
第6章 時(shí)滯條件下多無(wú)人平臺(tái)協(xié)同控制
6．1 一致性控制
6．1．1 連續(xù)時(shí)間多無(wú)人平臺(tái)一致性控制
6．1．2 離散時(shí)間多無(wú)人平臺(tái)一致性控制
6．2 時(shí)滯條件下編隊(duì)系統(tǒng)穩(wěn)定性分析
6．2．1 基本的時(shí)滯問(wèn)題描述
6．2．2 無(wú)時(shí)滯條件下編隊(duì)系統(tǒng)穩(wěn)定性
6．2．3 系統(tǒng)穩(wěn)定性分析
6．2．4 時(shí)滯誤差下編隊(duì)系統(tǒng)穩(wěn)定性
6．2．5 數(shù)值仿真及分析
6．3 基于預(yù)測(cè)控制的時(shí)滯多無(wú)人平臺(tái)編隊(duì)控制
6．3．1 多無(wú)人平臺(tái)編隊(duì)控制中的時(shí)滯問(wèn)題
6．3．2 一致性分析
6．3．3 仿真分析
6．4 基于預(yù)測(cè)控制的時(shí)滯多無(wú)人平臺(tái)脈沖控制
6．4．1 問(wèn)題描述
6．4．2 一致性分析
6．4．3 仿真分析
第7章 不同拓?fù)浣Y(jié)構(gòu)的多無(wú)人平臺(tái)協(xié)同控制
7．1 對(duì)稱固定拓?fù)潆x散時(shí)間多無(wú)人平臺(tái)協(xié)同控制
7．1．1 一致性協(xié)議設(shè)計(jì)
7．1．2 拉普拉斯矩陣特征值相關(guān)定理及推論
7．1．3 基于相對(duì)信息的多無(wú)人平臺(tái)編隊(duì)控制算法
7．1．4 基于混合信息的多無(wú)人平臺(tái)編隊(duì)控制算法
7．1．5 數(shù)值仿真及分析
7．2 非對(duì)稱固定拓?fù)潆x散時(shí)間多無(wú)人平臺(tái)協(xié)同控制
7．2．1 矩陣有向圖與隨機(jī)矩陣的相關(guān)定義及理論
7．2．2 一致性協(xié)議設(shè)計(jì)
7．2．3 非對(duì)稱拓?fù)淝闆r下的多無(wú)人平臺(tái)編隊(duì)一致性分析
7．2．4 數(shù)值仿真及分析
7．3 可變拓?fù)潆x散時(shí)間多無(wú)人平臺(tái)協(xié)同控制
7．3．1 聯(lián)合圖與SIA矩陣的相關(guān)定義及理論
7．3．2 問(wèn)題描述及一致性協(xié)議設(shè)計(jì)
7．3．3 可變拓?fù)淝闆r下的多無(wú)人平臺(tái)編隊(duì)一致性分析
7．3．4 數(shù)值仿真及分析
第8章 異構(gòu)多無(wú)人平臺(tái)的協(xié)同控制
8．1 連續(xù)時(shí)間異構(gòu)多無(wú)人平臺(tái)的線性一致性
8．1．1 無(wú)向圖下的一致性
8．1．2 有向圖下的一致性
8．1．3 時(shí)延條件下的一致性
8．2 連續(xù)時(shí)間異構(gòu)多無(wú)人平臺(tái)非線性協(xié)議下的一致性
8．2．1 非線性協(xié)議下的一致性
8．2．2 有限時(shí)間一致性分析
8．3 基于采樣數(shù)據(jù)離散時(shí)間異構(gòu)多無(wú)人平臺(tái)的一致性
8．3．1 線性協(xié)議下的一致性分析
8．3．2 基于量化信息的一致性分析
8．4 基于脈沖控制異構(gòu)多無(wú)人平臺(tái)的一致性
8．4．1 基于采樣信息的脈沖一致性分析
8．4．2 基于矩形脈沖方法的一致性分析
參考文獻(xiàn)