多传感器数据融合及其应用PDF电子书下载

目录 1

第1章 多传感器数据融合概述 1

1.1引言 1

1.1.1概况 1

1.1.2雷达信息处理系统的发展过程 3

1.1.3数据融合系统中的主要传感器 6

1.1.4数据融合的应用领域 8

1.2数据融合的定义和通用模型 10

1.2.1数据融合的定义 10

1.2.2数据融合的通用模型 11

1.2.3传感器组成及描述 12

1.3数据融合的重要性和潜在能力 16

1.4数据融合的分类 17

1.4.1像素级融合 17

1.4.2特征级融合 18

1.4.3决策级融合 18

1.5数据融合技术 19

1.6数据融合的主要内容 20

第2章 状态估计 23

2.1卡尔曼滤波器 23

2.1.1用数字滤波器作为估值器 24

2.1.2线性均方估计 26

2.1.3最优递归估值器——标量卡尔曼滤波器 28

2.1.4向量卡尔曼滤波器 30

2.1.5扩展卡尔曼滤波器 35

2.1.6卡尔曼滤波器在雷达跟踪中的应用 40

2.1.7扩展卡尔曼滤波器在目标跟踪和卫星轨道确定方面的应用 43

2.1.8目标机动检测 47

2.1.9自适应卡尔曼滤波器 49

2.2常系数α-β和α-β-γ滤波器 52

2.2.1目标运动模型 52

2.2.2常系数α-β和α-β-γ滤波器 52

2.2.3常系数α-β和α-β-γ滤波器的系数 54

2.2.4变系数α-β和α-β-γ滤波器的系数 55

2.2.5α-β和α-β-γ组合滤波器 56

2.3自适应α-β滤波器 57

2.3.1目标运动方程和观测方程 57

2.3.2自适应系数的获取 57

2.3.3滤波算法 58

2.3.4获取α（k）和β（k）的局部方差方法 58

第3章 数据关联及其数据准备 60

3.1多传感器数据关联时的数据准备 60

3.1.1对雷达信号处理的要求 60

3.1.2预处理 60

3.1.3修正系统误差 62

3.1.4坐标变换或空间对准 62

3.1.5时间同步或对准 64

3.1.6量纲对准 65

3.2数据关联 66

3.2.1数据关联举例 66

3.2.2数据关联过程 69

3.2.3数据关联的一般步骤 76

3.3.1位置关联及关联门 77

3.3状态关联及关联门的应用 77

3.3.2位置—速度关联 79

3.3.3编批目标的关联 81

3.4关联门的选择 81

3.4.1关联门的形状 81

3.4.2关联门的类型 82

3.4.3关联门的尺寸 82

3.5.1最邻近数据关联（NNDA） 84

3.5各种数据关联方法 84

3.5.2概率数据关联（PDA） 85

3.5.3联合概率数据关联（JPDA） 88

3.5.4交互多模型法（IMM） 92

3.5.5全局最邻近数据关联 96

3.5.6简易联合概率数据关联（CJPDA） 97

3.5.7模糊数据关联（FDA） 98

3.5.11多假设法（MHT） 100

3.5.10“全邻”最优滤波法 100

3.5.9最邻近联合概率数据关联（NNJPDA） 100

3.5.8准最佳联合概率数据关联（SJPDA） 100

3.5.12航迹分裂法 101

3.5.13最大似然数据关联（MLDA） 101

3.6用实际雷达数据对某些关联方法的评价 101

第4章 航迹及其融合 104

4.1引言 104

4.2航迹管理 106

4.2.1逻辑法 106

4.2.2记分法 108

4.3航迹的初始化算法 109

4.3.1两点外推 109

4.3.2三点加速外推 110

4.4航迹关联 111

4.4.1统计关联方法 111

4.4.2模糊关联方法 112

4.5.1航迹融合结构 114

4.5航迹融合 114

4.5.2航迹融合中的相关估计误差问题 115

4.5.3航迹状态估计融合 115

4.5.4模糊航迹融合 122

4.5.5利用伪点迹的航迹融合方法 124

4.5.6信息去相关算法 126

第5章 身份融合 130

5.1引言 130

5.3特征及其提取 132

5.2身份融合算法的分类 132

5.3.1图像特征 133

5.3.2信号数据特征 134

5.4身份识别 135

5.5识别技术概述 137

5.5.1相似性系数法 137

5.5.2统计模式识别技术 138

5.5.3神经网络技术 139

5.5.4参数模板法 142

5.5.5聚类分析技术 143

5.5.6物理模型 147

5.5.7基于知识的方法 148

5.6身份融合算法 149

5.6.1经典推理 149

5.6.2Bayes推理 150

5.6.3Dempster-Shafer证据推理方法 152

5.6.4身份信息融合的最佳方法 161

6.1.1态势评估的定义 166

6.1.2态势评估元素 166

6.1态势评估 166

第6章 态势评估与威胁评估 166

6.1.3态势评估包含的主要内容 167

6.1.4态势评估的特点 168

6.1.5态势显示 168

6.2威胁评估 168

6.2.1威胁评估的定义 168

6.2.2威胁评估元素 168

6.2.3威胁评估的主要内容 169

6.3.1态势评估和威胁评估的主要特点 171

6.3.2用于STA的主要技术 171

6.3态势评估和威胁评估的实现方法 171

第7章 C3I系统中常用传感器概述 184

7.1引言 184

7.2常用传感器 185

7.2.1动目标显示／检测雷达 185

7.2.2脉冲多普勒雷达（PD） 186

7.2.4电子情报接收机（ELINT）／电子支援测量（ESM） 188

7.2.3连续波雷达（CW） 188

7.2.5二次监视雷达（SSR）／IFF/IFFN系统 190

7.2.6毫米波雷达 191

7.2.7声纳 192

7.2.8红外传感器（IR） 192

附录A坐标系的变换 194

附录B名词与缩略语 196

参考文献 201