多传感器数据融合手册PDF|Epub|txt|kindle电子书版本网盘下载

多传感器数据融合手册PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

多传感器数据融合2

引言2

多传感器的优势3

军事应用4

非军事应用7

三种处理体系结构9

一种数据融合处理模型11

技术发展水平评估12

其他文献信息15

参考文献15

JDL数据融合修正模型16

引言16

数据融合的含义16

数据融合的任务16

数据融合的定义19

模型和体系结构20

数据融合“层次”22

关联和估计24

层次间关系和态势感知26

属性估计和关系估计功能27

信息状态和感知状态33

与其他模型的比较36

asarathy功能模型36

Bedworth和O’Brien对各种模型的比较以及Omnibus模型38

总结40

参考文献41

多目标跟踪数据关联算法介绍43

引言43

航迹维持44

最近邻47

航迹分裂和多假设49

跟踪门50

二分查找和kd树53

三叉树57

优先级kd树60

结论的应用63

结论67

致谢68

参考文献68

图像和空间数据融合原理及实践70

引言70

图像和空间数据融合的意义70

图像和空间数据融合定义73

多传感器自动目标识别数据融合的三个典型层次77

像素层融合77

特征层融合79

决策层融合81

多层次融合82

用于图像数据增强的图像数据融合83

多分辨率图像84

动态图像85

三维图像85

空间数据融合应用86

空间数据融合：综合图像和非图像数据创建空间信息系统87

地图测绘、海图测绘和测地学（MC&G）的应用88

总结92

参考文献92

数据配准96

引言96

配准问题97

目前研究工作回顾98

元启发式配准方法102

深度图像的小波配准方法106

配准的辅助处理／预处理109

结论110

致谢111

参考文献111

数据融合自动化：自顶向下的观点113

引言113

生物系统中的融合隐喻113

指挥和控制中的融合隐喻115

拼图游戏的融合隐喻116

证据组合120

信息需求121

问题的维数122

同类和异类传感器量测数据123

生物学推动的融合处理模型124

融合处理模型扩展134

短期、中期和长期知识134

融合类别136

融合类别和标准的问题解决形式140

几点评论147

评论1147

评论2148

评论3149

评论4150

评论5151

致谢152

参考文献152

证据组合方法比较153

引言153

证据组合的几种方法154

概率论方法154

可能性理论方法164

证据理论方法169

证据组合方法172

一个数据融合系统实例179

系统环境180

空间集合（collections of spaces）185

运行中的系统188

总结197

比较和结论197

附录7 A概率公理197

参考文献198

雷达、声呐、光电传感器应用中的概率数据关联目标跟踪技术202

引言202

概率数据关联203

假设203

概率数据关联滤波器方法204

量测有效性205

状态估计205

状态和协方差更新206

预测方程207

概率数据关联207

参数概率数据关联209

非参数概率数据关联209

基于特征的极大似然－概率数据关联（ML-PDA）方法的低可观测目标运动分析210

幅度信息特征210

目标模型211

极大似然－概率数据关联估计器（ML-PDA）214

用于估计的克莱莫－罗（CramerRao）下界217

结果219

机动目标跟踪的交互多模型概率数据关联滤波器（IMMPDAF）222

坐标选择223

航迹形成225

航迹维持226

航迹终止234

仿真结果234

低可观测目标跟踪的可变窗ML-PDA估计器236

场景237

极大似然－概率数据关联估计器（ML-PDA）的公式表示238

自适应极大似然－概率数据关联（ML-PDA）243

结果246

总结250

参考文献250

最优和近似数据关联的组合方法介绍252

引言252

背景253

最大可能分配256

最优方法257

有关计算问题的几点考虑259

JAM的有效计算261

积和式近似值的粗略估计263

基于积和式不等式的近似估计264

不同方法间的比较267

大规模数据关联271

推广275

结论276

致谢276

附录9A数据关联实验算法276

参考文献278

