Sensor and Data Fusion Concepts and Applications
副标题：无
作 者：(美)Lawrence A. Klein著;戴亚平等译
分类号：
ISBN：9787564001858
微信扫一扫,移动浏览光盘
简介
为了响应那些没能参加spie短期课程，但又想复制其笔记的同学的要求，我们出版了此套系列教材。根据有关法律规定，授课教师对这些笔记拥有版权，因此它们不能在市场上随意流通。由于这些笔记仅仅是为课堂讨论提供了一个方向或作为对专题演讲的一个补充，而且有时现场演讲会用到一些复杂图形，所以笔记常常不能替代教材的功能。为了出版本系列教材，我评阅了很多套课程笔记，结果发现，尽管这些课程已涉及到几乎所有相关领域的内容，但与之对应的笔记却不能对相应的理论做进一步阐明，有时反而更加困惑读者。
本系列教材正是为了填补这个缺口，使它们能成为一个完整的教材体系，详细解释被笔记里忽视的一些观点和论据。这个主题确认后，我们开始这项工作的最关键的问题是，这套系列教材能否有效地表达与这个主题相关的一些基本概念。在刚开始动笔和最后成稿时，我查阅了原始的笔记手稿，这样就能保证本系列教材能提供丰富的理论来帮助读者建立一些基本概念，然后运用这些基本概念，再给读者具体的有关本主题的实际工程知识。参考文献作为每天教材必备的一个部分也在本系列教材中列出，它为读者提供了更深层次的学习素材。
本系列教材的一个优势就是覆盖了最新发展的一些新领域。传统的教材对某些新领域涉及不深或根本没有涉及，如多传感器融合、形态图像处理及数字压缩技术等。从1989年以来，本系列教材就对以上技术及其他新的技术领域进行了介绍。在此基础上，我们又扩展了这套系列教材的内容，使它不仅仅包含短期课程的范围，而且还包含一些专家所研究的领域，我想这些资深专家在所研究的领域中有资格对研究进展作出权威的评价。本系列教材还一直突出它作为教材的特点，我衰心希望在以后的几年中还会出现类似于第一个十年中所取得的高质量、宽范围的作品。
目录
第 1 章 概述 11页
第 2 章 多传感器系统的应用及优势,大气对信号的衰减作用 15页
2.1 多传感器系统中数据融合的应用 15页
2.2 传感器的选择 17页
2.3 多传感器系统的优势 21页
2.4 信号波长对其在大气衰减中的影响 23页
2.5 雾的特征 26页
2.6 毫米波传感器的工作频率对其性能的影响 27页
2.7 雨和雾对毫米波雷达信号能量的吸收 27页
2.8 在雨中毫米波能量的反向反射 30页
2.9 红外传感器工作波长对性能的影响 32页
2.10 能见度度量 33页
2.10.1 主观能见度 33页
2.10.2 客观能见度--气象距离 33页
2.11 红外能量在雨中的衰减 34页
2.12 消光系数值(典型) 35页
2.13 电磁波类传感器优缺点小结 36页
2.14 大气与传感器系统的计算机仿真模型 37页
2.14.1 LOWTRAN 衰减模型 38页
2.14.2 FASCODE 与 MODTRAN 衰减模型 39页
2.14.3 EOSAEL 传感器性能模型 40页
2.15 小结 43页
参考文献 43页
第 3 章 数据融合算法与融合结构 47页
3.1 数据融合的定义 47页
3.2 处理层 49页
3.2.1 数据融合中的检测、分类与识别算法 50页
3.2.2 数据融合中的状态估计和跟踪算法 54页
3.3 处理层 2,3 和 4 59页
3.4 结构的定义 61页
3.5 数据融合处理过程 62页
3.6 数据融合的结构 62页
3.6.1 传感器级融合 63页
3.6.2 中央级融合 65页
3.6.3 混合式融合结构 66页
3.6.4 像素级融合 67页
3.6.5 特征级融合 68页
3.6.6 决策级融合 69页
3.7 各传感器有效覆盖区域的配准和对覆盖区域大小的考虑 69页
3.8 小结 70页
参考文献 71页
第 4 章 贝叶斯推理 74页
4.1 贝叶斯法则 74页
4.2 贝叶斯推理和经典概率推理的比较 75页
4.3 用来自两个传感器的不同类型的量测数据提高矿物的检测率
4.4 小结 82页
参考文献 82页
第 5 章 Dempster-Shafer 算法 84页
5.1 算法概述 84页
5.2 算法的实现 85页
5.3 支持度、似然度以及不确定区间 86页
5.4 用 Dempster 规则融合多传感器数据 89页
5.5 Dempster-Shafer 与贝叶斯判决理论的比较 92页
5.6 小结 93页
参考文献 93页
第 6 章 人工神经网络 95页
6.1 人工神经网络的应用 95页
6.2 自适应线性组合器 96页
6.3 线性分类器 97页
6.4 线性分类器的容量 98页
