第1章 多传感器数据融合引论 1
1.1 引言 1
1.2 融合应用 2
1.3 传感器和传感器数据 7
1.4 推理层次：输出数据 18
1.5 一个数据融合模型 21
1.6 数据融合的裨益 25
1.7 体系结构概念和问题 32
参考文献 41
第2章 多传感数据融合算法的分类 43
2.1 分类方法回顾 43
2.2 位置融合算法分类 45
2.3 身份融合算法分类 50
2.4 辅助支持算法分类 55
2.5 总结 61
参考文献 62
第3章 数据关联 64
3.1 引言 64
3.2 通用关联处理 69
3.3 门限滤除 75
3.4 关联度量标准 77
3.5 分配 87
3.6 总结 92
参考文献 93
第4章 估计 94
4.1 引言 94
4.2 估计的可选方法回顾 96
4.3 批估计 109
4.4 序贯估计 119
4.5 协方差误差估计 128
参考文献 132
第5章 身份说明 134
5.1 身份说明与模式识别 134
5.2 特征提取 141
5.3 参数模板 149
5.4 聚集分析技术 151
5.5 自适应神经网络 158
5.6 物理模型 161
5.7 基于知识的方法 164
参考文献 166
第6章 决策级身份融合 169
6.1 引言 169
6.2 经典推理 174
6.3 Bayes推理 179
6.4 Dempster—Shafer方法 185
6.5 推广的证据处理理论 194
6.6 身份融合的启发式方法 196
6.7 实现与调整 198
参考文献 201
第7章 基于知识的方法 203
7.1 人工智能引论 203
7.2 专家系统综述 207
7.3 专家系统的实现 234
7.4 逻辑模板技术 248
参考文献 255
第8章 数据融合系统的实现 258
8.1 数据融合系统的实现问题 258
8.2 结构选择 259
8.3 数据融合技术的选择 265
8.4 辅助支持功能的开发 271
8.5 数据融合系统的测试与评估 283
8.6 军事应用综述 285
8.7 看法和评述 295
参考文献 297