核生化信息融合技术与应用

**章　核生化信息融合概述001
**节　核生化信息融合简介 002
一、信息融合的定义 002
二、核生化信息融合的定义 003
三、核生化信息融合的特点 003
第二节　核生化信息融合的基本原理和级别/ 004
一、核生化信息融合的基本原理 004
二、核生化信息融合的模型和级别 006
第三节　核生化信息融合的应用 014
一、信息融合技术的军事应用 014
二、核生化信息融合技术的应用现状 016
第四节　核生化信息融合技术发展趋势 019
一、改进现有的信息融合方法 019
二、综合应用多种信息融合方法 019
三、研究应用新兴的信息融合方法 019

第二章　核生化信息融合的数学基础021
**节　常用数理统计分布 022
一、正态分布 022
二、均匀分布 023
三、χ2 分布 023
四、t 分布 023
五、F 分布 024
六、非中心χ2 分布 024
七、二项分布 025
第二节　不确定性信息融合方法 025
一、模糊推理方法 025
二、灰色系统方法 030
三、粗糙集方法 033
四、贝叶斯优化方法 035
第三节　信息融合智能寻优算法 037
一、遗传算法 038
二、蚁群算法 049
三、花朵授粉算法 051

第三章　核生化信息融合模型055
**节　核生化信息的概念 056
一、信息的定义 056
二、核生化信息的定义 057
第二节　核生化信息建模 058
一、核危害信息建模 058
二、化生危害信息建模 059
第三节　核生化信息融合模型构建 063
一、核生化信息融合内容 063
二、核生化威胁建模 063
三、核生化危害军事概念建模 066
四、核生化信息融合功能模型 072

第四章　核生化信源分类及特性077
**节　核生化信源分类 078
一、按监测信号种类划分 078
二、按作用范围划分 078
三、按信息获取的实时性划分 078
四、按输出信息的类别划分 078
第二节　核监测信源 079
一、光辐射 079
二、核电磁脉冲 084
三、冲击波 093
四、核辐射 096
第三节　化学监测信源 105
一、化学武器的伤害形式及特点 106
二、化学武器的种类及危害方式 107
三、化学毒剂传感器 109
第四节　生物监测信源 118
一、生物战剂的分类 118
二、生物战剂的施放方法 121
三、生物传感器 122

第五章　核生化检测融合技术及应用125
**节　检测融合技术基本原理 126
一、分布式检测融合基本原理 126
二、核生化信息检测融合问题描述 126
第二节　单点信源的分布式检测融合方法 127
一、基础模型构建 127
二、融合算法设计 132
三、数值仿真实验设计 135
第三节　混合信源的分布式检测融合方法 142
一、融合算法设计 142
二、数值仿真实验设计 145

第六章　核生化危害预测技术及应用149
**节　核生化危害预测概述 150
一、核生化危害预测基本概况 150
二、国外核生化危害预测相关应用平台 151
三、国内核生化危害预测相关应用平台 152
第二节　基于高斯扩散模式的核生化危害快速预测技术 153
一、高斯扩散模式的基本原理 153
二、瞬时扩散下的高斯扩散 153
三、连续扩散下的高斯扩散 154
四、扩散参数获取方式 155
第三节　基于流体动力学的核生化危害预测技术 156
一、OpenFOAM开源平台概况 157
二、基于OpenFOAM的核生化危害扩散详细预测模型 157
三、面向CHDNFP模型求解的IDEFWA设计 165
四、CHDNFP-IDEFWA求解器的编译 169
第四节　应用案例 171
一、SF6 示踪实验基本情况介绍 172
二、实验模拟与分析 172
三、实验结果讨论 177

第七章　核生化危害源项反演技术及应用183
**节　核生化危害源项反演研究现状 184
一、基于欧拉方法的源项估计 184
二、基于拉格朗日方法的源项估计 187
三、基于深度学习的源项估计 188
第二节　基于四维变分的核生化初生危害源项反演技术 190
一、初生化学危害多源反演问题建模 190
二、初生化学危害多源反演梯度模型 192
三、瞬时释放条件下的数值预报切线性算子Dt+1 193
四、背景误差协方差矩阵B 197
五、观测误差协方差矩阵R 199
六、基于共轭梯度法的梯度模型迭代求解 199
第三节　基于花朵授粉算法改进的核生化再生危害源项反演技术 200
一、再生化学危害源项反演问题建模 200
二、再生化学危害4DVAR多源反演模型构建 201
三、面向4DVAR多源反演模型求解的改进花朵授粉算法(IFPA-4DVAR) 204
第四节　基于扩散模型误差改进的核生化危害反演技术 207
一、DME-4DVAR多源反演模型构建 207
二、基于贝叶斯优化的扩散模型误差因子估计 210
三、数值模拟分析 212
第五节　应用案例 217
一、示踪试验基本情况 217
二、扩散模型误差因子估计 218
三、源强和源的位置估计 219
四、实验结果分析 220

第八章　核生化数据同化技术及应用223
**节　数据同化基本理论 224
第二节　核生化顺序数据同化技术 225
一、线性卡尔曼滤波 225
二、扩展卡尔曼滤波 226
三、集合卡尔曼滤波 226
第三节　核生化连续数据同化技术 227
一、三维变分数据同化 228
二、四维变分数据同化 230
第四节　应用案例 232
一、实验背景和初始参数 232
二、数据处理及实验结果 234
三、粒子示踪实验条件 234
四、数据同化实验方法 235
五、实验结果 236

第九章　核生化遥测信息融合技术及应用241
**节　相关领域研究现状 242
第二节　化学云团的遥测定位建模与融合处理 243
一、化学云团的类型 243
二、基于瞬时点源的化学云团遥测定位 245
三、基于连续点源的化学云团遥测定位 263
四、误差分析 267
第三节　化学云团的边界提取 270
一、边界问题的提出 270
二、基于陆上遥测的化学云团边界提取模型 271
三、基于空中遥测的化学云团边缘提取模型 278

参考文献 289