成功加入购物车
潘泉 著 / 清华大学出版社 / 2013-02 / 平装
售价 ¥ 30.00 4.3折
定价 ¥69.00
品相 八五品
优惠 满包邮
延迟发货说明
上书时间2023-09-09
卖家超过10天未登录
全国高等学校自动化专业系列教材:多源信息融合理论及应用
《全国高等学校自动化专业系列教材:多源信息融合理论及应用》是关于多源信息融合理论与应用的一本教材,主要内容包括多源信息融合的基本概念及发展过程、估计理论基础、信息融合数学基础、检测融合、估计融合、目标跟踪、数据关联、目标识别融合、图像融合、组合导航与信息融合、态势估计、威胁估计、信息融合中的性能评估及与教材内容相关的实验等,且每章后面都附有习题,以供学生课后练习和巩固知识。
《全国高等学校自动化专业系列教材:多源信息融合理论及应用》可作为高等院校控制科学与工程各类相关专业的本科生及研究生教材,也可作为信息融合、电子对抗、信息处理及系统工程等相关专业研究人员和高等院校师生学习的参考用书。
第1章绪论1.1多源信息融合的一般概念1.1.1多源信息融合的提出及定义1.1.2多源信息融合的优势1.2多源信息融合的功能模型1.2.1经典的功能模型1.2.2其他功能模型1.3多源信息融合的系统结构1.3.1集中式结构1.3.2分布式结构1.3.3混合式结构1.4多源信息融合中的数学方法1.4.1估计理论方法1.4.2不确定性推理方法1.4.3智能计算与模式识别理论1.5多源信息融合的发展过程及研究现状1.6多源信息融合的应用1.6.1民事上的应用1.6.2军事上的应用习题参考文献第2章估计理论2.1估计准则2.1.1最小二乘估计和加权最小二乘估计2.1.2最小方差估计和线性最小方差估计2.1.3极大似然估计和极大后验估计2.2最优贝叶斯滤波2.3线性动态系统状态滤波2.3.1卡尔曼滤波器2.3.2信息滤波器2.4非线性动态系统状态滤波2.4.1扩展卡尔曼滤波器2.4.2强跟踪滤波器2.4.3ut变换和ukf2.4.4差分滤波器2.4.5粒子滤波器2.5混合系统多模型估计2.5.1一般描述2.5.2多模型估计实现2.5.3定结构多模型估计2.5.4交互式多模型算法2.5.5变结构多模型算法2.6期望最大化方法2.6.1概述2.6.2em算法描述2.6.3混合高斯参数估计的em算法实例习题参考文献第3章不确定性推理理论3.1主观贝叶斯方法3.1.1贝叶斯条件概率公式3.1.2贝叶斯方法在信息融合中的应用3.1.3主观贝叶斯方法的优缺点3.2d-s证据推理3.2.1证据理论的基本概念3.2.2证据理论的组合规则3.2.3基于证据理论的决策3.2.4证据理论的优缺点3.3不确定性推理方法之三——dsmt3.3.1dsmt的基本概念3.3.2dsmt的组合规则3.3.3dsmt的优缺点3.4主观贝叶斯方法、d-s证据理论和dsmt的比较3.5模糊集合理论3.5.1模糊集合与隶属度3.5.2模糊聚类3.6模糊逻辑3.7模糊推理3.8模糊积分3.9可能性理论习题参考文献第4章信息融合其他数学基础4.1粗糙集理论4.1.1基本概念4.1.2粗糙集理论在信息融合中的应用4.2随机集理论4.2.1一般概念4.2.2概率模型4.2.3随机集的mass函数模型4.3灰色系统理论4.3.1灰色系统理论的两条基本原理4.3.2数据变换技术4.4支持向量机理论4.4.1最优分类超平面4.4.2线性可分的最优分类面4.4.3线性不可分的最优分类面4.4.4非线性支持向量机4.5信息熵理论4.5.1有关熵的概念4.5.2观测系统的信息融合问题4.5.3观测决策融合系统的信息融合问题4.5.4融合系统的熵的结构关系4.6神经网络4.6.1人工神经元模型4.6.2神经网络的激活函数4.6.3神经网络的结构4.6.4神经网络的学习方法4.7遗传算法4.7.1遗传算法的基本流程4.7.2编码方法4.7.3适应度函数4.7.4选择算子4.7.5交叉算子4.7.6变异算子4.8贝叶斯网络基础4.8.1贝叶斯网络的一般概念4.8.2独立性假设4.8.3一致性概率4.8.4贝叶斯网络推断习题参考文献第5章检测融合5.1引言5.2假设检验5.2.1假设检验问题描述5.2.2似然比判决准则5.3检测融合结构模型5.3.1集中式融合检测结构5.3.2分布式融合检测结构5.4基于并行结构的分布式检测融合5.4.1并行分布式融合检测系统结构5