![多传感器多源信息融合理论及应用](https://cover.qianqiantushu.cc/37/s60a1b7c.jpg)
![多传感器多源信息融合理论及应用](https://cover.qianqiantushu.cc/37/s60a1b7c.jpg)
多传感器多源信息融合理论及应用PDF电子书下载
- 电子书积分:11 积分如何计算积分?
- 作 者:彭冬亮,文成林,薛安克著
- 出 版 社:北京:科学出版社
- 出版年份:2010
- ISBN:9787030276162
- 页数:298 页
第1章 多传感器多源信息融合概述 1
1.1 信息融合的概念及其优点 1
1.1.1 什么是信息融合 2
1.1.2 多源多传感器信息融合的优势 4
1.2 多源信息融合的模型 7
1.2.1 功能模型 7
1.2.2 结构模型 17
1.2.3 主要的信息融合技术和方法 22
1.3 信息融合的研究现状和存在的问题 26
1.3.1 多源信息融合的研究现状 26
1.3.2 多源信息融合存在的主要问题 29
1.4 信息融合技术的应用 31
1.5 本书结构 32
1.6 结论 32
参考文献 33
第2章 数学基础 38
2.1 概率论、随机过程与数理统计基础 38
2.1.1 事件与概率 38
2.1.2 随机变量及其分布 39
2.1.3 高斯随机变量 41
2.1.4 x2分布随机变量 43
2.1.5 多维随机向量 44
2.1.6 全概率公式与贝叶斯公式 47
2.1.7 随机过程 48
2.1.8 假设检验 51
2.1.9 Neyman-Pearson定理 52
2.2 线性代数、矩阵论与线性系统 53
2.2.1 矩阵基本概念 54
2.2.2 特征值与特征向量 56
2.2.3 矩阵求逆引理 58
2.2.4 矩阵微积分 59
2.2.5 线性系统理论 61
2.3 结论 63
参考文献 63
第3章 参数估计与滤波理论 64
3.1 参数估计基本概念 64
3.1.1 参数估计问题的基本描述 64
3.1.2 参数估计模型 65
3.2 最大似然估计 65
3.3 最小二乘估计 66
3.3.1 线性最小二乘估计的批处理算法 67
3.3.2 线性最小二乘估计的迭代算法 68
3.4 最大后验概率估计 70
3.5 最小均方误差估计 71
3.5.1 最小均方误差估计的一般形式 71
3.5.2 线性最小均方误差估计 71
3.6 Cramer-Rao下限和Fisher信息矩阵 73
3.7 Kalman滤波 74
3.7.1 系统模型 74
3.7.2 算法流程 74
3.7.3 Kalman滤波的优缺点 76
3.8 扩展Kalman滤波 76
3.8.1 系统模型 77
3.8.2 算法流程 77
3.8.3 扩展Kalman滤波的优缺点 79
3.9 Unscented滤波 79
3.9.1 Unscented变换 80
3.9.2 Unscented滤波算法流程 81
3.9.3 Unscented滤波的优缺点 83
3.10 粒子滤波 83
3.10.1 蒙特卡罗积分及重要度采样 83
3.10.2 粒子滤波 84
3.11 结论 87
参考文献 87
第4章 信息类型与传感器系统 89
4.1 信息类型概述 89
4.1.1 信息类型Ⅰ 89
4.1.2 信息类型Ⅱ 90
4.2 传感器系统 90
4.2.1 传感器系统概述 90
4.2.2 传感系统分类 91
4.2.3 人体感觉系统和常用传感器 92
4.2.4 传感系统设计相关问题 97
4.3 结论 98
参考文献 98
第5章 同步采样系统的分步式信息融合 99
5.1 多传感器系统采样分析 99
5.1.1 同步问题 99
5.1.2 异步问题 99
5.2 传统同步融合算法 100
5.2.1 系统描述 101
5.2.2 集中式扩维融合 101
5.2.3 测量值加权融合 102
5.2.4 局部估计值加权融合 103
5.2.5 算法性能分析 103
5.2.6 小结 104
5.3 基于分步式滤波的融合算法 105
5.3.1 算法描述 105
5.3.2 SSF算法理论推导 106
5.3.3 算法精度分析 108
5.3.4 SSF与CFA计算量比较 108
