轨道交通安全智能融合技术PDF电子书下载

第1章 信息融合概述 1

1.1信息融合的发展历史与现状 1

1.2多传感器系统的特点与控制结构 2

1.3信息融合的主要方法 4

1.3.1信息融合的主要模型 4

1.3.2信息融合的主要算法 6

1.3.3当前的研究热点 8

1.4信息融合的应用案例 8

1.4.1信息融合在轨道交通领域中的应用 8

1.4.2其他典型的应用 11

1.5信息融合技术的发展前景 12

第2章 信息融合中的数学基础 14

2.1粗糙集与证据理论 14

2.1.1粗糙集理论基础 15

2.1.2证据理论基础 19

2.2模糊集合理论基础 23

2.2.1多传感器融合数据有效性模糊处理技术 23

2.2.2多传感器融合数据有效性模糊评判实现 26

2.3贝叶斯统计方法 29

2.3.1贝叶斯公式 29

2.3.2先验分布 30

2.3.3贝叶斯估计 31

2.3.4贝叶斯决策 32

2.4 H∞滤波理论 33

2.4.1 H∞滤波技术基础 33

2.4.2系统H∞控制标准设计问题 36

2.4.3连续系统H∞滤波问题的描述 37

2.4.4离散系统H∞滤波问题的描述 38

2.4.5 H∞滤波器同卡尔曼滤波器的比较 39

2.5灰色系统理论 40

2.5.1灰色系统的概念与基本原理 40

2.5.2序列算子与灰色序列生成 41

2.5.3灰色系统预测 47

第3章 信息融合系统功能和结构模型 49

3.1概述 49

3.2信息融合系统的功能模型 52

3.3信息融合系统的结构模型 53

3.3.1检测级融合 54

3.3.2位置级融合 54

3.3.3态势评估 54

3.3.4威胁估计 55

3.4信息融合的级别 56

3.5信息融合系统的通用处理结构 58

3.6信息融合的六级功能分类模型 60

第4章 信息融合的数据支持 63

4.1多传感器信息融合时的数据准备 63

4.1.1预处理 63

4.1.2修正系统误差 63

4.1.3坐标变换或空间配准 64

4.1.4时间同步或对准 64

4.1.5量纲对准 65

4.2数据关联 65

4.3数据关联的过程和步骤 66

4.3.1多传感器数据关联 66

4.3.2数据关联过程 68

4.3.3数据关联的一般步骤 68

4.4数据关联的方法 70

4.5多传感器联合概率数据关联 77

4.5.1概率数据关联滤波器 78

4.5.2多传感器概率数据关联算法 82

第5章 基于统计的信息融合 84

5.1参数估计的基本概念与方法 84

5.1.1参数估计的基本概念 84

5.1.2估计问题 85

5.1.3估计的偏差和无偏性 86

5.1.4估计的方差和克拉美-劳不等式 87

5.1.5估计的有效性 89

5.1.6充分估计 90

5.1.7估计的一致性 91

5.1.8估计的其他性质 91

5.2总体参数的点估计 92

5.2.1矩估计 92

5.2.2极大似然估计 93

5.2.3点估计的评价标准 94

5.3正态总体均值的区间估计 96

5.3.1总体参数区间估计的概念和基本思想 96

5.3.2单正态总体均值的区间估计 97

5.3.3两正态总体均值之差的区间估计 101

5.3.4单侧区间估计问题 103

5.4一般总体均值和成数的大样本区间估计 105

5.4.1非正态总体均值的大样本区间估计 106

5.4.2总体成数（比例）的大样本区间估计 107

5.4.3单侧区间估计 109

5.5正态总体方差的区间估计 110

5.5.1单正态总体方差的区间估计 110

5.5.2两正态总体方差之比的区间估计 112

5.6样本容量的确定 114

5.6.1总体均值估计的必要样本容量 114

5.6.2总体成数估计的必要样本容量 115

5.7信息融合方法 116

5.7.1贝叶斯信息融合方法 116

5.7.2模糊信息融合方法 117

5.7.3神经网络信息融合方法 118

5.7.4 D-S证据理论信息融合方法 125

第6章 目标跟踪融合 133

6.1概述 133

6.1.1目标检测跟踪的含义 133

6.1.2信息获取技术 134

6.1.3基本概念与术语 135

6.1.4目标探测与识别的信息链 136

6.1.5目标检测方法的基本概念 137

6.1.6目标跟踪方法涉及的基本问题 137

6.2运动跟踪 140

6.2.1卡尔曼滤波 140

6.2.2基于预测的运动跟踪 141

6.3多传感器多模型概率数据关联算法 143

6.3.1多模型算法 145

6.3.2相互作用多模型-概率数据关联算法 147

6.3.3多传感器多模型-概率数据关联滤波器 149

6.4基于交互式多模型方法的目标跟踪 152

6.4.1目标建模 152

6.4.2交互多模算法原理 152

6.4.3案例分析 154

第7章 城市轨道交通的信息融合技术 160

7.1概述 160

7.2城市轨道交通的综合监控系统 162

7.2.1综合监控系统的技术现状 163

7.2.2综合监控系统的技术发展方向 166

7.2.3新一代城市轨道交通综合信息管理系统 169

7.3城市轨道交通的列车定位技术 170

7.3.1轨旁定位技术 171

7.3.2车载列车定位技术 174

7.3.3基于多传感器融合的列车测速定位方法 175

7.4多传感器信息融合技术下的轨道交通车站设备故障诊断 178

7.4.1轨道交通车站设备 178

7.4.2多传感器信息融合技术在故障诊断中的应用 179

7.5信息融合技术下的地铁中央空调风机故障诊断 180

7.5.1神经网络信息融合故障诊断技术 180

7.5.2信息融合技术在故障诊断中的应用 181

7.5.3地铁中央空调风机故障诊断系统建立 182

7.6基于数据融合的城市轨道交通线网指挥中心综合信息平台 184

7.6.1网络化运营需求分析 184

7.6.2线网指挥中心综合信息平台的构建 185

7.6.3综合信息平台的关键技术 186

第8章 铁道车辆的信息融合技术 188

8.1概述 188

8.2车辆定位系统的信息融合技术 190

8.2.1 GPS航位推算系统 190

8.2.2 DAB-GSM融合定位系统 193

8.2.3 GPS/DR/MM组合定位系统 194

8.3铁路5T系统的信息融合技术 198

8.3.1 5T系统简介 198

8.3.2 5T数据接入和信息融合设计 206

8.4高速列车远程诊断与虚拟维护系统的信息融合技术 209

8.4.1系统概述 210

8.4.2技术方案 216

8.4.3系统建立与主要功能 221

参考文献 223