多目标跟踪的贝叶斯方法280

引言280

贝叶斯方法的定义281

与卡尔曼滤波之间的关系281

单目标跟踪问题的贝叶斯公式282

贝叶斯滤波282

问题定义283

计算后验分布285

似然函数287

无有效观测或关联条件下的多目标跟踪（联合跟踪）291

多目标运动模型291

多目标似然函数292

后验分布293

联合跟踪递归294

多假设跟踪（MHT）296

有效观测、扫描和关联假设298

扫描和数据关联似然函数300

一般的多假设跟踪302

独立多假设跟踪306

联合跟踪与多假设跟踪及其他跟踪方法之间的关系310

一般多假设跟踪是联合跟踪的一个特例310

联合跟踪与其他多目标跟踪算法之间的联系310

对联合跟踪的评论312

似然比检测与跟踪312

基本定义和关系313

似然比递归316

对数似然比318

判断目标是否出现319

跟踪置前检测321

参考文献322

使用多帧分配的数据关联324

引言324

问题的背景326

一般数据关联问题的分配公式327

多帧航迹起始与航迹维持333

航迹起始334

使用滑窗的航迹维持334

算法336

预处理337

针对分配问题的拉格朗日松驰算法339

算法复杂度342

改进方法342

未来研究方向343

其他的数据关联问题和表示343

数据帧343

滑窗344

算法344

网络中心多帧分配345

致谢346

参考文献346

采用协方差交集的（CI）广义分布式数据融合349

引言349

分布式数据融合350

协方差交集354

问题陈述354

协方差交集算法355

采用CI算法的分布式数据融合359

推广的实例362

合并已知的独立信息368

回顾前面的例子371

结论374

致谢375

附录12 A CI算法的一致性376

附录12 B MATLAB源代码377

常规CI算法378

分离CI算法378

参考文献379

非线性系统中的数据融合381

引言381

非线性系统中的估值382

问题陈述382

具有不确定性的变换384

无迹变换（UT）386

基本思想386

一个σ点集的例子388

无迹变换的特性389

无迹变换的应用390

极坐标系到直角坐标系的转换390

非连续变换391

无迹变换滤波394

实例研究：无迹变换滤波的线性误差397

实例研究：无迹变换在高阶非线性系统中的应用401

多层次传感器融合405

结论407

致谢408

参考文献408

基于随机集理论的目标跟踪与识别410

引言412

“贝叶斯冰山”：模型、最优性和可计算性412

多源、多目标和多证据问题难以处理的原因419

有限集统计理论（FISST）419

使用随机集的原因424

跟踪和识别的基本统计理论424

贝叶斯递归滤波425

由传感器模型构造似然函数426

由运动模型构造马尔可夫密度427

最优状态估计器427

多目标传感器模型428

情形Ⅰ：无漏检、无虚警428

情形Ⅱ：有漏检429

情形Ⅲ：有漏检、有虚警429

情形Ⅳ：多传感器430

多目标运动模型430

情形Ⅰ：目标数目没有变化430

情形Ⅱ：目标数目可能减少431

情形Ⅲ：目标数目可能增加和减少431

FISST多源多目标微积分432

传感器模型的信任质量函数432

运动模型的信任质量函数434

集积分和集导数434

针对FISST微积分的“Tu-the-Crank”规则437

FISST多源多目标统计学438

构造真实的多目标似然函数438

构造真实的多目标马尔可夫密度439

多目标先验分布440

多目标后验分布440

期望值和协方差441

经典状态估计的失效442

最优多目标状态估计器443

多目标状态估计的克莱莫一罗下界444

多目标的误差距离444

最优贝叶斯融合，跟踪和识别444

多传感器多目标滤波方程445

多目标滤波的简要历史446

多目标滤波中的计算问题447

最优传感器管理449

鲁棒贝叶斯融合，跟踪和识别449

“模糊”数据的随机集模型450

模糊数据的形式451

模糊数据的真实似然函数452

广义似然函数452

以模糊数据为条件的后验453

实用的广义似然函数453

联合多源多目标数据融合454

总结和结论455

致谢456

参考文献457

数据融合系统的需求来源462

引言462

需求分析过程463

工程论流程方法465

企业体系结构方法467

企业体系结构的三种视图468

两种方法的对比470

参考文献472

