多传感器数据融合及其应用

多传感器数据融合及其应用
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2004-04
版次: 1
ISBN: 9787560613598
定价: 18.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 205页
字数: 312千字
  •   本书以具有代表性的C3I系统为主线,介绍了多传感器数据融合系统的基本概念,系统组成,基本原理以及多传感器数据融合系统设计中所采用的基本方法。
      全书共分七章,第一章介绍多传感器信息系统的一般概念及组成,第二章至第六章的内容分别为多传感器系统状成估计,数据关联原理和方法,航迹融合等,第七章简单介绍了C3I系统所用到的几种主要传感器。
      本书是为电子信息类专业对应的各个学科的士研究生编写的,也可供从事电子信息系统研究与设计的工程技术人员和此领域的博士研究生参考。 第1章多传感器数据融合概述
    1.1引言
    1.1.1概况
    1.1.2雷达信息处理系统的发展过程
    1.1.3数据融合系统中的主要传感器
    1.1.4数据融合的应用领域
    1.2数据融合的定义和通用模型
    1.2.1数据融合的定义
    1.2.2数据融合的通用模型
    1.2.3传感器组成及描述
    1.3数据融合的重要性和潜在能力
    1.4数据融合的分类
    1.4.1像素级融合
    1.4.2特征级融合
    1.4.3决策级融合
    1.5数据融合技术
    1.6数据融合的主要内容

    第2章状态估计
    2.1卡尔曼滤波器
    2.1.1用数字滤波器作为估值器
    2.1.2线性均方估计
    2.1.3最优递归估值器——标量卡尔曼滤波器
    2.1.4向量卡尔曼滤波器
    2.1.5扩展卡尔曼滤波器
    2.1.6卡尔曼滤波器在雷达跟踪中的应用
    2.1.7扩展卡尔曼滤波器在目标跟踪和卫星轨道确定方面的应用·.
    2.1.8目标机动检测.”
    2.1.9自适应卡尔曼滤波器
    2.2常系数α-β和α-β-γ滤波器
    2.2.1目标运动模型
    2.2.2常系数α-β和α-β-γ滤波器
    2.2.3常系数α-β和α-β-γ滤波器的系数
    2.2.4变系数α-β和α-β-γ滤波器的系数
    2.2.5组合滤波器
    2.3自适应滤波器
    2.3.1目标运动方程和观测方程
    2.3.2自适应系数的获取
    2.3.3滤波算法
    2.3.4获取α(κ)和α(κ)的局部方差方法

    第3章数据关联及其数据准备
    3.1多传感器数据关联时的数据准备
    3.1.1对雷达信号处理的要求
    3.1.2预处理
    3.1.3修正系统误差
    3.I.4坐标变换或空间对准
    3.I.5时间同步或对准
    3.1.6量纲对准
    3.2数据关联
    3.2.1数据关联举例
    3.2.2数据关联过程
    3.2.3数据关联的一般步骤
    3.3状态关联及关联门的应用
    3.3.1位置关联及关联门
    3.3.2位置一速度关联
    3.3.3编批目标的关联
    3.4关联门的选择
    3.4.1关联门的形状
    3.4.2关联门的类型
    3.4.3关联门的尺寸
    3.5各种数据关联方法
    3.5.1最邻近数据关联(NNDA)
    3.5.2概率数据关联(PDA)
    3.5.3联合概率数据关联(JPDA)
    3.5.4交互多模型法(1MM)
    3.5.5全局最邻近数据关联
    3.5.6简易联合概率数据关联(CJPDA)
    3.5.7模糊数据关联(FDA)
    3.5.8准最佳联合概率数据关联(SJPDA)
    3.5.9最邻近联合概率数据关联(NNJPDA)
    3.5.10“全邻”最优滤波法—
    3.5.11多假设法(MHT)
    3.5.12航迹分裂法
    3.5.13最大似然数据关联(MLDA)—
    3.6用实际雷达数据对某些关联方法的评价

    第4章航迹及其融合
    4.1引言
    4.2航迹管理
    4.2.1逻辑法
    4.2.2记分法
    4.3航迹的初始化算法
    4.3.1两点外推
    4.3.2三点加速外推
    4.4航迹关联
    4.4.1统计关联方法
    4.4.2模糊关联方法
    4.5航迹融合
    4.5.1航迹融合结构
    4.5.2航迹融合中的相关估计误差问题
    4.5.3航迹状态估计融合
    4.5.4模糊航迹融合
    4.5.5利用伪点迹的航迹融合方法,
    4.5.6信息去相关算法