5.3.5 仿真算例 109
5.4 结论 113
参考文献 113
第6章 异步采样系统的信息融合 115
6.1 异步多传感器数据融合概述 115
6.2 基于传输短延迟的异步数据融合 117
6.3 分步式预测融合算法 118
6.3.1 连续系统描述 118
6.3.2 连续系统离散化 118
6.3.3 系统采样描述 119
6.3.4 分步式预测融合算法 120
6.3.5 算法分析 121
6.3.6 计算机仿真 122
6.4 基于匀速增量的异步融合算法 124
6.4.1 系统描述 124
6.4.2 异步采样描述 125
6.4.3 异步采样数据的顺序式融合算法流程 126
6.4.4 计算机仿真 128
6.4.5 小结 133
6.5 基于有理数倍采样的异步融合 133
6.5.1 有理数倍采样描述 133
6.5.2 离散状态模型 134
6.5.3 测量值映射 134
6.5.4 预备工作 135
6.5.5 AFASRNT异步融合算法流程 136
6.5.6 仿真算例 137
6.6 基于状态转换的顺序式异步融合算法 139
6.6.1 系统描述 140
6.6.2 采样过程描述 140
6.6.3 基于伪测量值的异步融合算法 141
6.6.4 基于状态转换的顺序式异步融合算法 142
6.6.5 仿真算例 145
6.6.6 算法性能分析 149
6.6.7 小结 151
6.7 结论 151
参考文献 152
第7章 多目标跟踪技术 154
7.1 引言 154
7.2 多目标跟踪的主要问题 155
7.2.1 跟踪门的形成与选择 156
7.2.2 数据关联与跟踪维持 157
7.2.3 跟踪起始和终结 158
7.2.4 漏报与虚警 158
7.3 经典的数据关联方法 158
7.3.1 最近邻法 158
7.3.2 概率数据关联 159
7.3.3 联合概率数据关联 161
7.4 多假设跟踪算法 166
7.4.1 多假设跟踪算法概述 166
7.4.2 m-最优MHT算法 168
7.4.3 改进的m-最优MHT算法 173
7.5 其他数据关联方法 176
7.5.1 基于图的数据关联方法 176
7.5.2 基于生物学的数据关联方法 179
7.6 结论 180
参考文献 180
第8章 机动目标跟踪 183
8.1 引言 183
8.2 机动目标运动模型 184
8.2.1 CV和CA模型 184
8.2.2 Singer模型 184
8.2.3 半马尔可夫模型 185
8.2.4 协同转弯模型 185
8.2.5 “当前”统计模型 186
8.3 单机动目标跟踪算法 186
8.3.1 多模型法 186
8.3.2 强机动目标跟踪自适应交互式多模型算法 190
8.3.3 三维强机动目标跟踪算法 197
8.3.4 三维强机动目标跟踪算法与强跟踪算法比较研究 205
8.4 多机动目标跟踪算法 208
8.4.1 基于IMMJPDA的多机动目标跟踪算法 209
8.4.2 基于IMMMHT的多机动目标跟踪算法 216
8.5 改进的IMMMHT算法 222
8.5.1 改进的IMMMHT算法 222
8.5.2 仿真情景及结构图 223
8.5.3 结果分析 226
8.6 结论 227
参考文献 227
第9章 纯方位角定位与跟踪 230
9.1 引言 230
9.2 单平台最优观测轨迹 231
9.2.1 静止目标的最优观测轨迹 231
9.2.2 匀速运动目标的最优观测轨迹 236
9.2.3 小结 238
9.3 纯方位角定位 238
9.3.1 伪线性估计 239
9.3.2 迭代最小二乘估计 240
9.3.3 单步最优观测轨迹下的ILS目标定位 241
9.4 单站纯方位角目标跟踪 243
9.4.1 系统模型 243
9.4.2 纯方位角目标跟踪EKF算法 244
9.5 双基站纯方位角目标跟踪 245
9.5.1 系统模型 246
9.5.2 EKF及UKF算法 247
9.6 变周期RP-EKF时延纯方位角目标跟踪 249
9.6.1 问题描述 250
9.6.2 RP-EKF算法 252
9.6.3 模型可变周期的确定 254
9.6.4 仿真及结果分析 255
9.7 结论 256
参考文献 257