.4.2并行分布式最优检测5.5基于串行结构的分布式检测融合5.5.1串行分布式融合检测系统结构5.5.2串行分布式最优检测5.6树状分布式检测融合5.6.1树状分布式融合检测系统结构5.6.2树状分布式最优检测5.7反馈网络中的分布式检测融合5.7.1反馈并联网络的融合与局部判决规则5.7.2系统的性能描述5.7.3并联反馈网络应用举例5.8分布式恒虚警概率检测5.8.1cfar检测5.8.2分布式cfar检测习题参考文献第6章估计融合6.1估计融合系统结构6.2多传感器系统数学模型6.2.1线性系统6.2.2非线性系统6.3集中式融合系统6.3.1并行滤波6.3.2序贯滤波6.4分布式估计融合6.4.1不带反馈信息的分布式估计融合6.4.2带反馈信息的分布式融合6.4.3全信息估计融合6.5基于协方差交集的分布式数据融合6.5.1问题描述6.5.2相关程度已知的相关估计量最优融合6.5.3相关程度未知的相关估计量最优融合6.6混合式估计融合6.6.1顺序估计6.6.2加权估计6.7多级式估计融合6.7.1不带反馈信息的多级式估计融合6.7.2带反馈信息的多级式估计融合6.8联邦滤波器6.8.1问题描述6.8.2方差上界技术6.8.3联邦滤波器的一般结构6.8.4联邦滤波器的工作流程6.8.5联邦滤波器的最优性证明6.9异步估计融合6.9.1系统方程描述6.9.2集中式异步估计融合6.9.3分布式异步估计融合习题参考文献第7章识别融合7.1目标识别融合概述7.2基于模糊集合理论的目标识别融合技术7.2.1基于模糊贴近和不确定理论的识别方法7.2.2基于可能性理论的识别模型7.2.3基于多属性模糊加权方法的目标识别7.2.4基于模糊综合函数的目标识别7.3基于粗糙集理论的目标识别融合理论7.3.1关系数据模型7.3.2建立知识系统7.3.3基于粗糙集理论的权值确定方法7.3.4基于决策表的分类规则7.4基于d-s证据理论的目标识别融合技术7.4.1互不相容数据结构的递归目标识别融合7.4.2相容数据结构的递归目标识别空间融合7.5基于灰色系统理论的目标识别融合技术7.5.1灰关联分析识别融合算法[12]7.5.2基于d-s推理的灰关联分析融合方法7.6基于极大后验概率理论的目标识别融合技术7.7基于dsmt理论的目标识别融合技术7.7.1dsmt的融合过程7.7.2递归目标识别融合7.8基于属性测度理论的目标识别融合技术7.8.1属性测度基本理论7.8.2已知指标分类标准的属性模式识别模型7.8.3非有序分割类的属性测度模型7.8.4属性测度与d-s证据理论相结合的融合识别方法习题参考文献第8章图像融合8.1图像融合概述8.1.1图像融合的概念8.1.2图像融合的发展8.1.3图像融合的应用8.2图像融合的分类8.2.1像素级图像融合8.2.2特征级图像融合8.2.3决策级图像融合8.3图像配准8.3.1配准的基本概念8.3.2配准需要解决的问题8.3.3配准算法8.3.4变换模型及配准参数估计方法8.3.5图像的重采样和变换8.4图像融合算法8.4.1基于贝叶斯方法的图像融合8.4.2基于统计量测优化的图像融合8.4.3基于ica的图像融合8.4.4基于小波变换的图像融合8.5图像融合的应用8.5.1遥感图像融合8.5.2生物识别技术习题参考文献第9章时间与空间对准9.1问题描述9.2时间对准9.2.1时间同步技术9.2.2时间配准技术9.3坐标变换9.3.1常用坐标系9.3.2坐标系的选择9.3.3坐标转换9.4空间配准算法9.5量纲对准习题参考文献第10章目标跟踪10.1目标跟踪的基本概念和原理10.1.1跟踪门的形成与选择10.1.2数据关联与跟踪维持10.1.3航迹起始与终止10.1.4漏报与虚警10.2跟踪门10.2.1环形跟踪门10.2.2椭圆(球)形跟踪门10.2.3矩形跟踪门10.2.4扇形跟踪门10.3航迹起始10.3.1航迹起始算法10.3.2航迹起始中的有关问题讨论10.4目标跟踪模型10.4.1运动模型10.4.2量测模型10.5目标跟踪算法10.5.1基于随机有限集的多目标跟踪10.5.2基于imm的机动多目标跟踪10.5.3基于期望极大化算法的机动目标跟踪10.5.4基于模糊推理的目标跟踪技术10.6航迹终止与航迹管理10.6.1多目标跟踪终结理论10.6.2航迹管理10.6.3小结习题参考文献第11章数据关联11