    第5章身份融合
    5.1引言—
    5.2身份融合算法的分类
    5.3特征及其提取
    5.3.1图像特征
    5.3.2信号数据特征
    5.4身份识别
    5.5识别技术概述
    5.5.1相似性系数法
    5.5.2统计模式识别技术
    5.5.3神经网络技术
    5.5.4参数模板法
    5.5.5聚类分析技术
    5.5.6物理模型
    5.5.7基于知识的方法
    5.6身份融合算法
    5.6.1经典推理
    5.6.2Bayes推理
    5.6.3Dempster—Shafer证据推理方法
    5.6.4身份信息融合的最佳方法

    第6章态势评估与威胁评估
    6.1态势评估
    6.1.1态势评估的定义
    6.1.2态势评估元素
    6.1.3态势评估包含的主要内容
    6.1.4态势评估的特点
    6.1.5态势显示
    6.2威胁评估
    6.2.1威胁评估的定义
    6.2.2威胁评估元素
    6.2.3威胁评估的主要内容
    6.3态势评估和威胁评估的实现方法
    6.3.1态势评估和威胁评估的主要特点
    6.3.2用于STA的主要技术

    第7章C3I系统中常用传感器概述
    7.1引言
    7.2常用传感器
    7.2.1动目标显示/检测雷达
    7.2.2脉冲多普勒雷达(PD)
    7.2.3连续波雷达(CW)
    7.2.4电子情报接收机(ELINT)/电子支援测量(ESM)
    7.2.5二次监视雷达(SSR)/IFF/IFFN系统
    7.2.6毫米波雷达
    7.2.7声纳
    7.2.8红外传感器(1R)
    附录A坐标系的变换
    附录B名词与缩略语
    参考文献
  • 内容简介:
      本书以具有代表性的C3I系统为主线,介绍了多传感器数据融合系统的基本概念,系统组成,基本原理以及多传感器数据融合系统设计中所采用的基本方法。
      全书共分七章,第一章介绍多传感器信息系统的一般概念及组成,第二章至第六章的内容分别为多传感器系统状成估计,数据关联原理和方法,航迹融合等,第七章简单介绍了C3I系统所用到的几种主要传感器。
      本书是为电子信息类专业对应的各个学科的士研究生编写的,也可供从事电子信息系统研究与设计的工程技术人员和此领域的博士研究生参考。
  • 目录:
    第1章多传感器数据融合概述
    1.1引言
    1.1.1概况
    1.1.2雷达信息处理系统的发展过程
    1.1.3数据融合系统中的主要传感器
    1.1.4数据融合的应用领域
    1.2数据融合的定义和通用模型
    1.2.1数据融合的定义
    1.2.2数据融合的通用模型
    1.2.3传感器组成及描述
    1.3数据融合的重要性和潜在能力
    1.4数据融合的分类
    1.4.1像素级融合
    1.4.2特征级融合
    1.4.3决策级融合
    1.5数据融合技术
    1.6数据融合的主要内容

    第2章状态估计
    2.1卡尔曼滤波器
    2.1.1用数字滤波器作为估值器
    2.1.2线性均方估计
    2.1.3最优递归估值器——标量卡尔曼滤波器
    2.1.4向量卡尔曼滤波器
    2.1.5扩展卡尔曼滤波器
    2.1.6卡尔曼滤波器在雷达跟踪中的应用
    2.1.7扩展卡尔曼滤波器在目标跟踪和卫星轨道确定方面的应用·.
    2.1.8目标机动检测.”
    2.1.9自适应卡尔曼滤波器
    2.2常系数α-β和α-β-γ滤波器
    2.2.1目标运动模型
    2.2.2常系数α-β和α-β-γ滤波器
    2.2.3常系数α-β和α-β-γ滤波器的系数
    2.2.4变系数α-β和α-β-γ滤波器的系数
    2.2.5组合滤波器
    2.3自适应滤波器
    2.3.1目标运动方程和观测方程
    2.3.2自适应系数的获取
    2.3.3滤波算法
    2.3.4获取α(κ)和α(κ)的局部方差方法

