21世纪以来，随着计算机和信息技术在军事领域中各方面的深入应用和发展，现代战争的作战模式也有了比较明显的变化，逐渐从以往的“平台中心战”向着“网络中心战”的作战模式方向发展。“网络中心战”下的分布式协同作战方式，以信息网络为支撑，组织分布于广域多维战场空间内多种参战力量进行作战协同，在各自作战单元内通过交互协同信息，完成统一的协同认识。随着侦察手段的增加，战场态势呈现信息量大、复杂性和多变性的特征，如何提高分布式协同作战中信息分发的准确性、全面性和及时性是网络中心战作战模式下的重点问题之一。
　　本文提出一种改进的基于发布/订阅的协同作战态势分发模型，为协同作战的各作战单元及指挥决策者提供准确的数据支持。(1)在模型中，针对战场态势分发需要考虑作战单元对不同军制等级和空间位置的关注度存在差异的特点，设计一种基于扩散模型的订阅排序与匹配过滤方法，通过预先对态势订阅按军制等级和空间距离进行预排序，进而将态势信息优先匹配更相近的订阅，以适应协同作战态势分发的特殊领域，并采用属性数过滤和多线程技术，以加快态势信息与订阅的匹配速度;(2)根据战场态势数据的特性，分别对态势信息与订阅模型中的数值型属性、位置型属性和字符型属性，设计提出各自不同的匹配方法与算法:运用模糊集合理论，为用户提供更丰富的订阅表示能力，并设计提出在数值型与位置型属性上的模糊匹配算法;运用自然语言处理的技术，给出字符型属性的语义相关性匹配方法，针对词法不同而语义相同的态势信息和订阅也能够实现匹配;并基于此提出态势信息与订阅间的综合匹配算法。该算法丰富了态势信息与订阅的表示能力，其不仅可以表示精确的数值属性，还可以表示模糊的数值属性，以及模糊位置属性和字符属性，并提高对态势信息和订阅的匹配能力。
　　实验表明，所设计的各不同属性类型的匹配算法能够较好的支持态势的匹配，同时，基于扩散模型的订阅排序与匹配过滤方法，有效的实现了对态势信息的按需快速分发，采用属性数过滤和多线程技术进一步加速了匹配的速度。因此，本文提出的协同作战态势分发模型拥有具有更强的态势信息与订阅的表示能力和匹配能力，无论是理论上还是实践上都具有重要意义。