当前位置:首页 > 工业技术
多传感器数据融合手册
多传感器数据融合手册

多传感器数据融合手册PDF电子书下载

工业技术

  • 电子书积分:21 积分如何计算积分?
  • 作 者:(美)大卫·霍尔著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2008
  • ISBN:7121061767
  • 页数:784 页
图书介绍:本书汇集了近年来许多著名数据融合研究人员和数据融合研究机构的研究成果,为数据融合系统的设计人员和研究人员提供了数据融合概念、模型、算法、系统工程问题和应用实例等多方面的资料。该书既可供数据融合系统设计人员和研究人员了解数据融合的基本概念、基本知识;也可供其了解数据融合的关键技术;还可供其了解数据融合系统的设计开发方法,以及数据融合的重要应用领域。
《多传感器数据融合手册》目录

多传感器数据融合 2

引言 2

多传感器的优势 3

军事应用 4

非军事应用 7

三种处理体系结构 9

一种数据融合处理模型 11

技术发展水平评估 12

其他文献信息 15

参考文献 15

JDL数据融合修正模型 16

引言 16

数据融合的含义 16

数据融合的任务 16

数据融合的定义 19

模型和体系结构 20

数据融合“层次” 22

关联和估计 24

层次间关系和态势感知 26

属性估计和关系估计功能 27

信息状态和感知状态 33

与其他模型的比较 36

asarathy功能模型 36

Bedworth和O’Brien对各种模型的比较以及Omnibus模型 38

总结 40

参考文献 41

多目标跟踪数据关联算法介绍 43

引言 43

航迹维持 44

最近邻 47

航迹分裂和多假设 49

跟踪门 50

二分查找和kd树 53

三叉树 57

优先级kd树 60

结论的应用 63

结论 67

致谢 68

参考文献 68

图像和空间数据融合原理及实践 70

引言 70

图像和空间数据融合的意义 70

图像和空间数据融合定义 73

多传感器自动目标识别数据融合的三个典型层次 77

像素层融合 77

特征层融合 79

决策层融合 81

多层次融合 82

用于图像数据增强的图像数据融合 83

多分辨率图像 84

动态图像 85

三维图像 85

空间数据融合应用 86

空间数据融合:综合图像和非图像数据创建空间信息系统 87

地图测绘、海图测绘和测地学(MC&G)的应用 88

总结 92

参考文献 92

数据配准 96

引言 96

配准问题 97

目前研究工作回顾 98

元启发式配准方法 102

深度图像的小波配准方法 106

配准的辅助处理/预处理 109

结论 110

致谢 111

参考文献 111

数据融合自动化:自顶向下的观点 113

引言 113

生物系统中的融合隐喻 113

指挥和控制中的融合隐喻 115

拼图游戏的融合隐喻 116

证据组合 120

信息需求 121

问题的维数 122

同类和异类传感器量测数据 123

生物学推动的融合处理模型 124

融合处理模型扩展 134

短期、中期和长期知识 134

融合类别 136

融合类别和标准的问题解决形式 140

几点评论 147

评论1 147

评论2 148

评论3 149

评论4 150

评论5 151

致谢 152

参考文献 152

证据组合方法比较 153

引言 153

证据组合的几种方法 154

概率论方法 154

可能性理论方法 164

证据理论方法 169

证据组合方法 172

一个数据融合系统实例 179

系统环境 180

空间集合(collections of spaces) 185

运行中的系统 188

总结 197

比较和结论 197

附录7 A概率公理 197

参考文献 198

雷达、声呐、光电传感器应用中的概率数据关联目标跟踪技术 202

引言 202

概率数据关联 203

假设 203

概率数据关联滤波器方法 204

量测有效性 205

状态估计 205

状态和协方差更新 206

预测方程 207

概率数据关联 207

参数概率数据关联 209

非参数概率数据关联 209

基于特征的极大似然-概率数据关联(ML-PDA)方法的低可观测目标运动分析 210

幅度信息特征 210

目标模型 211

极大似然-概率数据关联估计器(ML-PDA) 214

用于估计的克莱莫-罗(CramerRao)下界 217

结果 219

机动目标跟踪的交互多模型概率数据关联滤波器(IMMPDAF) 222

坐标选择 223

航迹形成 225

航迹维持 226

航迹终止 234

仿真结果 234

低可观测目标跟踪的可变窗ML-PDA估计器 236

场景 237

极大似然-概率数据关联估计器(ML-PDA)的公式表示 238

自适应极大似然-概率数据关联(ML-PDA) 243

结果 246

总结 250

参考文献 250

最优和近似数据关联的组合方法介绍 252

引言 252

