跟踪和传感器数据融合

跟踪和传感器数据融合
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: [德] (Wolfgang Koch) , , , ,
出版社: 科学出版社
2015-09
版次: 1
ISBN: 9787030453921
定价: 80.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 232页
字数: 294千字
正文语种: 简体中文
分类: 工程技术
12人买过
  • 本书在第一部分提出了一个一致的传感器数据融合的方法学框架,采用贝叶斯框架将目标状态、其随时间演化概率模型和传感器内在特性等组合在一起,从而从存有缺陷的传感器观测和上下文信息中抽取出感兴趣的目标知识。在第二部分,作者结合自身的研究工作,讨论了先进传感器特性、目标特性和地理信息与融合系统集成应用,以及传感器管理等方面的内容。 译者序

    前言
    第1章  传感器数据融合的概念和结构
    1.1  主题
    1.1.1  现代发展起源
    1.1.2  通用技术基础
    1.1.3  关于信息系统
    1.2  作为应用科学分支的特征
    1.2.1  传感器数据融合先驱
    1.2.2  研究团体组织
    1.2.3  重要出版平台
    1.3  从不完整数据到态势图
    1.3.1  典型方面讨论
    1.3.2  方法评述
    1.3.3  一个通用的传感器数据融合系统
    1.3.4  融合性能度量
    1.3.5  源于跟踪的态势元素
    1.3.6  异常检测议题精选
    1.4  传感器数据融合的未来展望
    1.4.1  日常生活中的新应用
    1.4.2  发展大趋势讨论
    参考文献

    第一部分  传感器数据融合:方法学框架
    第2章  目标和传感器特征描述
    2.1  状态量举例
    2.2  目标演化模型
    2.2.1  van.Keuk演化模型
    2.2.2  交互式多模型
    2.3  传感器似然函数
    2.3.1  高斯似然函数
    2.3.2  多传感器似然性
    2.3.3  歧义数据的似然性
    2.3.4  组合信号增强
    2.3.5  扩展目标似然性
    参考文献
    第3章  贝叶斯知识传播
    3.1  贝叶斯跟踪范例
    3.1.1  特性方面
    3.1.2  近似性点评
    3.1.3  航迹与航迹融合
    3.1.4  航迹起始初探
    3.2  目标状态预测
    3.2.1  卡尔曼预测
    3.2.2  期望波门
    3.2.3  交互多模型预测
    3.3  数据更新:滤波
    3.3.1  卡尔曼滤波
    3.3.2  交互多模型滤波
    3.3.3  多假设跟踪滤波
    3.4  目标状态回溯
    3.4.1  固定间隔平滑
    3.4.2  连续时间回溯
    3.4.3  交互多模型回溯
    3.4.4  多假设跟踪回溯
    3.4.5  一个实例讨论
    参考文献
    第4章  序贯航迹提取
    4.1  良好分离的目标
    4.1.1  序贯似然比检验
    4.1.2  与跟踪相关的特性
    4.1.3  与多假设跟踪的关系
    4.2  群目标
    4.2.1  广义似然比
    4.2.2  关于群的势
    参考文献
    第5章  递归批处理
    5.1  累积目标状态密度
    5.1.1  闭式表达式
    5.1.2  一般性讨论
    5.1.3  失序量测
    5.1.4  范例讨论
    5.2  采用EM求解跟踪问题
    5.2.1  数据增广方法
    5.2.2  期望和*大化步骤
    5.2.3  问题讨论
    参考文献
    第6章  航迹与航迹融合
    6.1  全速率通信融合
    6.1.1  Frenkel小航迹
    6.1.2  小航迹融合
    6.2  任意通信速率融合
    6.2.1  高斯乘积密度
    6.2.2  分布式滤波更新
    6.2.3  分布式预测更新
    6.2.4  分布式回溯更新
    6.3  仿真例子讨论
    参考文献