    第3章数据关联及其数据准备
    3.1多传感器数据关联时的数据准备
    3.1.1对雷达信号处理的要求
    3.1.2预处理
    3.1.3修正系统误差
    3.I.4坐标变换或空间对准
    3.I.5时间同步或对准
    3.1.6量纲对准
    3.2数据关联
    3.2.1数据关联举例
    3.2.2数据关联过程
    3.2.3数据关联的一般步骤
    3.3状态关联及关联门的应用
    3.3.1位置关联及关联门
    3.3.2位置一速度关联
    3.3.3编批目标的关联
    3.4关联门的选择
    3.4.1关联门的形状
    3.4.2关联门的类型
    3.4.3关联门的尺寸
    3.5各种数据关联方法
    3.5.1最邻近数据关联(NNDA)
    3.5.2概率数据关联(PDA)
    3.5.3联合概率数据关联(JPDA)
    3.5.4交互多模型法(1MM)
    3.5.5全局最邻近数据关联
    3.5.6简易联合概率数据关联(CJPDA)
    3.5.7模糊数据关联(FDA)
    3.5.8准最佳联合概率数据关联(SJPDA)
    3.5.9最邻近联合概率数据关联(NNJPDA)
    3.5.10“全邻”最优滤波法—
    3.5.11多假设法(MHT)
    3.5.12航迹分裂法
    3.5.13最大似然数据关联(MLDA)—
    3.6用实际雷达数据对某些关联方法的评价

    第4章航迹及其融合
    4.1引言
    4.2航迹管理
    4.2.1逻辑法
    4.2.2记分法
    4.3航迹的初始化算法
    4.3.1两点外推
    4.3.2三点加速外推
    4.4航迹关联
    4.4.1统计关联方法
    4.4.2模糊关联方法
    4.5航迹融合
    4.5.1航迹融合结构
    4.5.2航迹融合中的相关估计误差问题
    4.5.3航迹状态估计融合
    4.5.4模糊航迹融合
    4.5.5利用伪点迹的航迹融合方法,
    4.5.6信息去相关算法

    第5章身份融合
    5.1引言—
    5.2身份融合算法的分类
    5.3特征及其提取
    5.3.1图像特征
    5.3.2信号数据特征
    5.4身份识别
    5.5识别技术概述
    5.5.1相似性系数法
    5.5.2统计模式识别技术
    5.5.3神经网络技术
    5.5.4参数模板法
    5.5.5聚类分析技术
    5.5.6物理模型
    5.5.7基于知识的方法
    5.6身份融合算法
    5.6.1经典推理
    5.6.2Bayes推理
    5.6.3Dempster—Shafer证据推理方法
    5.6.4身份信息融合的最佳方法

    第6章态势评估与威胁评估
    6.1态势评估
    6.1.1态势评估的定义
    6.1.2态势评估元素
    6.1.3态势评估包含的主要内容
    6.1.4态势评估的特点
    6.1.5态势显示
    6.2威胁评估
    6.2.1威胁评估的定义
    6.2.2威胁评估元素
    6.2.3威胁评估的主要内容
    6.3态势评估和威胁评估的实现方法
    6.3.1态势评估和威胁评估的主要特点
    6.3.2用于STA的主要技术

