多传感器数据融合理论及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多传感器数据融合理论及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

第1章 概述1

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5

2.1 多传感器系统中数据融合的应用5

2.2 传感器的选择7

2.3 多传感器系统的优势11

2.4 信号波长对其在大气衰减中的影响13

2.5 雾的特征16

2.6 毫米波传感器的工作频率对其性能的影响17

2.7 雨和雾对毫米波雷达信号能量的吸收17

2.8 在雨中毫米波能量的反向反射20

2.9 红外传感器工作波长对性能的影响22

2.10 能见度度量23

2.10.1 主观能见度23

2.10.2 客观能见度——气象距离23

2.11 红外能量在雨中的衰减24

2.12 消光系数值（典型）25

2.13 电磁波类传感器优缺点小结26

2.14 大气与传感器系统的计算机仿真模型27

2.14.1 LOWTRAN衰减模型28

2.14.2 FASCODE与MODTRAN衰减模型29

2.14.3 EOSAEL传感器性能模型30

2.15 小结33

参考文献33

第3章 数据融合算法与融合结构37

3.1 数据融合的定义37

3.2 处理层139

3.2.1 数据融合中的检测、分类与识别算法40

3.2.2 数据融合中的状态估计和跟踪算法44

3.3 处理层2，3和449

3.4 结构的定义51

3.6 数据融合的结构52

3.5 数据融合处理过程52

3.6.1 传感器级融合53

3.6.2 中央级融合55

3.6.3 混合式融合结构56

3.6.4 像素级融合57

3.6.5 特征级融合58

3.6.6 决策级融合59

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59

3.8 小结60

参考文献61

第4章 贝叶斯推理64

4.1 贝叶斯法则64

4.2 贝叶斯推理和经典概率推理的比较65

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69

4.4 小结72

参考文献72

5.1 算法概述74

第5章 Dempster-Shafer算法74

5.2 算法的实现75

5.3 支持度、似然度以及不确定区间76

5.4 用Dempster规则融合多传感器数据79

5.5 Dempster-Shafer与贝叶斯判决理论的比较82

5.6 小结83

参考文献83

第6章 人工神经网络85

6.1 人工神经网络的应用85

6.2 自适应线性组合器86

6.3 线性分类器87

6.4 线性分类器的容量88

6.5 非线性分类器88

6.5.1 Madaline88

6.5.2 前向网络90

6.6 非线性分类器的容量91

6.7 有监督和无监督学习92

6.8 有监督学习规则93

6.8.1 μ-LMS最快速下降算法94

6.8.2 α-LMS误差修正算法94

6.8.3 μ-LMS算法和α-LMS算法的比较95

6.8.4 Madaline Ⅰ和Ⅱ误差修正法95

6.8.5 感知器规则96

6.8.6 后向传播（BP）算法97

6.8.7 Madaline Ⅲ最快速下降法98

6.8.8 死区算法99

6.9 其他人工神经网络100

6.10 小结102

参考文献102

第7章 表决融合104

7.1 传感器目标报表105

7.2.2 信任级别106

7.2 传感器检测空间106

7.2.1 检测空间的文氏图表示106

7.2.3 检测单元107

7.3 系统检测概率108

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108

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110

7.3.3 条件概率的估计110

7.3.4 虚警率111

7.3.5 检测率112

7.3.6 计算多传感器系统检测率的小结112

7.4 应用实例113

7.4.1 满足虚警率的要求113

7.4.2 满足系统检测率的要求114

7.4.3 从实例中观察到的现象115

7.5 传感器逻辑表决融合的硬件实现116

7.7 小结117

7.6 表决融合与D-S证据理论的比较117

参考文献118

第8章 模糊逻辑和模糊神经网络119

8.1 模糊逻辑能提供合适解的条件119

8.2 模糊逻辑应用于汽车反锁刹车系统120

8.3 模糊系统中的基本元素120

8.4 模糊逻辑处理过程121

8.5 模糊质心的计算122

8.6 用模糊逻辑来控制倒立摆的平衡124

8.6.1 常规数值解124

8.6.2 模糊逻辑解125

8.7 模糊逻辑用于多目标跟踪128

8.7.1 常规卡尔曼滤波器129

8.7.2 模糊卡尔曼滤波器130

8.8 模糊神经网络134

8.9 小结135

参考文献136

第9章 确定目标位置的被动数据关联138

9.1 直接接收信号融合140

9.1.1 序列处理技术141

9.1.2 系统设计的几个主要方面143

9.2 角度数据融合144

9.2.1 目标位置的解空间145

9.2.2 0-1整数规划算法研究148

9.2.3 松弛算法的研究152

9.3 分布式融合体系结构153

9.3.1 方向角度航迹关联的局部优化154

9.3.2 方向角度航迹关联的全局优化155

9.4 使用单个传感器的角度航迹计算目标径向距离157

9.5 小结158

参考文献159

附录A 普朗克辐射定理和辐射转移161

附录B 传感器信任级别相交时的表决融合166