第1章 绪论 1
1.1多传感器信息融合的基本概念 1
1.2多传感器信息融合的分类 6
1.3多传感器信息融合系统的基本模型 9
1.4多传感器信息融合技术的应用 15
1.5多传感器信息融合技术的历史、现状与发展趋势 17
第2章 状态估计与不确定性理论 20
2.1卡尔曼滤波 20
2.2运动模型的稳态滤波器 29
2.3扩展卡尔曼滤波 35
2.4主观Bayes方法 38
2.5证据理论 41
2.6主观Bayes方法和证据理论的比较 45
第3章 模糊推理与神经网络 46
3.1模糊集合与模糊关系 46
3.2模糊度与相似度 49
3.3模糊推理的基本思想 51
3.4Mamdani模糊推理方法 55
3.5模糊逻辑 59
3.6人工神经网络 60
第4章 检测融合 62
4.1假设检验 62
4.2检测融合结构模型 71
4.3基于并行结构的分布式检测融合 73
4.4基于串行结构的分布式检测融合 77
4.5树状分布式检测融合 81
4.6反馈网络中的分布式检测融合 83
4.7分布式恒虚警概率检测 88
第5章 估计融合 94
5.1估计融合系统结构 94
5.2多传感器系统数学模型 97
5.3集中式融合系统 99
5.4分布式估计融合 106
5.5基于协方差交集的分布式信息融合 113
5.6混合式估计融合 119
5.7异步估计融合 122
第6章 目标跟踪与航迹融合 127
6.1目标跟踪的基本概念和原理 127
6.2跟踪门 128
6.3目标跟踪模型 130
6.4目标跟踪算法 145
6.5航迹初始与终止 162
6.6航迹管理 168
6.7航迹融合及其算法 173
第7章 数据关联 176
7.1概率数据关联 176
7.2联合概率数据关联 180
7.3多假设跟踪、分布多目标跟踪 189
7.4多维分配数据关联算法 196
7.5基于统计的分布式航迹关联 204
7.6基于模糊综合函数的航迹关联算法 205
7.7多传感器多目标航迹的静态关联方法 210
7.8基于LMMSE的多传感器航迹融合 216
第8章 态势与威胁评估 222
8.1态势评估的概念 222
8.2态势评估的实现 226
8.3态势评估的方法 231
8.4威胁评估及其知识库 233
8.5基于多因子综合加权的威胁评估 242
第9章 多传感器系统中信息融合的应用 246
9.1雷达组网分布式检测系统 246
9.2信息融合技术在C3I系统中的应用 253
9.3被动/红外复合制导信息融合 261
9.4信息融合技术在分布式入侵检测系统中的应用 263
9.5信息融合技术在智能交通中的应用 266
9.6信息融合技术的其他应用 268
参考文献 272