    第二部分  传感器数据融合:应用精选
    第7章  传感器高级特性集成
    7.1  有限传感器分辨率
    7.1.1  雷达分辨率模型
    7.1.2  特定分辨率的似然函数
    7.1.3  一个编队跟踪示例
    7.1.4  分辨率:结果小结
    7.2  GMTI雷达:多普勒盲区
    7.2.1  空对地监视
    7.2.2  一种多普勒盲区模型
    7.2.3  GMTI跟踪要点
    7.2.4  GMTI建模效果
    7.3  主瓣干扰
    7.3.1  对干扰机凹槽建模
    7.3.2  可选跟踪滤波器
    7.3.3  仿真结果精选
    7.4  负传感器信息
    7.4.1  一个无处不在的概念
    7.4.2  从例子中得到的经验教训
    参考文献
    第8章  目标高级属性集成
    8.1  MHT跟踪建模历史
    8.1.1  IMM.MHT跟踪
    8.1.2  性能评估
    8.1.3  IMM—MHT:结论
    8.2  扩展目标跟踪
    8.2.1  通用形式
    8.2.2  扩展目标预测
    8.2.3  扩展目标滤波
    8.2.4  扩展目标的运动学特征
    8.2.5  仿真结果
    8.2.6  结果小结
    8.3  跟踪和识别
    参考文献
    第9章  地形信息集成
    9.1  道路地图辅助的目标跟踪
    9.1.1  道路段建模
    9.1.2  道路约束密度
    9.1.3  定量讨论
    9.2  基于目标跟踪的道路地图提取
    9.2.1  实用价值
    9.2.2  道路节点重构
    9.2.3  示例分析
    9.2.4  小结
    9.3  辐射源跟踪
    9.3.1  多路径传播预测
    9.3.2  粒子滤波方法
    9.3.3  小结
    参考文献
    第10章  反馈到探测:传感器管理
    10.1  敏捷波束雷达的信息流程
    10.2  相控阵雷达的传感器建模
    10.2.1  雷达散射截面抖动
    10.2.2  平均接收信噪比
    10.2.3  检测和量测处理
    10.3  贝叶斯跟踪算法回顾
    10.3.1  预测:分配决策基础
    10.3.2  信号强度信息处理
    10.4  自适应贝叶斯传感器管理
    10.4.1  雷达回访时间自适应控制
    10.4.2  雷达发射能量选择
    10.4.3  贝叶斯局部搜索程序
    10.5  数值仿真结果讨论
    10.5.1  仿真剧情讨论
    10.5.2  IMM建模设计要点
    10.5.3  IMM建模增益
    10.5.4  RCS估计质量
    10.5.5  RCS模型失配
    10.5.6  自适应能量管理
    10.6  自适应传感器管理:结果汇总
    参考文献

    附录A
    A.1  缩写词列表
    A.2  符号列表
    A.3  概率密度基础知识
    A.4  分块矩阵求逆公式
    A.5  高斯乘积公式
    A.6  矩匹配近似
    A.7  回溯:依赖性分析
    A.8  高斯累积状态密度
    A.9  克罗内克积的相关知识
    A.10  扩展目标似然性的相关细节
    A.11  矩阵变量密度的相关知识
    参考文献
    彩图
  • 内容简介:
    本书在第一部分提出了一个一致的传感器数据融合的方法学框架,采用贝叶斯框架将目标状态、其随时间演化概率模型和传感器内在特性等组合在一起,从而从存有缺陷的传感器观测和上下文信息中抽取出感兴趣的目标知识。在第二部分,作者结合自身的研究工作,讨论了先进传感器特性、目标特性和地理信息与融合系统集成应用,以及传感器管理等方面的内容。
  • 目录:
    译者序

    前言
    第1章  传感器数据融合的概念和结构
    1.1  主题
    1.1.1  现代发展起源
    1.1.2  通用技术基础
    1.1.3  关于信息系统
    1.2  作为应用科学分支的特征
    1.2.1  传感器数据融合先驱
    1.2.2  研究团体组织
    1.2.3  重要出版平台
    1.3  从不完整数据到态势图
    1.3.1  典型方面讨论
    1.3.2  方法评述
    1.3.3  一个通用的传感器数据融合系统
    1.3.4  融合性能度量
    1.3.5  源于跟踪的态势元素
    1.3.6  异常检测议题精选
    1.4  传感器数据融合的未来展望
    1.4.1  日常生活中的新应用
    1.4.2  发展大趋势讨论
    参考文献

