第1章 多源信息融合概述 1
1.1多源信息融合基本概念 1
1.1.1多源信息融合的来源 1
1.1.2多源信息融合的定义 2
1.1.3多源信息融合的优势 3
1.2多源信息融合分类 4
1.2.1按融合技术分类 4
1.2.2按融合判决方式分类 6
1.2.3按传感器组合方式分类 6
1.2.4按信息融合处理层次分类 6
1.2.5按信息融合结构模型分类 7
1.2.6按信息融合目的分类 8
1.2.7按融合的信息类型分类 8
1.3多源信息融合算法概述 9
1.4多源信息融合系统的基本模型 11
1.4.1多源信息融合的功能模型 11
1.4.2信息融合系统的结构模型 13
1.4.3信息融合模型 18
1.5多源信息融合的历史与现状 22
本章小结 25
习题一 25
本章参考文献 25
第2章 多源检测融合原理 27
2.1分布式融合检测系统概述 27
2.1.1分布式融合检测系统 27
2.1.2二元假设检验问题 29
2.2分布式检测融合策略 29
2.2.1“与”融合检测准则 30
2.2.2“或”融合检测准则 30
2.2.3表决融合检测准则 30
2.2.4最大后验概率融合检测准则 31
2.2.5 Neyman-Pearson融合检测准则 32
2.2.6贝叶斯融合检测准则 33
2.2.7最小误差概率准则 35
2.3自适应决策融合分布式检测系统 35
2.3.1概述 35
2.3.2求解参数的方程组及解析式 36
2.3.3三传感器的自适应决策融合算法 37
2.3.4 N传感器的自适应决策融合算法 40
2.3.5计算机仿真结果 41
本章小结 42
习题二 42
本章参考文献 43
第3章 多源属性融合原理 44
3.1属性融合算法概述 44
3.1.1属性融合算法分类 44
3.1.2属性融合算法概述 47
3.2贝叶斯统计理论 49
3.2.1概述 49
3.2.2基于贝叶斯统计理论的信息融合 50
3.3 Dempster-Shafer证据理论 52
3.3.1概述 52
3.3.2基于Dempster-Shafer证据理论的信息融合 54
本章小结 59
习题三 59
本章参考文献 60
第4章 多源状态估计：数据关联 61
4.1状态估计中的数据关联理论 61
4.1.1数据关联与状态估计的概念 61
4.1.2数据关联的应用分类 63
4.1.3静态数据关联的数学方法 65
4.1.4动态数据关联和跟踪算法分类 69
4.1.5航迹数据关联 69
4.2各种数据关联算法 73
4.2.1最邻近数据关联 74
4.2.2概率数据关联 75
4.2.3联合概率数据关联 77
4.2.4全局最邻近数据关联 82
4.2.5简易联合概率数据关联 83
4.2.6统计关联方法 83
4.2.7模糊关联方法 84
4.2.8其他关联方法 87
4.2.9各种关联方法的评价 88
本章小结 91
习题四 91
本章参考文献 92
第5章 多源状态估计：状态融合 93
5.1状态估计的数据融合理论 93
5.1.1状态估计概述 93
5.1.2融合状态估计器 96
5.2各种航迹融合算法 97
5.2.1卡尔曼加权融合算法 97
5.2.2简单航迹融合 99
5.2.3协方差加权航迹融合 101
5.2.4自适应航迹融合 102
5.2.5相关航迹的非同步融合 104
5.2.6模糊航迹融合 105
5.2.7利用伪点迹的航迹融合方法 107
5.2.8信息去相关算法 109
本章小结 112
习题五 112
本章参考文献 112
第6章 多传感器管理 114
6.1多传感器管理的基本概念 114
6.1.1多传感器管理的定义及功能 114
6.1.2多传感器管理系统的体系结构 116
6.1.3多传感器管理的原理及方法 117
6.2指挥控制中的传感器管理 121
6.2.1指挥控制中的传感器管理问题 121