背景 253

最大可能分配 256

最优方法 257

有关计算问题的几点考虑 259

JAM的有效计算 261

积和式近似值的粗略估计 263

基于积和式不等式的近似估计 264

不同方法间的比较 267

大规模数据关联 271

推广 275

结论 276

致谢 276

附录9A数据关联实验算法 276

参考文献 278

多目标跟踪的贝叶斯方法 280

引言 280

贝叶斯方法的定义 281

与卡尔曼滤波之间的关系 281

单目标跟踪问题的贝叶斯公式 282

贝叶斯滤波 282

问题定义 283

计算后验分布 285

似然函数 287

无有效观测或关联条件下的多目标跟踪(联合跟踪) 291

多目标运动模型 291

多目标似然函数 292

后验分布 293

联合跟踪递归 294

多假设跟踪(MHT) 296

有效观测、扫描和关联假设 298

扫描和数据关联似然函数 300

一般的多假设跟踪 302

独立多假设跟踪 306

联合跟踪与多假设跟踪及其他跟踪方法之间的关系 310

一般多假设跟踪是联合跟踪的一个特例 310

联合跟踪与其他多目标跟踪算法之间的联系 310

对联合跟踪的评论 312

似然比检测与跟踪 312

基本定义和关系 313

似然比递归 316

对数似然比 318

判断目标是否出现 319

跟踪置前检测 321

参考文献 322

使用多帧分配的数据关联 324

引言 324

问题的背景 326

一般数据关联问题的分配公式 327

多帧航迹起始与航迹维持 333

航迹起始 334

使用滑窗的航迹维持 334

算法 336

预处理 337

针对分配问题的拉格朗日松驰算法 339

算法复杂度 342

改进方法 342

未来研究方向 343

其他的数据关联问题和表示 343

数据帧 343

滑窗 344

算法 344

网络中心多帧分配 345

致谢 346

参考文献 346

采用协方差交集的(CI)广义分布式数据融合 349

引言 349

分布式数据融合 350

协方差交集 354

问题陈述 354

协方差交集算法 355

采用CI算法的分布式数据融合 359

推广的实例 362

合并已知的独立信息 368

回顾前面的例子 371

结论 374

致谢 375

附录12 A CI算法的一致性 376

附录12 B MATLAB源代码 377

常规CI算法 378

分离CI算法 378

参考文献 379

非线性系统中的数据融合 381

引言 381

非线性系统中的估值 382

问题陈述 382

具有不确定性的变换 384

无迹变换(UT) 386

基本思想 386

一个σ点集的例子 388

无迹变换的特性 389

无迹变换的应用 390

极坐标系到直角坐标系的转换 390

非连续变换 391

无迹变换滤波 394

实例研究:无迹变换滤波的线性误差 397

实例研究:无迹变换在高阶非线性系统中的应用 401

多层次传感器融合 405

结论 407

致谢 408

参考文献 408

基于随机集理论的目标跟踪与识别 410

引言 412

“贝叶斯冰山”:模型、最优性和可计算性 412

多源、多目标和多证据问题难以处理的原因 419

有限集统计理论(FISST) 419

使用随机集的原因 424

跟踪和识别的基本统计理论 424

贝叶斯递归滤波 425

由传感器模型构造似然函数 426

由运动模型构造马尔可夫密度 427

最优状态估计器 427

多目标传感器模型 428

情形Ⅰ:无漏检、无虚警 428

情形Ⅱ:有漏检 429

情形Ⅲ:有漏检、有虚警 429

情形Ⅳ:多传感器 430

多目标运动模型 430

情形Ⅰ:目标数目没有变化 430

情形Ⅱ:目标数目可能减少 431

情形Ⅲ:目标数目可能增加和减少 431

FISST多源多目标微积分 432

传感器模型的信任质量函数 432

运动模型的信任质量函数 434

集积分和集导数 434

针对FISST微积分的“Tu-the-Crank”规则 437

FISST多源多目标统计学 438

构造真实的多目标似然函数 438

构造真实的多目标马尔可夫密度 439

多目标先验分布 440

多目标后验分布 440

期望值和协方差 441

经典状态估计的失效 442

最优多目标状态估计器 443

多目标状态估计的克莱莫一罗下界 444

多目标的误差距离 444

最优贝叶斯融合,跟踪和识别 444

多传感器多目标滤波方程 445

多目标滤波的简要历史 446

多目标滤波中的计算问题 447

最优传感器管理 449

鲁棒贝叶斯融合,跟踪和识别 449

“模糊”数据的随机集模型 450

模糊数据的形式 451

模糊数据的真实似然函数 452

广义似然函数 452

以模糊数据为条件的后验 453

实用的广义似然函数 453

联合多源多目标数据融合 454

总结和结论 455

致谢 456

参考文献 457

数据融合系统的需求来源 462

引言 462