    第一部分  传感器数据融合:方法学框架
    第2章  目标和传感器特征描述
    2.1  状态量举例
    2.2  目标演化模型
    2.2.1  van.Keuk演化模型
    2.2.2  交互式多模型
    2.3  传感器似然函数
    2.3.1  高斯似然函数
    2.3.2  多传感器似然性
    2.3.3  歧义数据的似然性
    2.3.4  组合信号增强
    2.3.5  扩展目标似然性
    参考文献
    第3章  贝叶斯知识传播
    3.1  贝叶斯跟踪范例
    3.1.1  特性方面
    3.1.2  近似性点评
    3.1.3  航迹与航迹融合
    3.1.4  航迹起始初探
    3.2  目标状态预测
    3.2.1  卡尔曼预测
    3.2.2  期望波门
    3.2.3  交互多模型预测
    3.3  数据更新:滤波
    3.3.1  卡尔曼滤波
    3.3.2  交互多模型滤波
    3.3.3  多假设跟踪滤波
    3.4  目标状态回溯
    3.4.1  固定间隔平滑
    3.4.2  连续时间回溯
    3.4.3  交互多模型回溯
    3.4.4  多假设跟踪回溯
    3.4.5  一个实例讨论
    参考文献
    第4章  序贯航迹提取
    4.1  良好分离的目标
    4.1.1  序贯似然比检验
    4.1.2  与跟踪相关的特性
    4.1.3  与多假设跟踪的关系
    4.2  群目标
    4.2.1  广义似然比
    4.2.2  关于群的势
    参考文献
    第5章  递归批处理
    5.1  累积目标状态密度
    5.1.1  闭式表达式
    5.1.2  一般性讨论
    5.1.3  失序量测
    5.1.4  范例讨论
    5.2  采用EM求解跟踪问题
    5.2.1  数据增广方法
    5.2.2  期望和*大化步骤
    5.2.3  问题讨论
    参考文献
    第6章  航迹与航迹融合
    6.1  全速率通信融合
    6.1.1  Frenkel小航迹
    6.1.2  小航迹融合
    6.2  任意通信速率融合
    6.2.1  高斯乘积密度
    6.2.2  分布式滤波更新
    6.2.3  分布式预测更新
    6.2.4  分布式回溯更新
    6.3  仿真例子讨论
    参考文献

    第二部分  传感器数据融合:应用精选
    第7章  传感器高级特性集成
    7.1  有限传感器分辨率
    7.1.1  雷达分辨率模型
    7.1.2  特定分辨率的似然函数
    7.1.3  一个编队跟踪示例
    7.1.4  分辨率:结果小结
    7.2  GMTI雷达:多普勒盲区
    7.2.1  空对地监视
    7.2.2  一种多普勒盲区模型
    7.2.3  GMTI跟踪要点
    7.2.4  GMTI建模效果
    7.3  主瓣干扰
    7.3.1  对干扰机凹槽建模
    7.3.2  可选跟踪滤波器
    7.3.3  仿真结果精选
    7.4  负传感器信息
    7.4.1  一个无处不在的概念
    7.4.2  从例子中得到的经验教训
    参考文献
    第8章  目标高级属性集成
    8.1  MHT跟踪建模历史
    8.1.1  IMM.MHT跟踪
    8.1.2  性能评估
    8.1.3  IMM—MHT:结论
    8.2  扩展目标跟踪
    8.2.1  通用形式
    8.2.2  扩展目标预测
    8.2.3  扩展目标滤波
    8.2.4  扩展目标的运动学特征
    8.2.5  仿真结果
    8.2.6  结果小结
    8.3  跟踪和识别
    参考文献
    第9章  地形信息集成
    9.1  道路地图辅助的目标跟踪
    9.1.1  道路段建模
    9.1.2  道路约束密度
    9.1.3  定量讨论
    9.2  基于目标跟踪的道路地图提取
    9.2.1  实用价值
    9.2.2  道路节点重构
    9.2.3  示例分析
    9.2.4  小结
    9.3  辐射源跟踪
    9.3.1  多路径传播预测
    9.3.2  粒子滤波方法
    9.3.3  小结
    参考文献
    第10章  反馈到探测:传感器管理
    10.1  敏捷波束雷达的信息流程
    10.2  相控阵雷达的传感器建模
    10.2.1  雷达散射截面抖动
    10.2.2  平均接收信噪比
    10.2.3  检测和量测处理
    10.3  贝叶斯跟踪算法回顾
    10.3.1  预测:分配决策基础
    10.3.2  信号强度信息处理
    10.4  自适应贝叶斯传感器管理
    10.4.1  雷达回访时间自适应控制
    10.4.2  雷达发射能量选择
    10.4.3  贝叶斯局部搜索程序
    10.5  数值仿真结果讨论
    10.5.1  仿真剧情讨论
    10.5.2  IMM建模设计要点
    10.5.3  IMM建模增益
    10.5.4  RCS估计质量
    10.5.5  RCS模型失配
    10.5.6  自适应能量管理
    10.6  自适应传感器管理:结果汇总
    参考文献

