多傳感器數(shù)據(jù)融合及其應(yīng)用

內(nèi)容概要

　　本書以具有代表性的C3I系統(tǒng)為主線，介紹了多傳感器數(shù)據(jù)融合系統(tǒng)的基本概念，系統(tǒng)組成，基本原理以及多傳感器數(shù)據(jù)融合系統(tǒng)設(shè)計(jì)中所采用的基本方法?！　∪珪卜制哒拢谝徽陆榻B多傳感器信息系統(tǒng)的一般概念及組成，第二章至第六章的內(nèi)容分別為多傳感器系統(tǒng)狀成估計(jì)，數(shù)據(jù)關(guān)聯(lián)原理和方法，航跡融合等，第七章簡單介紹了C3I系統(tǒng)所用到的幾種主要傳感器?！　”緯菫殡娮有畔㈩悓I(yè)對應(yīng)的各個學(xué)科的士研究生編寫的，也可供從事電子信息系統(tǒng)研究與設(shè)計(jì)的工程技術(shù)人員和此領(lǐng)域的博士研究生參考。

書籍目錄

第1章 多傳感器數(shù)據(jù)融合概述1.1 引言1.1.1 概況1.1.2 雷達(dá)信息處理系統(tǒng)的發(fā)展過程1.1.3 數(shù)據(jù)融合系統(tǒng)中的主要傳感器1.1.4 數(shù)據(jù)融合的應(yīng)用領(lǐng)域1.2 數(shù)據(jù)融合的定義和通用模型1.2.1 數(shù)據(jù)融合的定義1.2.2 數(shù)據(jù)融合的通用模型1.2.3 傳感器組成及描述1.3 數(shù)據(jù)融合的重要性和潛在能力1.4 數(shù)據(jù)融合的分類1.4.1 像素級融合1.4.2 特征級融合1.4.3 決策級融合1.5 數(shù)據(jù)融合技術(shù)1.6 數(shù)據(jù)融合的主要內(nèi)容第2章 狀態(tài)估計(jì)2.1 卡爾曼濾波器2.1.1 用數(shù)字濾波器作為估值器2.1.2 線性均方估計(jì)2.1.3 最優(yōu)遞歸估值器——標(biāo)量卡爾曼濾波器2.1.4 向量卡爾曼濾波器2.1.5 擴(kuò)展卡爾曼濾波器2.1.6 卡爾曼濾波器在雷達(dá)跟蹤中的應(yīng)用2.1.7 擴(kuò)展卡爾曼濾波器在目標(biāo)跟蹤和衛(wèi)星軌道確定方面的應(yīng)用·.2.1.8 目標(biāo)機(jī)動檢測.”2.1.9 自適應(yīng)卡爾曼濾波器2.2 常系數(shù)α-β和α-β-γ濾波器2.2.1 目標(biāo)運(yùn)動模型2.2.2 常系數(shù)α-β和α-β-γ濾波器2.2.3 常系數(shù)α-β和α-β-γ濾波器的系數(shù)2.2.4 變系數(shù)α-β和α-β-γ濾波器的系數(shù)2.2.5 組合濾波器2.3 自適應(yīng)濾波器2.3.1 目標(biāo)運(yùn)動方程和觀測方程2.3.2 自適應(yīng)系數(shù)的獲取2.3.3 濾波算法2.3.4 獲取α（κ）和α（κ）的局部方差方法第3章 數(shù)據(jù)關(guān)聯(lián)及其數(shù)據(jù)準(zhǔn)備3.1 多傳感器數(shù)據(jù)關(guān)聯(lián)時的數(shù)據(jù)準(zhǔn)備3.1.1 對雷達(dá)信號處理的要求3.1.2 預(yù)處理3.1.3 修正系統(tǒng)誤差3.I.4 坐標(biāo)變換或空間對準(zhǔn)3.I.5 時間同步或?qū)?zhǔn)3.1.6 量綱對準(zhǔn)3.2 數(shù)據(jù)關(guān)聯(lián)3.2.1 數(shù)據(jù)關(guān)聯(lián)舉例3.2.2 數(shù)據(jù)關(guān)聯(lián)過程3.2.3 數(shù)據(jù)關(guān)聯(lián)的一般步驟3.3 狀態(tài)關(guān)聯(lián)及關(guān)聯(lián)門的應(yīng)用3.3.1 位置關(guān)聯(lián)及關(guān)聯(lián)門3.3.2 位置一速度關(guān)聯(lián)3.3.3 編批目標(biāo)的關(guān)聯(lián)3.4 關(guān)聯(lián)門的選擇3.4.1 關(guān)聯(lián)門的形狀3.4.2 關(guān)聯(lián)門的類型3.4.3 關(guān)聯(lián)門的尺寸3.5 