需求分析过程 463

工程论流程方法 465

企业体系结构方法 467

企业体系结构的三种视图 468

两种方法的对比 470

参考文献 472

数据融合系统的系统工程实现方法 474

引言 474

数据融合体系结构 475

数据融合在信息处理系统中的作用 475

开放的系统环境 476

层次化设计 477

基于范例的体系结构 478

数据融合系统工程方法 482

数据融合工程方法论 482

系统工程方法 484

融合系统任务优化 498

融合系统需求分析 498

融合系统树最优化 499

融合树节点最优化 515

详细的设计与开发 530

参考文献 531

Corlation工程的研究与分析:关联问题及其技术的全面评估 533

引言 533

这项研究的背景和前景 534

数据关联(DC)问题的描述 535

假设生成 537

假设生成问题空间的特性 537

假设生成的解决技术 539

假设生成问题空间到解空间的映射 541

假设评估 543

假设评估问题空间的特性 543

假设评估问题空间到评估方法空间的映射 545

假设选择 547

分配问题 548

假设选择技术对比 549

假设选择的工程实现 554

总结 558

参考文献 560

支持战术数据融合的数据管理 562

引言 562

数据库管理系统 563

空间、时间和层次化推理 565

数据库设计准则 570

直观的算法开发 570

高效的算法性能 571

数据表示精度 571

数据库操作效率 572

空间数据表示法的特性 575

数据库设计中的权衡 582

空间对象表示法 583

低分辨率空间表示法 584

高分辨率空间表示法 584

混合空间特征表示法 585

综合空间/非空间数据表示法 587

应用实例 588

问题的解决途径 589

详细的例子 591

总结和结论 599

致谢 600

参考文献 600

消除人机接口的瓶颈:人机接口(HCI)对数据融合系统性能的影响 601

引言 601

一个多媒体试验 604

SBIR的目标 604

试验设计和测试方法 605

基于计算机训练的实施 607

实验结果总结 609

对数据融合系统的意义 613

致谢 616

参考文献 616

多传感器融合处理性能评估 618

引言 618

数据融合处理的测试和评估 620

建立评估环境 621

测试评估原理体系 622

测试评估准则 623

测试和评估方法 626

测试和评估过程总结 627

评估工具:测试平台、仿真和标准数据集 629

融合性能与军事效能的关系-有效性度量 634

总结 643

参考文献 643

多传感器数据融合中的一些小秘诀 645

引言 645

JDL数据融合处理模型 645

数据融合的发展现状和局限性 648

第一级:目标优化 650

第二级:态势评估 651

第三级:威胁估计 652

第四级:过程优化 653

人机接口(HCI) 654

数据库管理 654

研究需求 655

数据源 655

数据预处理 656

第一级:目标优化 656

第二级:态势评估和第三级:威胁估计 656

人机接口(HCI) 657

数据库管理 657

第四级:过程优化 657

基础设施需求 658

数据融合的缺陷 658

总结 660

参考文献 660

多传感器数据融合系统纵览 664

引言 664

数据融合研究与开发的最新动态 664

系统性能评估 669

参考文献 676

机电系统预测诊断系统开发中的数据融合 677

引言 677

CBM的目的 677

CBM系统概况 680

诊断问题 681

特征级融合 682

决策级融合 682

基于模型的开发 685

多传感器融合工具箱 686

应用实例 687

机电传输 688

流体系统 701

电化学系统 709

结束语 718

致谢 718

参考文献 719

21世纪美国国家航空航天局的信息技术 722

引言 722

美国国家航空航天局的应用领域 723

无人航天探测 723

载人航天探测 724

对地观测 724

空中交通管制 724

下一代的系统设计方法 725

美国国家航空航天局的重要研究投资领域 725

自动推理 726

智能数据理解 727

以人为中心的计算 728

高性能计算和组网 729

结论 730

分布式地面传感器系统的数据融合 731

引言 731

问题域 732

现有的系统 735

传感器信息技术中的原型传感器 736

软件结构 738

陈述性语言终端 739

订购 740

移动代码 740

扩散网络路由 741

协同信号处理 742

信息安全 742

总结 743

致谢及免责声明 743

参考文献 744

一种基于信息需求的融合过程的评估方法 745

引言 745

信息需求 746

数据库分析 749

重要概念 753

评估方法 754

参考文献 757

数据融合相关的Web站点和新闻组 760

术语 765

相关图书
作者其它书籍
返回顶部