多源信息融合理论与应用PDF|Epub|txt|kindle电子书版本网盘下载

多源信息融合理论与应用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

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

目录1

1.1.2　多源信息融合的定义2

1.1.3　多传感器系统的定义3

1.2　多源信息融合分类3

1.2.1　按融合技术分类3

1.2.3　按传感器组合方式分类5

1.2.2　按融合判决方式分类5

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6

1.2.6　按信息融合目的分类6

1.2.7　按融合的信息类型分类7

1.3　多源信息融合算法概述7

1.4　多源信息融合系统的基本模型9

1.4.1　多源信息融合的功能模型10

1.4.2　信息融合系统的结构模型11

1.4.3　信息融合模型16

1.5　多源信息融合技术的发展22

第2章　多源检测融合原理25

2.1　分布式融合检测系统概述25

2.1.1　分布式融合检测系统25

2.1.2　二元假设检验问题27

2.2　分布式检测融合策略27

2.2.3　表决融合检测准则28

2.2.2　“或”融合检测准则28

2.2.1　“与”融合检测准则28

2.2.4　最大后验概率融合检测准则29

2.2.5　Neyman-Pearson融合检测准则31

2.2.6　贝叶斯融合检测准则32

2.2.7　最小误差概率准则33

2.3　自适应决策融合分布式检测系统33

2.3.1　概述33

2.3.2　求解参数的方程组及解析式34

2.3.3　三传感器的自适应决策融合算法36

2.3.4　N传感器的自适应决策融合算法38

2.3.5　计算机仿真结果39

第3章　多源属性融合原理41

3.1　属性融合算法概述41

3.1.1　属性融合算法分类41

3.1.2　属性融合算法概述44

3.2　贝叶斯统计理论46

3.2.1　贝叶斯统计理论概述46

3.2.2　基于贝叶斯统计理论的信息融合47

3.3　Dempster-Shafer证据理论49

3.3.1　Dempster-Shafer证据理论概述49

3.3.2　基于Dempster-Shafer证据理论的信息融合51

第4章　多源状态估计：数据关联57

4.1　状态估计的数据融合理论57

4.1.1　数据关联与状态估计的概念57

4.1.2　数据关联的应用分类59

4.1.3　静态数据关联的数学方法61

4.1.5　航迹数据关联65

4.1.4　动态数据关联和跟踪算法分类65

4.2　各种数据关联算法69

4.2.1　最邻近数据关联70

4.2.2　概率数据关联71

4.2.3　联合概率数据关联74

4.2.4　全局最邻近数据关联78

4.2.5　简易联合概率数据关联79

4.2.6　统计关联方法80

4.2.7　模糊关联方法80

4.2.8　其他关联方法84

4.2.9　各种关联方法的评价85

第5章　多源状态估计：状态融合88

5.1　关联和跟踪的状态估计器88

5.2　各种航迹融合算法89

5.2.1　卡尔曼加权融合算法89

5.2.2　简单航迹融合91

5.2.3　协方差加权航迹融合92

5.2.4　自适应航迹融合94

5.2.5　相关航迹的非同步融合95

5.2.6　模糊航迹融合97

5.2.7　利用伪点迹的航迹融合方法98

5.2.8　信息去相关算法101

第6章　多传感器管理104

6.1　多传感器管理的基本概念104

6.1.1　多传感器管理的基本概念104

6.1.2　MSMS的体系结构106

6.1.3　传感器管理的方法107

6.2　指挥控制中的传感器管理110

6.2.1　指挥控制中的传感器管理问题110

6.2.2　自适应传感器分配技术113

6.3　基于效能函数的传感器管理系统119

6.3.1　多传感器管理系统的效能函数119

6.3.2　多传感器管理系统仿真120

6.4　基于模糊逻辑和神经网络的多传感器管理122

6.5　基于费歇信息增量的多传感器对多目标的分配方法124

7.1　神经网络信息融合技术127

7.1.1　信息融合模型的神经网络表示127

第7章　多源信息融合新技术127

7.1.2　基于神经网络的信息融合技术128

7.1.3　基于神经网络的融合识别的基本原理131

7.2　模糊逻辑信息融合技术132

7.2.1　模糊逻辑概述132

7.2.2　多传感器模糊关系函数的融合135

7.2.3　基于可能性理论的信息融合应用136

7.3　信息融合中的有关熵理论136

7.3.1　有关熵的概念136

7.3.2　观测系统的信息融合问题137

7.3.3　观测决策融合系统的信息融合问题138

7.3.4　融合系统的熵的结构关系139

7.4　在信息融合系统中引入多智能体技术141

7.4.1　多智能体系统141

7.4.2　多智能体信息融合系统模型142

7.4.3　信息融合方法中的多智能体技术143

第8章 多源信息融合的军事应用147

8.1　雷达组网分布式检测系统147

8.1.1　雷达组网技术及布站方式147

8.1.2　雷达组网检测系统结构模型及性能分析148

8.1.3　雷达网分布式检测数学模型150

8.1.4　组网雷达检测融合性能仿真计算结果及结果简析155

8.2　信息融合技术在C3I系统中的应用158

8.2.1　C3I系统的多信息源分析158

8.2.2　C3I系统中信息融合的结构模型和功能模型158

8.2.3　信息融合用于C3I系统的目标跟踪159

8.2.4　信息融合用于C3I系统的目标识别161

8.2.5　多站多目标航迹处理163

8.3.1　概述165

8.3　多传感器组合导航系统165

8.3.2　组合导航系统的结构与算法166

8.3.3　多传感器组合导航的融合模型167

8.3.4　组合导航系统未来发展趋势和关键技术168

第9章　多源信息融合的其他应用171

9.1　分布式入侵检测系统中的多源信息融合171

9.1.1　概述171

9.1.2　基于信息融合的分布式入侵检测模型172

9.1.3　分布式入侵检测的融合方法175

9.1.4　基于信息融合的分布式入侵检测系统的设计与实现178

9.1.5　入侵检测系统的融合判断181

9.1.6　新型入侵检测模型的优点182

9.2　信息融合技术在电力系统中的应用183

9.2.1　概述183

9.2.2　信息融合技术在电力系统中的应用前景183

9.2.3　输电线网故障诊断的信息融合方法185

9.2.4　目前存在的主要技术问题188

9.3.2　交通数据融合处理的过程189

9.3.1　概述189

9.3　信息融合技术在交通运输领域中的应用189

9.3.4　数据融合在车辆跟踪中的应用实例190

9.4　多传感器图像融合技术与应用191

9.4.1　概述191

9.4.2　多传感器图像融合的处理层次与特点192

9.4.3　不同传感器组合的融合问题194

9.4.4　图像融合的应用实例197

9.4.5　图像融合技术的发展197

参考文献199