6.5 非线性分类器 98页
6.5.1 Madaline 98页
6.5.2 前向网络 100页
6.6 非线性分类器的容量 101页
6.7 有监督和无监督学习 102页
6.8 有监督学习规则 103页
6.8.1μ - LMS 最快速下降算法 104页
6.8.2α - LMS 误差修正算法 104页
6.8.3μ - LMS 算法和α - LMS 算法的比较 105页
6.8.4 Madaline I 和 II 误差修正法 105页
6.8.5 感知器规则 106页
6.8.6 后向传播(BP)算法 107页
6.8.7 Madaline III 最快速下降法 108页
6.8.8 死区算法 109页
6.9 其他人工神经网络 110页
6.10 小结 112页
参考文献 113页
第 7 章 表决融合 115页
7.1 传感器目标报表 116页
7.2 传感器检测空间 117页
7.2.1 检测空间的文氏图表示 117页
7.2.2 信任级别 117页
7.2.3 检测单元 118页
7.3 系统检测概率 119页
7.3.1 在信任级别不相交的情况下推导系统检测率和虚警率 119页
7.3.2 传感器各信任级别与对应的检测率和虚警率之间的关系 121页
7.3.3 条件概率的估计 121页
7.3.4 虚警率 122页
7.3.5 检测率 123页
7.3.6 计算多传感器系统检测率的小结 123页
7.4 应用实例 124页
7.4.1 满足虚警率的要求 124页
7.4.2 满足系统检测率的要求 125页
7.4.3 从实例中观察到的现象 126页
7.5 传感器逻辑表决融合的硬件实现 127页
7.6 表决融合与 D-S 证据理论的比较 128页
7.7 小结 (117) IV 11页
参考文献 129页
第 8 章 模糊逻辑和模糊神经网络 130页
8.1 模糊逻辑能提供合适解的条件 130页
8.2 模糊逻辑应用于汽车反锁刹车系统 131页
8.3 模糊系统中的基本元素 131页
8.4 模糊逻辑处理过程 132页
8.5 模糊质心的计算 133页
8.6 用模糊逻辑来控制倒立摆的平衡 135页
8.6.1 常规数值解 135页
8.6.2 模糊逻辑解 136页
8.7 模糊逻辑用于多目标跟踪 139页
8.7.1 常规卡尔曼滤波器 140页
8.7.2 模糊卡尔曼滤波器 141页
8.8 模糊神经网络 145页
8.9 小结 146页
参考文献 147页
第 9 章 确定目标位置的被动数据关联 149页
9.1 直接接收信号融合 151页
9.1.1 序列处理技术 152页
9.1.2 系统设计的几个主要方面 154页
9.2 角度数据融合 155页
9.2.1 目标位置的解空间 156页
9.2.2 0-1 整数规划算法研究 159页
9.2.3 松弛算法的研究 163页
9.3 分布式融合体系结构 164页
9.3.1 方向角度航迹关联的局部优化 165页
9.3.2 方向角度航迹关联的全局优化 165页
9.4 使用单个传感器的角度航迹计算目标径向距离 168页
9.5 小结 168页
参考文献 169页
附录 A 普朗克辐射定理和辐射转移 171页
附录 B 传感器信任级别相交时的表决融合 176页
第 2 章 多传感器系统的应用及优势,大气对信号的衰减作用 15页
2.1 多传感器系统中数据融合的应用 15页
2.2 传感器的选择 17页
2.3 多传感器系统的优势 21页
2.4 信号波长对其在大气衰减中的影响 23页
2.5 雾的特征 26页
2.6 毫米波传感器的工作频率对其性能的影响 27页
2.7 雨和雾对毫米波雷达信号能量的吸收 27页
2.8 在雨中毫米波能量的反向反射 30页
2.9 红外传感器工作波长对性能的影响 32页
2.10 能见度度量 33页
2.10.1 主观能见度 33页
2.10.2 客观能见度--气象距离 33页
2.11 红外能量在雨中的衰减 34页
2.12 消光系数值(典型) 35页
2.13 电磁波类传感器优缺点小结 36页
2.14 大气与传感器系统的计算机仿真模型 37页
2.14.1 LOWTRAN 衰减模型 38页
2.14.2 FASCODE 与 MODTRAN 衰减模型 39页
2.14.3 EOSAEL 传感器性能模型 40页
2.15 小结 43页
参考文献 43页
第 3 章 数据融合算法与融合结构 47页
3.1 数据融合的定义 47页
3.2 处理层 49页
3.2.1 数据融合中的检测、分类与识别算法 50页
3.2.2 数据融合中的状态估计和跟踪算法 54页
3.3 处理层 2,3 和 4 59页
3.4 结构的定义 61页
3.5 数据融合处理过程 62页
