多傳感器數(shù)據(jù)融合及其應(yīng)用

定　價(jià)：￥18.00

作　者：	楊萬(wàn)海編著
出版社：	西安電子科技大學(xué)出版社
叢編項(xiàng)：	研究生系列教材
標(biāo)　簽：	化學(xué)工業(yè)

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787560613598	出版時(shí)間：	2004-04-01	包裝：	平裝
開(kāi)本：	26cm	頁(yè)數(shù)：	205	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)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。全書(shū)共分7章，第1章介紹多傳感器信息系統(tǒng)的一般概念及緝成、第2章到第6章的內(nèi)容分別為多傳感器系統(tǒng)狀態(tài)估計(jì)、數(shù)據(jù)關(guān)聯(lián)原理和方法、航跡融合、身份融合、態(tài)勢(shì)評(píng)借和威脅評(píng)估，第7章簡(jiǎn)單介紹了C3I系統(tǒng)所用到的幾種主要傳感器。本書(shū)是為電子信息類(lèi)專(zhuān)業(yè)對(duì)應(yīng)的各個(gè)學(xué)科的碩士研究生編寫(xiě)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。隨著科學(xué)技術(shù)的發(fā)展；特別是微電子技術(shù)、集成電路及其設(shè)計(jì)技術(shù)、計(jì)算機(jī)技術(shù)，、近代信號(hào)處理技術(shù)和傳感器技術(shù)的發(fā)展，多傳感器數(shù)據(jù)融合已經(jīng)發(fā)展成為一個(gè)新的學(xué)科方向和研究領(lǐng)域。多傳感器數(shù)據(jù)融合技術(shù)在軍事領(lǐng)域和民用領(lǐng)域均得到了廣泛應(yīng)用。實(shí)際上，在第二次世界大戰(zhàn)期間就已經(jīng)在高炮火控雷達(dá)上力口裝了光學(xué)測(cè)距系統(tǒng)，這不僅大大地提高了系統(tǒng)的測(cè)距精度，同時(shí)也大大地提高了系統(tǒng)的抗干擾能力。從這種：意義上說(shuō)，多傳感器數(shù)據(jù)融合在二戰(zhàn)期間就已經(jīng)有了應(yīng)用，但數(shù)據(jù)融合（DataFusion）一詞是2世紀(jì)7年代才出現(xiàn)的。2多年來(lái)，隨著各種先進(jìn)武器系統(tǒng)的出現(xiàn)與發(fā)展，世界各國(guó)都在發(fā)展或完善自己的C3I系統(tǒng)，以完成指定的戰(zhàn)略和戰(zhàn)術(shù)任務(wù)。C3I系統(tǒng)如何對(duì)各類(lèi)傳感器所收集的大量信息和情報(bào)進(jìn)行分析、處理、綜合，以便作出正確的決策，就成了數(shù)據(jù)處理的一個(gè)新的和重要的分支，即多傳感器數(shù)據(jù)融合。在民用領(lǐng)域，機(jī)器人多傳感器信息處理系統(tǒng)、醫(yī)學(xué)多傳感器圖像融合系統(tǒng)、遙感多傳感器融合系統(tǒng)，乃至現(xiàn)代移動(dòng)通信系統(tǒng)等，這項(xiàng)技術(shù)均已得到普遍應(yīng)用。這樣一個(gè)重要的研究與應(yīng)用領(lǐng)域，在我們高校的教材中沒(méi)有任何體現(xiàn)，我們的學(xué)生缺乏這方面的知識(shí)，對(duì)電子信息系統(tǒng)知之甚少，盡管目前已經(jīng)有幾本專(zhuān)著面世，但它們畢竟不是教材。加之國(guó)內(nèi)已有相當(dāng)一部分研究所、高校和工廠正在從事多傳感器信息處理方面的工作，有這方。面的需求。這就是作者編寫(xiě)這本教材的出發(fā)點(diǎn)。本書(shū)作為教材，有如下特點(diǎn)：本書(shū)從學(xué)習(xí)的角度出發(fā)，注重多傳感器信息系統(tǒng)的基本概念、基本原理和研究與設(shè)計(jì)中所采用的基本方法的介紹。本書(shū)注重知識(shí)的系統(tǒng)性，循序漸進(jìn)，由淺人深。如狀態(tài)估計(jì)，是從用于狀態(tài)估計(jì)的非遞歸和遞歸數(shù)字濾波器人手，引入最佳概念，再進(jìn)一步介紹維納濾波、o-盧濾波、卡爾曼濾波以及用于各種實(shí)際系統(tǒng)的擴(kuò)展卡爾曼濾波和各種自適應(yīng)濾波，使學(xué)生便于對(duì)知識(shí)的理解和掌握。多傳感器數(shù)據(jù)融合系統(tǒng)在軍口和民口都有廣泛應(yīng)用。從內(nèi)容來(lái)說(shuō)，涉及許多學(xué)科領(lǐng)域，內(nèi)容龐雜。本教材選擇在數(shù)據(jù)融合領(lǐng)域最有代表性的C3I系統(tǒng)信息處理為線索，抓住重點(diǎn)，取材適中，以便于建立系統(tǒng)概念和掌握具有一般性的方法；對(duì)某些已形成獨(dú)立方向的，在數(shù)據(jù)融合領(lǐng)域所用到的一些方法，如聚類(lèi)分析、模式識(shí)別等方法，就沒(méi)有展開(kāi)介紹本書(shū)盡管取材不是很多，但每部分內(nèi)容學(xué)完之后均給出了進(jìn)一步學(xué)習(xí)的參考資料，以供同學(xué)們繼續(xù)深入學(xué)習(xí)和研究，擴(kuò)展知識(shí)面，加深對(duì)多傳感器信息系統(tǒng)的認(rèn)識(shí)和理解，為以后從事此領(lǐng)域酌工作奠定良好的基礎(chǔ)。多傳感器信息融合研究的對(duì)象是各類(lèi)傳感器提供的信息，它們是以波形、圖像、數(shù)據(jù)、文字以及聲音等形式給出的。傳感器的工作原理、工作方式、給出的信號(hào)形式和給出的測(cè)量數(shù)據(jù)所具有的精度，都是我們研究、分析和設(shè)計(jì)多傳感器信息系統(tǒng)，甚至研究各種信息處理方法所要了解或掌握的。各種類(lèi)型的傳感器是電子信息系統(tǒng)的最關(guān)鍵的組成部分，它是數(shù)據(jù)融合系統(tǒng)的信息源。因此，在最后一章，給出了一些C''''I系統(tǒng)常用傳感器的簡(jiǎn)單介紹，以便學(xué)習(xí)與參考。許錄平教授審閱了本書(shū)的全文，對(duì)本書(shū)的修改提出了許多寶貴意見(jiàn)，編者在此對(duì)許錄平教授表示衷心的感謝。編者對(duì)西安電子科技大學(xué)研究生院的領(lǐng)導(dǎo)和同志們的關(guān)心與支持表示衷心的感謝，對(duì)西安電子科技大學(xué)出版社的領(lǐng)導(dǎo)及負(fù)責(zé)本教材編輯工作的夏大平和楊蹯同志的支持表示衷心的感謝。對(duì)本書(shū)取材論文和著作的作者表示衷，b感謝。本書(shū)的出版得到了國(guó)防預(yù)研基金的資助，同時(shí)還得到了西安電子科技大學(xué)研究生教材建設(shè)基金的資助。由于編者水平的限制，加之時(shí)間倉(cāng)促，本書(shū)一定會(huì)有很多缺點(diǎn)和錯(cuò)誤，望讀者多加批評(píng)和指正。