数据融合系统的系统工程实现方法474

引言474

数据融合体系结构475

数据融合在信息处理系统中的作用475

开放的系统环境476

层次化设计477

基于范例的体系结构478

数据融合系统工程方法482

数据融合工程方法论482

系统工程方法484

融合系统任务优化498

融合系统需求分析498

融合系统树最优化499

融合树节点最优化515

详细的设计与开发530

参考文献531

Corlation工程的研究与分析：关联问题及其技术的全面评估533

引言533

这项研究的背景和前景534

数据关联（DC）问题的描述535

假设生成537

假设生成问题空间的特性537

假设生成的解决技术539

假设生成问题空间到解空间的映射541

假设评估543

假设评估问题空间的特性543

假设评估问题空间到评估方法空间的映射545

假设选择547

分配问题548

假设选择技术对比549

假设选择的工程实现554

总结558

参考文献560

支持战术数据融合的数据管理562

引言562

数据库管理系统563

空间、时间和层次化推理565

数据库设计准则570

直观的算法开发570

高效的算法性能571

数据表示精度571

数据库操作效率572

空间数据表示法的特性575

数据库设计中的权衡582

空间对象表示法583

低分辨率空间表示法584

高分辨率空间表示法584

混合空间特征表示法585

综合空间／非空间数据表示法587

应用实例588

问题的解决途径589

详细的例子591

总结和结论599

致谢600

参考文献600

消除人机接口的瓶颈：人机接口（HCI）对数据融合系统性能的影响601

引言601

一个多媒体试验604

SBIR的目标604

试验设计和测试方法605

基于计算机训练的实施607

实验结果总结609

对数据融合系统的意义613

致谢616

参考文献616

多传感器融合处理性能评估618

引言618

数据融合处理的测试和评估620

建立评估环境621

测试评估原理体系622

测试评估准则623

测试和评估方法626

测试和评估过程总结627

评估工具：测试平台、仿真和标准数据集629

融合性能与军事效能的关系－有效性度量634

总结643

参考文献643

多传感器数据融合中的一些小秘诀645

引言645

JDL数据融合处理模型645

数据融合的发展现状和局限性648

第一级：目标优化650

第二级：态势评估651

第三级：威胁估计652

第四级：过程优化653

人机接口（HCI）654

数据库管理654

研究需求655

数据源655

数据预处理656

第一级：目标优化656

第二级：态势评估和第三级：威胁估计656

人机接口（HCI）657

数据库管理657

第四级：过程优化657

基础设施需求658

数据融合的缺陷658

总结660

参考文献660

多传感器数据融合系统纵览664

引言664

数据融合研究与开发的最新动态664

系统性能评估669

参考文献676

机电系统预测诊断系统开发中的数据融合677

引言677

CBM的目的677

CBM系统概况680

诊断问题681

特征级融合682

决策级融合682

基于模型的开发685

多传感器融合工具箱686

应用实例687

机电传输688

流体系统701

电化学系统709

结束语718

致谢718

参考文献719

21世纪美国国家航空航天局的信息技术722

引言722

美国国家航空航天局的应用领域723

无人航天探测723

载人航天探测724

对地观测724

空中交通管制724

下一代的系统设计方法725

美国国家航空航天局的重要研究投资领域725

自动推理726

智能数据理解727

以人为中心的计算728

高性能计算和组网729

结论730

分布式地面传感器系统的数据融合731

引言731

问题域732

现有的系统735

传感器信息技术中的原型传感器736

软件结构738

陈述性语言终端739

订购740

移动代码740

扩散网络路由741

协同信号处理742

信息安全742

总结743

致谢及免责声明743

参考文献744

一种基于信息需求的融合过程的评估方法745

引言745

信息需求746

数据库分析749

重要概念753

评估方法754

参考文献757

数据融合相关的Web站点和新闻组760

术语765