    附录A
    A.1  缩写词列表
    A.2  符号列表
    A.3  概率密度基础知识
    A.4  分块矩阵求逆公式
    A.5  高斯乘积公式
    A.6  矩匹配近似
    A.7  回溯:依赖性分析
    A.8  高斯累积状态密度
    A.9  克罗内克积的相关知识
    A.10  扩展目标似然性的相关细节
    A.11  矩阵变量密度的相关知识
    参考文献
    彩图
查看详情
系列丛书 / 更多
跟踪和传感器数据融合
薄膜光学(第4版)
[美]H.Angus、Macleod 著;徐德刚、贾东方、王与烨 译
跟踪和传感器数据融合
Markov随机场在视觉和图像处理中的应用
[美]Andrew Blake 著;谢昭 译
跟踪和传感器数据融合
国外信息科学与技术优秀图书系列:认知无线电技术(第2版)
[美]费特(Bruce A.Fette)、[美]费特(Bruce A.Fette) 著;赵知劲、郑仕链、尚俊娜 译
跟踪和传感器数据融合
经典与量子信息论
[法]Emmanuel Desurvire 著
跟踪和传感器数据融合
信息论基础
[加拿大]Raymond W.Yeung 著
跟踪和传感器数据融合
Haskell函数式编程基础
[英]Simon Thompson 著;乔海燕、张迎周 译
跟踪和传感器数据融合
光电子器件设计、建模与仿真
[加]李洵 著;李蔚、陈四海、黄黎蓉 译;现代雷达目标检测理论与方法 编纂
跟踪和传感器数据融合
国外信息科学与技术优秀图书系列·DITA最佳实践指南:创作、编排和架构的技术路线
[美]贝拉米(Laura Bellamy)、[美]Michelle、[美]Jenifer Schlotfeldt 著;李颖、贾晓磊 译
相关图书 / 更多
跟踪和传感器数据融合
跟踪记
秦巴子 著
跟踪和传感器数据融合
跟踪狂
拉尔斯·克卜勒 著;傅力 译
跟踪和传感器数据融合
跟踪昆虫
柯尔
跟踪和传感器数据融合
跟踪滤波工程:高斯-牛顿及多项式滤波
[南非]诺曼·莫里森 著
跟踪和传感器数据融合
跟踪孔令学
张骁 导演;马伊琍 主演;范伟;孙宁
跟踪和传感器数据融合
跟踪(第1季)
杨慧子 著
跟踪和传感器数据融合
跟踪8:Good bye,Misty City
艾成歌 著
跟踪和传感器数据融合
跟踪引导计算与瞄准偏置理论
游安清,张家如
跟踪和传感器数据融合
跟踪的蝴蝶:新美南吉童话故事全集
[日]新美南吉
跟踪和传感器数据融合
跟踪吹笛人
张年军
跟踪和传感器数据融合
跟踪信号:黑盒交易如何影响从华尔街到上海的股市(讲透量化交易,揭秘股市操纵者,看见金融未来大趋势)
[加]布莱恩·R.布朗 著;杜海韬、吴月、王俊宇 译
跟踪和传感器数据融合
跟踪8
艾成歌
您可能感兴趣 / 更多
跟踪和传感器数据融合
不要挖鼻孔!!
[德]安妮特·朗根 著
跟踪和传感器数据融合
内燃机技术 (原书第8版)
[德]理夏德·范·巴舒伊森(RichardvanBasshuysen)弗雷德·舍费尔(FredSchaefer) 著
跟踪和传感器数据融合
古代遗产:欧洲的源起(贝克欧洲史
[德]哈特穆特·莱平著徐庆(HartmutLeppin) 译
跟踪和传感器数据融合
冷战和福利国家:1945~1989年的欧洲(贝克欧洲史
[德]哈特穆特·克尔布勒著张萍(HartmutKaelble) 译
跟踪和传感器数据融合
德意志人:一部诗人、作家、哲学家和思想家的自传
[德]约翰内斯·弗里德著刘晓编刘晓(JohannesFried) 译
跟踪和传感器数据融合
国家竞争与理性:1648~1789年的欧洲(贝克欧洲史
[德]格里特·瓦尔特著徐庆编徐庆(GerritWalther) 译
跟踪和传感器数据融合
革命与改革:1789~1850年的欧洲(贝克欧洲史
[德]安德里亚斯·法尔迈尔著李昱彤(AndreasFahrmeir) 译
跟踪和传感器数据融合
边境体验和君主秩序:1200~1500年的欧洲(贝克欧洲史
[德]贝恩德·施耐德穆勒著刘博(BerndSchneidmüller) 译
跟踪和传感器数据融合
帝国暴力和民族动员:1914~1945年的欧洲(贝克欧洲史
[德]鲁兹·拉斐尔(LutzRaphael)
跟踪和传感器数据融合
宗教战争与欧洲的扩张:1500~1648年的欧洲(贝克欧洲史
[德]路易丝·朔恩-许特著郭翕慈编郭翕慈(LuiseSchorn-Schütte) 译
跟踪和传感器数据融合
前苏格拉底哲学家残篇:英文
[德]第尔斯(HermannDiels) 编著;[英]弗里曼(
跟踪和传感器数据融合
肝脏弹性成像的临床应用与解读
[德]塞巴斯蒂安·穆勒张波杨筱 主译