6.2.2指控系统中的多传感器管理实例 124
6.2.3自适应传感器分配技术 127
6.3基于效能函数的多传感器管理系统 132
6.3.1多传感器管理系统的效能函数 132
6.3.2多传感器管理系统仿真 133
6.4基于模糊逻辑和神经网络的多传感器管理 135
本章小结 137
习题六 138
本章参考文献 138
第7章 多源信息融合新技术 140
7.1神经网络信息融合技术 140
7.1.1信息融合模型的神经网络表示 140
7.1.2基于神经网络的信息融合技术 141
7.1.3基于神经网络的融合识别的基本原理 144
7.2模糊逻辑信息融合技术 145
7.2.1模糊逻辑概述 145
7.2.2多传感器模糊关系函数的融合 148
7.2.3基于可能性理论的信息融合应用 148
7.3信息融合中的有关熵理论 149
7.3.1有关熵的概念 149
7.3.2观测系统的信息融合问题 150
7.3.3观测决策融合系统的信息融合问题 151
7.3.4融合系统的熵的结构关系 152
7.4在信息融合系统中引入多智能体技术 154
7.4.1多智能体系统 154
7.4.2多智能体信息融合系统模型 155
7.4.3信息融合方法中的多智能体技术 156
7.5基于随机集理论的信息融合技术 157
7.5.1随机（有限）集的基本思想和理论框架 157
7.5.2随机有限集方法在信息融合中的应用 161
7.5.3发展方向和展望 165
本章小结 166
习题七 166
本章参考文献 167
第8章 多源信息融合的军事应用 171
8.1雷达组网分布式检测系统 171
8.1.1雷达组网技术及布站方式 171
8.1.2雷达组网检测系统结构模型及性能分析 172
8.1.3雷达网分布式检测数学模型 174
8.1.4组网雷达检测融合性能仿真计算结果及结果简析 179
8.2信息融合技术在C3I系统中的应用 181
8.2.1 C3I系统的多信息源分析 181
8.2.2 C3I系统中信息融合的结构模型和功能模型 181
8.2.3信息融合用于C3I系统的目标跟踪 183
8.2.4信息融合用于C3I系统的目标识别 185
8.2.5多站多目标航迹处理 187
8.3多传感器组合导航系统 188
8.3.1概述 188
8.3.2组合导航系统的结构与算法 189
8.3.3多传感器组合导航的融合模型 190
8.3.4组合导航系统未来发展趋势和关键技术 192
8.4多模复合制导信息融合技术 193
8.4.1概述 193
8.4.2被动／红外复合制导的分层融合结构 195
本章小结 197
习题八 197
本章参考文献 197
第9章 多源信息融合的其他应用 198
9.1信息融合技术在网络分布式入侵检测系统中的应用 198
9.1.1概述 198
9.1.2信息融合分布式入侵检测系统模型 199
9.1.3分布式入侵检测系统的融合方法 201
9.2信息融合技术在智能机器人中的应用 204
9.2.1概述 204
9.2.2全区域覆盖自主移动机器人信息融合系统体系结构 205
9.2.3基于信息融合的移动机器人环境感知技术 207
9.3信息融合技术在智能交通中的应用 212
9.3.1概述 212
9.3.2基于信息融合的车辆主动防碰撞控制系统 213
9.3.3汽车自动导航与驾驶 215
9.4信息融合技术在工业过程监控中的应用 215
9.4.1概述 215
9.4.2基于信息融合的故障诊断系统结构模型 217
9.4.3电力系统中的信息融合故障诊断 218
9.5多传感器图像融合技术与应用 222
9.5.1概述 222
9.5.2多传感器图像融合的处理层次与特点 224
9.5.3不同传感器组合的融合问题 225
9.5.4像素层图像融合方法 229
本章小结 232
习题九 233
本章参考文献 233