作者簡(jiǎn)介

暫缺《多傳感器數(shù)據(jù)融合及其應(yīng)用》作者簡(jiǎn)介

圖書(shū)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(guò)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(lèi)
  1.4.1  像素級(jí)融合
  1.4.2  特征級(jí)融合
  1.4.3  決策級(jí)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(dòng)檢測(cè).”
  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(dòng)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(dòng)方程和觀測(cè)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(shí)的數(shù)據(jù)準(zhǔn)備
  3.1.1  對(duì)雷達(dá)信號(hào)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(duì)準(zhǔn)
  3.I.5  時(shí)間同步或?qū)?zhǔn)
  3.1.6  量綱對(duì)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(guò)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(mén)的應(yīng)用
  3.3.1  位置關(guān)聯(lián)及關(guān)聯(lián)門(mén)
  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(mén)的選擇
  3.4.1  關(guān)聯(lián)門(mén)的形狀
  3.4.2  關(guān)聯(lián)門(mén)的類(lèi)型
  3.4.3  關(guān)聯(lián)門(mén)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(jiǎn)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(duì)某些關(guān)聯(lián)方法的評(píng)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(wèn)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(lèi)
  5.3  特征及其提取
  5.3.1  圖像特征
  5.3.2  信號(hào)數(shù)據(jù)特征
  5.4  身份識(shí)別
  5.5  識(shí)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(shí)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(lèi)分析技術(shù)
  5.5.6  物理模型
  5.5.7  基于知識(shí)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(shì)評(píng)估與威脅評(píng)估
  6.1  態(tài)勢(shì)評(píng)估
  6.1.1  態(tài)勢(shì)評(píng)估的定義
  6.1.2  態(tài)勢(shì)評(píng)估元素
  6.1.3  態(tài)勢(shì)評(píng)估包含的主要內(nèi)容
  6.1.4  態(tài)勢(shì)評(píng)估的特點(diǎn)
  6.1.5  態(tài)勢(shì)顯示
  6.2  威脅評(píng)估
  6.2.1  威脅評(píng)估的定義
  6.2.2  威脅評(píng)估元素
  6.2.3  威脅評(píng)估的主要內(nèi)容
  6.3  態(tài)勢(shì)評(píng)估和威脅評(píng)估的實(shí)現(xiàn)方法
  6.3.1  態(tài)勢(shì)評(píng)估和威脅評(píng)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(dòng)目標(biāo)顯示／檢測(cè)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(cè)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(yǔ)
參考文獻(xiàn)