    第7章C3I系统中常用传感器概述
    7.1引言
    7.2常用传感器
    7.2.1动目标显示/检测雷达
    7.2.2脉冲多普勒雷达(PD)
    7.2.3连续波雷达(CW)
    7.2.4电子情报接收机(ELINT)/电子支援测量(ESM)
    7.2.5二次监视雷达(SSR)/IFF/IFFN系统
    7.2.6毫米波雷达
    7.2.7声纳
    7.2.8红外传感器(1R)
    附录A坐标系的变换
    附录B名词与缩略语
    参考文献
查看详情
您可能感兴趣 / 更多
多传感器数据融合及其应用
多传感器数据融合系统:EKF及模糊决策应用分析
王海鹏、熊伟、贾舒宜 译
多传感器数据融合及其应用
多传感器数据融合:算法、结构设计与应用
Fourati 著;[法]Hassen、孙合敏、周焰、吴卫华 译
多传感器数据融合及其应用
多传感器协同跟踪管理与应用
单甘霖、段修生、吉兵、付强 著
多传感器数据融合及其应用
多传感器信息融合估计理论及其在智能制造中的应用
金学波;苏婷立
多传感器数据融合及其应用
多传感器数据智能融合理论与应用
戴亚平 马俊杰 王笑涵 编著
多传感器数据融合及其应用
多传感器数据融合理论及应用
[美]Lawrence A. Klein 著;戴亚平 译
多传感器数据融合及其应用
多传感器编队目标跟踪技术(第2版)
王聪
多传感器数据融合及其应用
多传感器组网协同跟踪的理论与方法
杨永建、程嗣怡、向建军、南建国 著
多传感器数据融合及其应用
多传感器协同管理与辐射控制技术
吴巍、王国宏、薛冰 著
多传感器数据融合及其应用
多传感器分布式信号检测理论与方法
彭应宁 著;刘向阳、许稼、王小谟、左群声 编
多传感器数据融合及其应用
多传感器信息融合导航技术
申强、杨成伟 编
多传感器数据融合及其应用
多传感器加权观测融合Kalman滤波理论
冉陈键 著
系列丛书 / 更多
多传感器数据融合及其应用
多传感器数据融合系统:EKF及模糊决策应用分析
王海鹏、熊伟、贾舒宜 译
多传感器数据融合及其应用
多传感器数据融合:算法、结构设计与应用
Fourati 著;[法]Hassen、孙合敏、周焰、吴卫华 译
多传感器数据融合及其应用
多传感器协同跟踪管理与应用
单甘霖、段修生、吉兵、付强 著
多传感器数据融合及其应用
多传感器信息融合估计理论及其在智能制造中的应用
金学波;苏婷立
多传感器数据融合及其应用
多传感器数据智能融合理论与应用
戴亚平 马俊杰 王笑涵 编著
多传感器数据融合及其应用
多传感器数据融合理论及应用
[美]Lawrence A. Klein 著;戴亚平 译
多传感器数据融合及其应用
多传感器编队目标跟踪技术(第2版)
王聪
多传感器数据融合及其应用
多传感器组网协同跟踪的理论与方法
杨永建、程嗣怡、向建军、南建国 著
多传感器数据融合及其应用
多传感器协同管理与辐射控制技术
吴巍、王国宏、薛冰 著
多传感器数据融合及其应用
多传感器分布式信号检测理论与方法
彭应宁 著;刘向阳、许稼、王小谟、左群声 编
多传感器数据融合及其应用
多传感器信息融合导航技术
申强、杨成伟 编
多传感器数据融合及其应用
多传感器加权观测融合Kalman滤波理论
冉陈键 著
相关图书 / 更多
多传感器数据融合及其应用
多传感器数据融合系统:EKF及模糊决策应用分析
王海鹏、熊伟、贾舒宜 译
多传感器数据融合及其应用
多传感器数据融合:算法、结构设计与应用
Fourati 著;[法]Hassen、孙合敏、周焰、吴卫华 译
多传感器数据融合及其应用
多传感器协同跟踪管理与应用
单甘霖、段修生、吉兵、付强 著
多传感器数据融合及其应用
多传感器信息融合估计理论及其在智能制造中的应用
金学波;苏婷立
多传感器数据融合及其应用
多传感器数据智能融合理论与应用
戴亚平 马俊杰 王笑涵 编著
多传感器数据融合及其应用
多传感器数据融合理论及应用
[美]Lawrence A. Klein 著;戴亚平 译
多传感器数据融合及其应用
多传感器编队目标跟踪技术(第2版)
王聪
多传感器数据融合及其应用
多传感器组网协同跟踪的理论与方法
杨永建、程嗣怡、向建军、南建国 著
多传感器数据融合及其应用
多传感器协同管理与辐射控制技术
吴巍、王国宏、薛冰 著
多传感器数据融合及其应用
多传感器分布式信号检测理论与方法
彭应宁 著;刘向阳、许稼、王小谟、左群声 编
多传感器数据融合及其应用
多传感器信息融合导航技术
申强、杨成伟 编
多传感器数据融合及其应用
多传感器加权观测融合Kalman滤波理论
冉陈键 著