多傳感器數(shù)據(jù)融合理論及應用（第2版）

第1章　概述
第2章　多傳感器系統(tǒng)的應用及優(yōu)勢，大氣對信號的衰減作用
  2.1 多傳感器系統(tǒng)中數(shù)據(jù)融合的應用
  2.2 傳感器的選擇
  2.3 多傳感器的優(yōu)勢
  2.4 信號波長對其在大氣衰減中的影響
  2.5 霧的特征
  2.6 毫米波傳感器的工作頻率對其性能的影響
  2.7 雨和霧以毫米波雷達信號能量的吸收
  2.8 在雨中毫米波能量的反向反射
  2.9 紅外傳感器工作波長對性能的影響
  2.10 能見度度量
  2.11 紅外能理在雨中的衰減
  2.12 洮光系數(shù)值
  2.13 電磁波類傳感器的優(yōu)缺點小結(jié)
  2.14 大氣與傳感器系統(tǒng)的墳算機仿真模型
  2.15 小結(jié)
  參考文獻
第3章　數(shù)據(jù)融合算法與融合結(jié)構(gòu)
  3.1 數(shù)據(jù)融合的定義
  3.2 處理層1
  3.3 處理層2,3和4
  3.4 結(jié)構(gòu)的定義
  3.5 數(shù)據(jù)融合處理過程
  3.6 數(shù)據(jù)融合的結(jié)構(gòu)
  3.7 各傳感器有效覆蓋區(qū)域的配準和對覆蓋區(qū)域大小的考慮
  3.8 小結(jié)
  參考文獻
第4章　貝葉斯推理
  4.1 貝葉斯法則
  4.2 貝葉斯推理和經(jīng)典概率的推理的比較
  4.3 用來自兩個傳感器的不同類型的量測數(shù)據(jù)提高礦物地檢測率
  4.4 小結(jié)
  參考文獻
第5章　Dempster-Shafer算法
  5.1 算法概述
  5.2 算法的實現(xiàn)
  5.3 支持度、似然度以及不確定區(qū)間
  5.4 用　Dempster規(guī)則融合多傳感器數(shù)據(jù)
  5.5 Dempster-Shafer與貝葉斯判決理論的比較
  5.6 小結(jié)
  參考文獻
第6章　人工神經(jīng)網(wǎng)絡
……
第7章　表決融合
第8章　模糊邏輯和模糊神經(jīng)網(wǎng)絡
第9章　確定目標位置的被動數(shù)據(jù)關聯(lián)
附錄A　普朗克輻射定理和輻射轉(zhuǎn)移
附錄B　傳感器信任級別相交時的表決融合