新書推薦：
《
征服密码 亚欧强盛的六大要素
》
售價：HK$
82.5
《
国医名师肿瘤临证传薪录
》
售價：HK$
107.8
《
大国智造：中国制造的新质生产力转型密码
》
售價：HK$
74.8
《
阿特伍德写作课（玛格丽特·阿特伍德作品系列）
》
售價：HK$
85.8
《
日和：经历晚年的孩子
》
售價：HK$
43.8
《
香乘（珍藏版）
》
售價：HK$
217.8
《
何以为名
》
售價：HK$
57.2
《
时刻人文·1723：世界史的10扇窗（从全球史中的10位人物，管窥18世纪世界的格局与变化）
》
售價：HK$
74.8
|
| 內容簡介： |
|
本书是关于信息融合理论及应用的一部专著，是著者对该领域30多年来研究成果系统的、全面的总结。全书要内容有：信息融合概述、信息融合中的数学基础、信源分类与特性、信息融合系统功能和结构模型、分布式检测融合、目标跟踪融合、统计航迹关联算法、模糊与灰色航迹关联算法、状态估计融合、图像融合、目标识别融合、态势估计、威胁估计、知识融合、信息融合中的传感器管理、信息融合中的数据库技术、信息融合中的性能评估，以及信息融合在民事和军事中的应用。最后是本书的回顾、建议与展望。
|
| 關於作者： |
|
何友，中国工程院院士，教授，1997年毕业于清华大学，获通信与信息系统博士学位， 曾留学德国。中共“十七大”代表，第十二届全国政协委员，全国优秀教师。曾兼任CAAI/CIE／CAA/CIC/CSF/CICC/IET Fellow，国务院学科评议组成员，国家杰出青年科学基金评审委员会委员，国家自然科学基金委信息学部咨询专家委员会委员，中国人工智能学会副理事长兼智能融合专业委员会主任委员，中国航空学会名誉副理事长兼信息融合分会主任委员，中国指挥与控制学会监事长等。主要研究领域有：信号检测、信息融合、智能技术与应用等。以第一完成人获国家科技进步二等奖4项、国家教学成果一、二等奖各1项，获省部级一等奖11项，授权中国发明专利和软件著作权60余项。获全国百篇优秀博士学位论文，在IEEE会刊等发表重要论文260余篇，出版专著6部，论著他引36000余次，培养博士后、博士、硕士330余人。先后入选国家百千万人才工程，荣获何梁何利基金科学与技术进步奖、“求是”工程奖、全国留学回国人员成就奖、山东省科学技术最高奖等。
|
| 目錄：
|
目 录
第1章 多源信息融合概述1
1.1 信息融合的目的和意义1
1.1.1 信息融合的背景描述1
1.1.2 信息融合的定义1
1.1.3 信息融合的性能裨益2
1.2 信息融合的原理和级别3
1.2.1 信息融合的基本原理3
1.2.2 信息融合的级别3
1.3 信息融合的应用领域5
1.3.1 信息融合问题分类5
1.3.2 信息融合在民事上的应用5
1.3.3 信息融合在军事上的应用8
1.4 信息融合研究的历史与现状10
1.4.1 信息融合研究重要节点和事件10
1.4.2 信息融合主要发展阶段13
1.4.3 信息融合研究主要学术成果14
1.5 本书的范围和概貌16
参考文献18
第2章 状态估计基础27
2.1 引言27
2.2 线性动态系统估计：卡尔曼
滤波器27
2.2.1 线性动态系统定义27
2.2.2 卡尔曼滤波器28
2.2.3 卡尔曼滤波器的推导：从贝叶斯
估计的角度29
2.2.4 卡尔曼滤波器的初始化34
2.2.5 卡尔曼滤波器的重要性质37
2.2.6 卡尔曼滤波器的应用举例39
2.3 卡尔曼滤波器的其他等价形式40
2.3.1 信息滤波器41
2.3.2 序贯滤波器41
2.3.3 平方根滤波器43
2.4 卡尔曼滤波器的近似计算形式45
2.4.1 稳态滤波器45
2.4.2 运动模型的常增益滤波器46
2.4.3 常增益滤波器应用举例50
2.5 非理想条件下的卡尔曼滤波器51
2.5.1 有色过程噪声的卡尔曼滤波器51
2.5.2 有色量测噪声的卡尔曼滤波器51
2.5.3 过程噪声和量测噪声相关的
卡尔曼滤波器53
2.5.4 量测延迟的卡尔曼滤波器54
2.6 非线性系统的状态估计55
2.6.1 扩展卡尔曼滤波器56
2.6.2 迭代扩展卡尔曼滤波器60
2.6.3 不敏卡尔曼滤波器61