.1单目标量测——航迹关联算法11.1.1最近邻方法11.1.2概率数据关联11.1.3交互式多模型概率数据关联11.1.4c-immpda算法11.1.5综合扩展概率数据关联算法11.2多目标量测-航迹关联算法11.2.1联合概率数据关联11.2.2多假设法11.2.3概率多假设法11.2.4多维分配数据关联算法11.2.5全局最近邻数据关联算法11.2.6单传感器广义概率数据关联算法11.2.7多传感器广义概率数据关联算法11.2.8vda算法11.3分布式航迹关联11.3.1基于统计的分布式航迹关联11.3.2基于模糊推理与灰色理论的航迹关联习题参考文献第12章组合导航与信息融合12.1导航系统概述12.1.1惯性导航系统12.1.2全球卫星导航系统12.1.3景象匹配导航系统12.1.4其他导航系统12.1.5组合导航系统12.2车载gps/ins/ec组合导航12.2.1系统硬件软件结构12.2.2组合导航估计融合模型12.2.3实验结果12.3亚轨道飞行器gps/ins/cns组合导航12.3.1亚轨道飞行器概述12.3.2亚轨道飞行器飞行特性分析12.3.3黑障问题12.3.4导航系统方案设计12.3.5融合结构设计12.3.6仿真分析12.4无人机ins/smns组合导航12.4.1ins/smns组合模式12.4.2紧耦合ins/smns导航特性12.4.3实验结果与分析习题参考文献第13章态势评估与威胁估计13.1态势评估的概念13.2态势评估的实现13.2.1态势预测13.2.2态势关联13.2.3态势评估13.3态势评估方法13.3.1基于模糊聚类的态势评估方法13.3.2基于贝叶斯网络的态势评估13.3.3基于马尔科夫模型的态势评估13.3.4基于联合模糊逻辑和贝叶斯网络的态势评估13.3.5其他13.4威胁估计概念13.4.1威胁估计的定义13.4.2威胁估计的功能模型13.4.3威胁估计的主要内容13.5威胁估计中的知识库13.5.1系统的领域知识13.5.2系统的知识表示13.5.3系统中的非精确推理13.5.4系统知识库的建立13.6基于层次分析法的威胁估计13.6.1威胁等级的评判步骤13.6.2影响目标威胁等级的因素及评判函数的建立13.6.3各个因子加权系数的确定13.6.4综合评判结果确定13.7基于多因子综合加权的威胁估计13.7.1多因子综合加权法基本原理13.7.2多因子综合加权法应用习题参考文献第14章信息融合中的性能评估14.1性能评估指标体系14.1.1指标体系特点及选取原则14.1.2指标类型14.1.3剧情设定14.1.4评估指标14.2信息融合性能评估的方法14.2.1信息融合性能评估的解析法14.2.2信息融合性能评估的montecarlo方法14.2.3信息融合性能评估的半实物仿真方法14.2.4信息融合性能评估的试验验证法14.3性能评估举例14.3.1跟踪系统性能评估及指标体系14.3.2图像融合技术的性能评估14.3.3面向效能度量(moe)的指标体系14.4其他性能评估举例14.4.1基于解析法的雷达与红外传感器航迹关联性能评估14.4.2基于解析法的航迹起始性能评估14.4.3基于montecarlo仿真的雷达组网高度估计性能评估习题参考文献第15章传感器管理15.1信息融合中的传感器管理15.2传感器管理概述15.2.1传感器管理概念15.2.2传感器管理的内容15.2.3常用传感器及其可管理的参数和模式15.3传感器管理的系统结构与功能模型15.3.1传感器管理的系统结构15.3.2传感器管理的功能模型15.4传感器管理算法与性能指标体系15.4.1传感器管理算法简介15.4.2传感器管理性能指标体系15.5工作环境受限的机载多传感器管理15.5.1状态变量具有约束条件的传感器管理最优决策模型15.5.2一种战场环境下的主/被动式传感器管理方案与算法15.6基于模糊推理的多因素单平台传感器管理算法15.6.1考虑目标多因素的传感器管理15.6.2基于模糊推理的传感器管理15.6.3仿真研究15.7基于联合信息增量的多平台传感器网络管理15.7.1多传感器多目标跟踪中的联合信息增量15.7.2基于联合信息增量的集中式网络级传感器管理算法15.7.3仿真研究习题参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30