各種數(shù)據(jù)關(guān)聯(lián)方法3.5.1 最鄰近數(shù)據(jù)關(guān)聯(lián)(NNDA)3.5.2 概率數(shù)據(jù)關(guān)聯(lián)(PDA)3.5.3 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(JPDA)3.5.4 交互多模型法(1MM)3.5.5 全局最鄰近數(shù)據(jù)關(guān)聯(lián)3.5.6 簡易聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(CJPDA)3.5.7 模糊數(shù)據(jù)關(guān)聯(lián)(FDA)3.5.8 準(zhǔn)最佳聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(SJPDA)3.5.9 最鄰近聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(NNJPDA)3.5.10 “全鄰”最優(yōu)濾波法—3.5.11 多假設(shè)法(MHT)3.5.12 航跡分裂法3.5.13 最大似然數(shù)據(jù)關(guān)聯(lián)(MLDA)—3.6 用實(shí)際雷達(dá)數(shù)據(jù)對某些關(guān)聯(lián)方法的評價(jià)第4章 航跡及其融合4.1 引言4.2 航跡管理4.2.1 邏輯法4.2.2 記分法4.3 航跡的初始化算法4.3.1 兩點(diǎn)外推4.3.2 三點(diǎn)加速外推4.4 航跡關(guān)聯(lián)4.4.1 統(tǒng)計(jì)關(guān)聯(lián)方法4.4.2 模糊關(guān)聯(lián)方法4.5 航跡融合4.5.1 航跡融合結(jié)構(gòu)4.5.2 航跡融合中的相關(guān)估計(jì)誤差問題4.5.3 航跡狀態(tài)估計(jì)融合4.5.4 模糊航跡融合4.5.5 利用偽點(diǎn)跡的航跡融合方法，4.5.6 信息去相關(guān)算法第5章 身份融合5.1 引言—5.2 身份融合算法的分類5.3 特征及其提取5.3.1 圖像特征5.3.2 信號數(shù)據(jù)特征5.4 身份識別5.5 識別技術(shù)概述5.5.1 相似性系數(shù)法5.5.2 統(tǒng)計(jì)模式識別技術(shù)5.5.3 神經(jīng)網(wǎng)絡(luò)技術(shù)5.5.4 參數(shù)模板法5.5.5 聚類分析技術(shù)5.5.6 物理模型5.5.7 基于知識的方法5.6 身份融合算法5.6.1 經(jīng)典推理5.6.2 Bayes推理5.6.3 Dempster—Shafer證據(jù)推理方法5.6.4 身份信息融合的最佳方法第6章 態(tài)勢評估與威脅評估6.1 態(tài)勢評估6.1.1 態(tài)勢評估的定義6.1.2 態(tài)勢評估元素6.1.3 態(tài)勢評估包含的主要內(nèi)容6.1.4 態(tài)勢評估的特點(diǎn)6.1.5 態(tài)勢顯示6.2 威脅評估6.2.1 威脅評估的定義6.2.2 威脅評估元素6.2.3 威脅評估的主要內(nèi)容6.3 態(tài)勢評估和威脅評估的實(shí)現(xiàn)方法6.3.1 態(tài)勢評估和威脅評估的主要特點(diǎn)6.3.2 用于STA的主要技術(shù)第7章 C3I系統(tǒng)中常用傳感器概述7.1 引言7.2 常用傳感器7.2.1 動目標(biāo)顯示／檢測雷達(dá)7.2.2 脈沖多普勒雷達(dá)(PD)7.2.3 連續(xù)波雷達(dá)(CW)7.2.4 電子情報(bào)接收機(jī)(ELINT)／電子支援測量(ESM)7.2.5 二次監(jiān)視雷達(dá)(SSR)／IFF／IFFN系統(tǒng)7.2.6 毫米波雷達(dá)7.2.7 聲納7.2.8 紅外傳感器(1R)附錄A 坐標(biāo)系的變換附錄B 名詞與縮略語參考文獻(xiàn)

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    多傳感器數(shù)據(jù)融合及其應(yīng)用 PDF格式下載

---