2.6.4 粒子滤波器64
2.6.5 量测转换卡尔曼滤波器69
2.6.6 线性化滤波的误差补偿技术72
2.7 小结73
参考文献74
第3章 不确定性推理方法78
3.1 引言78
3.2 主观Bayes方法78
3.2.1 知识不确定性的描述78
3.2.2 证据不确定性的描述81
3.2.3 多个证据的组合81
3.2.4 主观Bayes方法的推理过程82
3.2.5 主观Bayes方法的应用举例82
3.2.6 主观Bayes方法的优缺点82
3.3 证据理论83
3.3.1 DS理论83
3.3.2 DSm理论88
3.4 模糊集理论96
3.4.1 基础模型96
3.4.2 模糊综合评判99
3.4.3 模糊集理论的应用举例101
3.4.4 证据理论向模糊集合的推广101
3.5 粗糙集理论103
3.5.1 理论基础103
3.5.2 在信息融合中的应用105
3.5.3 粗糙集理论的应用举例106
3.6 小结106
参考文献107
第4章 多源信息融合功能和结构
模型110
4.1 信息融合的功能模型110
4.1.1 信息融合的三级功能模型110
4.1.2 信息融合的四级功能模型110
4.1.3 信息融合的五级功能模型111
4.1.4 信息融合的六级功能模型111
4.1.5 信息融合的七级功能模型112
4.2 信息融合系统的结构模型115
4.2.1 检测级融合结构115
4.2.2 位置级融合结构116
4.2.3 图像级融合结构121
4.2.4 识别级融合结构123
4.3 信息融合典型应用举例124
4.3.1 机器人124
4.3.2 入侵检测系统125
4.3.3 智能制造125
4.3.4 卫星遥感126
4.3.5 决策中心战126
4.4 小结127
参考文献127
第5章 分布式检测与融合131
5.1 引言131
5.2 融合中心的全局判决规则设计132
5.2.1 硬判决下的全局判决规则132
5.2.2 软判决下的全局判决规则134
5.2.3 带直接观测的全局判决规则135
5.2.4 异步判决下的全局判决规则135
5.2.5 对抗式全局判决规则136
5.3 并行结构下的分布式检测系统
设计138
5.3.1 局部判决与全局判决规则
的一般解139
5.3.2 条件相互独立情况下的特殊解140
5.3.3 条件独立同分布情况下的
特殊解141
5.3.4 应用举例142
5.4 串行结构下的分布式检测
系统设计143
5.4.1 两个传感器的串行结构网络143
5.4.2 多个传感器的串行结构网络144
5.4.3 应用举例145
5.5 带反馈的分布式检测系统设计148
5.5.1 有融合中心的带反馈分布式
检测系统148
5.5.2 去中心化的带反馈分布式
检测系统152
5.6 分布式CFAR检测153
5.6.1 经典的分布式CFAR检测方法154
5.6.2 稀疏信号的分布式CFAR检测157
5.7 本章小结161
参考文献162
第6章 集中式多传感器综合跟踪
算法165
6.1 引言165
6.2 多传感器联合概率数据关联算法166
6.2.1 数据关联的概念166
6.2.2 单传感器联合概率数据关联
算法166
6.2.3 多传感器联合概率数据关联
算法174
6.3 多传感器多目标跟踪的广义S-维
分配算法178
6.3.1 多传感器多目标跟踪的广义3-维
分配算法179
6.3.2 多传感器多目标跟踪的广义S-维
分配算法182
6.4 多传感器多假设数据关联算法188
6.4.1 多假设跟踪算法的基本模型188
6.4.2 多传感器多假设跟踪算法190
6.5 多传感器交互多模型跟踪算法192
6.6 多传感器随机有限集融合跟踪
算法195
6.6.1 随机有限集基础195
6.6.2 单传感器带势概率假设密度
滤波器199
6.6.3 多传感器带势概率假设密度
滤波器204
6.7 综合跟踪算法性能分析208
6.7.1 仿真模型208
6.7.2 仿真结果210
6.7.3 分析与讨论213
6.8 小结215
参考文献216
第7章 分布式多源信息融合中的航迹
关联算法219
7.1 引言219