3.6 数据融合的结构 62页
3.6.1 传感器级融合 63页
3.6.2 中央级融合 65页
3.6.3 混合式融合结构 66页
3.6.4 像素级融合 67页
3.6.5 特征级融合 68页
3.6.6 决策级融合 69页
3.7 各传感器有效覆盖区域的配准和对覆盖区域大小的考虑 69页
3.8 小结 70页
参考文献 71页
第 4 章 贝叶斯推理 74页
4.1 贝叶斯法则 74页
4.2 贝叶斯推理和经典概率推理的比较 75页
4.3 用来自两个传感器的不同类型的量测数据提高矿物的检测率
4.4 小结 82页
参考文献 82页
第 5 章 Dempster-Shafer 算法 84页
5.1 算法概述 84页
5.2 算法的实现 85页
5.3 支持度、似然度以及不确定区间 86页
5.4 用 Dempster 规则融合多传感器数据 89页
5.5 Dempster-Shafer 与贝叶斯判决理论的比较 92页
5.6 小结 93页
参考文献 93页
第 6 章 人工神经网络 95页
6.1 人工神经网络的应用 95页
6.2 自适应线性组合器 96页
6.3 线性分类器 97页
6.4 线性分类器的容量 98页
6.5 非线性分类器 98页
6.5.1 Madaline 98页
6.5.2 前向网络 100页
6.6 非线性分类器的容量 101页
6.7 有监督和无监督学习 102页
6.8 有监督学习规则 103页
6.8.1μ - LMS 最快速下降算法 104页
6.8.2α - LMS 误差修正算法 104页
6.8.3μ - LMS 算法和α - LMS 算法的比较 105页
6.8.4 Madaline I 和 II 误差修正法 105页
6.8.5 感知器规则 106页
6.8.6 后向传播(BP)算法 107页
6.8.7 Madaline III 最快速下降法 108页
6.8.8 死区算法 109页
6.9 其他人工神经网络 110页
6.10 小结 112页
参考文献 113页
第 7 章 表决融合 115页
7.1 传感器目标报表 116页
7.2 传感器检测空间 117页
7.2.1 检测空间的文氏图表示 117页
7.2.2 信任级别 117页
7.2.3 检测单元 118页
7.3 系统检测概率 119页
7.3.1 在信任级别不相交的情况下推导系统检测率和虚警率 119页
7.3.2 传感器各信任级别与对应的检测率和虚警率之间的关系 121页
7.3.3 条件概率的估计 121页
7.3.4 虚警率 122页
7.3.5 检测率 123页
7.3.6 计算多传感器系统检测率的小结 123页
7.4 应用实例 124页
7.4.1 满足虚警率的要求 124页
7.4.2 满足系统检测率的要求 125页
7.4.3 从实例中观察到的现象 126页
7.5 传感器逻辑表决融合的硬件实现 127页
7.6 表决融合与 D-S 证据理论的比较 128页
7.7 小结 (117) IV 11页
参考文献 129页
第 8 章 模糊逻辑和模糊神经网络 130页
8.1 模糊逻辑能提供合适解的条件 130页
8.2 模糊逻辑应用于汽车反锁刹车系统 131页
8.3 模糊系统中的基本元素 131页
8.4 模糊逻辑处理过程 132页
8.5 模糊质心的计算 133页
8.6 用模糊逻辑来控制倒立摆的平衡 135页
8.6.1 常规数值解 135页
8.6.2 模糊逻辑解 136页
8.7 模糊逻辑用于多目标跟踪 139页
8.7.1 常规卡尔曼滤波器 140页
8.7.2 模糊卡尔曼滤波器 141页
8.8 模糊神经网络 145页
8.9 小结 146页
参考文献 147页
第 9 章 确定目标位置的被动数据关联 149页
9.1 直接接收信号融合 151页
9.1.1 序列处理技术 152页
9.1.2 系统设计的几个主要方面 154页
9.2 角度数据融合 155页
9.2.1 目标位置的解空间 156页
9.2.2 0-1 整数规划算法研究 159页
9.2.3 松弛算法的研究 163页
9.3 分布式融合体系结构 164页
9.3.1 方向角度航迹关联的局部优化 165页
9.3.2 方向角度航迹关联的全局优化 165页
9.4 使用单个传感器的角度航迹计算目标径向距离 168页
9.5 小结 168页
参考文献 169页
附录 A 普朗克辐射定理和辐射转移 171页
附录 B 传感器信任级别相交时的表决融合 176页
Sensor and Data Fusion Concepts and Applications
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