第10章 随机集理论及其在信息融合中的应用 258
10.1 概述 258
10.1.1 研究背景 259
10.1.2 随机集理论的发展 260
10.1.3 相关应用 262
10.2 相关方法与有限集合统计学的关系 262
10.2.1 随机测度理论和随机集合理论 262
10.2.2 专家系统 263
10.2.3 “plain-vanilla”贝叶斯方法 263
10.2.4 粒子滤波方法 263
10.2.5 其他相关方法 264
10.3 随机(有限)集的基本思想和理论框架 264
10.3.1 状态空间和测量空间的随机集表示 265
10.3.2 多目标信任质量函数和密度函数 265
10.3.3 集合积分和集合微分 266
10.3.4 规范Bayes建模方法 267
10.3.5 不确定信息的规范建模 270
10.4 随机有限集方法在信息融合中的应用 271
10.4.1 信息融合算法的科学评价 271
10.4.2 SAR图像的ATR 271
10.4.3 群目标跟踪 271
10.4.4 传感器管理 272
10.5 发展方向和展望 273
10.6 结论 274
参考文献 274
第11章 信息融合技术的应用实例 279
11.1 基于多传感器融合理论的过程监控 279
11.1.1 过程监控 279
11.1.2 基于状态估计的过程监控 280
11.1.3 基于信息融合理论的过程监控 283
11.1.4 小结 289
11.2 海洋监测的信息融合体系 289
11.2.1 数据收集层的处理 291
11.2.2 低级的数据处理 292
11.2.3 高层数据处理 295
11.2.4 小结 297
11.3 结论 298
参考文献 298
- 《钒产业技术及应用》高峰,彭清静,华骏主编 2019
- 《管理信息系统习题集》郭晓军 2016
- 《现代水泥技术发展与应用论文集》天津水泥工业设计研究院有限公司编 2019
- 《英汉翻译理论的多维阐释及应用剖析》常瑞娟著 2019
- 《信息系统安全技术管理策略 信息安全经济学视角》赵柳榕著 2020
- 《数据库技术与应用 Access 2010 微课版 第2版》刘卫国主编 2020
- 《区块链DAPP开发入门、代码实现、场景应用》李万胜著 2019
- 《虚拟流域环境理论技术研究与应用》冶运涛蒋云钟梁犁丽曹引等编著 2019
- 《当代翻译美学的理论诠释与应用解读》宁建庚著 2019
- 《第一性原理方法及应用》李青坤著 2019
- 《社会学与人类生活 社会问题解析 第11版》(美)James M. Henslin(詹姆斯·M. 汉斯林) 2019
- 《家》高铁林,王力军文;胡博综图 2019
- 《流体力学》张扬军,彭杰,诸葛伟林编著 2019
- 《本草经解彩色药图》云雪林,杨碧仙主编 2019
- 《景观艺术设计》林春水,马俊 2019
- 《《鬼谷子》思想新解 上》林仁政著 2015
- 《新闻心理学概论 第6版》刘京林 2019
- 《梦之海》陈晓丹,温慧责编;(法)科琳娜·蓓尔特兰德总主编;韦斯林,(乌拉圭)马格努译者;(乌拉圭)兰道尔夫-桑图里奥改编;(阿根廷)乔克绘画;刘慈欣 2020
- 《C程序设计教程 第3版》林小茶,陈昕 2018
- 《中药炮制学实验》陆兔林主编 2018
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《《走近科学》精选丛书 中国UFO悬案调查》郭之文 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《中医骨伤科学》赵文海,张俐,温建民著 2017
- 《美国小学分级阅读 二级D 地球科学&物质科学》本书编委会 2016
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《强磁场下的基础科学问题》中国科学院编 2020
- 《小牛顿科学故事馆 进化论的故事》小牛顿科学教育公司编辑团队 2018
- 《小牛顿科学故事馆 医学的故事》小牛顿科学教育公司编辑团队 2018
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019