7.2 序贯航迹关联算法219
7.2.1 加权航迹关联算法220
7.2.2 修正航迹关联算法221
7.2.3 独立序贯航迹关联算法221
7.2.4 相关序贯航迹关联算法223
7.2.5 航迹关联质量设计与多义性
处理223
7.2.6 航迹关联性能度量与算法流程224
7.2.7 广义经典分配航迹关联算法224
7.2.8 有限和衰减记忆航迹关联准则226
7.3 双门限航迹关联算法227
7.3.1 统计双门限航迹关联算法228
7.3.2 模糊双门限航迹关联算法231
7.4 修正的K近邻域航迹关联算法235
7.4.1 最近邻域航迹关联算法235
7.4.2 K近邻域航迹关联算法237
7.4.3 修正的K近邻域航迹关联算法237
7.5 基于模糊综合的航迹关联算法241
7.5.1 基于模糊综合函数的航迹
关联算法241
7.5.2 多因素模糊综合决策航迹
关联算法244
7.6 多局部节点航迹关联算法247
7.6.1 多局部节点统计航迹关联算法247
7.6.2 多局部节点模糊航迹关联算法251
7.7 航迹关联算法性能分析254
7.7.1 实验条件254
7.7.2 两个局部节点实验结果及分析256
7.7.3 多局部节点实验结果及分析258
7.7.4 算法综合性能评价259
7.8 应用举例263
7.8.1 空管自动化系统263
7.8.2 岸基雷达网综合监控系统265
7.9 小结266
参考文献267
第8章 多源信息融合中的状态估计271
8.1 引言271
8.2 状态估计中的数学模型271
8.3 集中式信息融合中的状态估计272
8.3.1 扩维滤波272
8.3.2 序贯滤波273
8.3.3 数据压缩滤波274
8.3.4 应用举例275
8.4 分布式信息融合中的状态估计276
8.4.1 简单凸组合融合估计277
8.4.2 最大似然概率融合估计278
8.4.3 信息去相关融合估计281
8.4.4 协方差交叉融合估计284
8.4.5 应用举例287
8.5 多级式信息融合中的状态估计289
8.5.1 集 分式多级式系统中的
状态估计289
8.5.2 分 分式多级式系统中的
状态估计291
8.6 混合式信息融合中的状态估计293
8.6.1 两层混合式融合结构293
8.6.2 三层混合式融合结构295
8.6.3 应用举例296
8.7 带反馈信息的融合估计298
8.7.1 带反馈信息的分布式
融合估计298
8.7.2 带反馈信息的多级式
融合估计300
8.8 小结302
参考文献303
第9章 异类传感器的数据融合308
9.1 引言308
9.2 基于最近邻的异类传感器
航迹关联309
9.2.1 问题描述309
9.2.2 基于角度量测的异类传感器
航迹关联310
9.2.3 性能分析310
9.3 基于统计理论的异类传感器
航迹关联312
9.3.1 航迹关联判别函数312
9.3.2 关联判决规则312
9.3.3 航迹关联决策门限的确定313
9.4 基于模糊综合分析的异类传感器
航迹关联317
9.4.1 基于模糊综合分析的关联
判别函数317
9.4.2 关联决策规则318
9.4.3 关联决策门限的确定319
9.4.4 实际应用举例321
9.5 基于动态信息的异类传感器
航迹抗差关联323
9.5.1 目标动态信息估计与系统
偏差的影响323
9.5.2 基于分级聚类的航迹抗差
关联方法326
9.5.3 基于CPD的航迹抗差
关联方法327
9.5.4 实际应用举例329
9.6 基于最优数据压缩的异类
传感器融合跟踪330
9.6.1 最优数据压缩330
9.6.2 融合跟踪332
9.6.3 实际应用举例334
9.7 基于MSPDAF的异类传感器
融合跟踪334
9.8 基于IMM-MSPDAF的异类
传感器融合跟踪338
9.8.1 方法描述338
9.8.2 实际应用举例343
9.9 小结344
参考文献345
第10章 图像融合348
10.1 引言348
10.2 图像融合基础350
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
