图书介绍
数据融合及其应用pdf电子书版本下载
- 杨国胜，窦丽华编著 著
- 出版社： 北京：兵器工业出版社
- ISBN：7801721748
- 出版时间：2004
- 标注页数：164页
- 文件大小：17MB
- 文件页数：176页
- 主题词：传感器－数据融合－高等学校－教学参考资料
PDF下载
下载说明
数据融合及其应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 绪论 1
1.1数据融合的定义 1
1.2数据融合的功能模型 2
1.2.1检测级融合 3
1.2.2位置级融合 3
1.2.3目标识别级融合 4
1.2.4态势评估和威胁估计 5
1.3目标可观测性 5
1.4数据融合的关联问题 7
1.5数据融合方法 8
1.6数据融合技术应用 9
1.7数据融合技术研究历史与现状 10
1.8小结 11
参考文献 11
第2章 状态估计理论基础 14
2.1引言 14
2.2状态估计的基本问题 14
2.2.1 Kalman滤波问题的提法 14
2.2.2连续系统离散化问题 16
2.3数学预备知识 18
2.4离散系统Kalman最优滤波基本方程 19
2.4.1 Kalman最优滤波公式的证明 20
2.4.2 Kalman最优滤波公式及框图 22
2.4.3 Kalman最优滤波公式的几种变形 22
2.5 Kalman最优滤波的几个性质讨论 23
2.5.1滤波增益阵和误差协方差阵的选取 23
2.5.2滤波发散问题讨论 24
2.6简化的Kalman滤波 24
2.6.1降低 Kalman滤波计算量的途径 24
2.6.2常增益滤波 25
2.6.3状态约简 25
2.6.4分段循环Kalman滤波 25
2.6.5解耦Kalman滤波 25
2.7适应于有色噪声的Kalman滤波 26
2.7.1自回归滑动平均模型 26
2.7.2系统噪声是有色噪声，观测噪声是白噪声 27
2.7.3系统噪声是白噪声，观测噪声是有色噪声 27
2.8非线性滤波 28
2.8.1围绕标称状态的线性化滤波 29
2.8.2推广的Kalman滤波 31
2.8.3二阶滤波 32
2.9小结 32
参考文献 33
第3章 基于神经网络的状态估计 34
3.1引言 34
3.2人工神经元模型 34
3.3基于神经网络的状态估计模型 36
3.4神经网络的状态估计 37
3.4.1问题的提出 37
3.4.2基本的最小二乘状态估计 39
3.4.3基于神经网络的状态估计 40
3.5小结 41
参考文献 41
第4章 不确定性推理 42
4.1引言 42
4.2概率推理原理 42
4.2.1基本的数学概念 42
4.2.2概率推理 43
4.3主观Bayes不确定性推理方法 44
4.3.1主观Bayes推理的基本方法 44
4.3.2主观Bayes推理的有关问题讨论 47
4.4证据理论的不确定性推理方法 49
4.4.1证据理论的基本概念 49
4.4.2证据理论的合成规则 50
4.4.3基于证据理论的决策 52
4.4.4证据理论的优缺点 53
4.5主观Bayes方法和证据理论的比较 53
4.6小结 54
参考文献 54
第5章 二维TMA可观测性研究 55
5.1匀速直线运动目标TMA可观测性研究 55
5.1.1问题的提出 55
5.1.2矩阵A（t）满秩条件分析 57
5.2基于纯角度观测的匀速运动目标状态估计 58
5.2.1模型描述 58
5.2.2准线性Kalman滤波状态估计 58
5.2.3基于辅助变量的Kalman滤波状态估计 59
5.3匀加速运动目标TMA可观测性研究 60
5.3.1问题的提出 60
5.3.2矩阵A（t）可逆的条件分析 61
5.4推论 63
5.5小结 64
参考文献 64
第6章 三维TMA可观测性研究 65
6.1匀速直线运动目标TMA可观测性研究 65
6.1.1问题的描述 65
6.1.2可观测性条件分析 67
6.2匀加速运动目标TMA可观测性研究 69
6.2.1问题的描述 69
6.2.2可观测性条件分析 70
6.3推论 72
6.4小结 72
参考文献 72
第7章 基于主动雷达的红外被动观测系统研究 74
7.1总体结构研究 75
7.1.1 IRSTDFS功能描述 76
7.1.2 RDFS功能描述 76
7.1.3 SDS功能描述 76
7.2算法研究 77
7.2.1目标初始航迹确认 77
7.2.2状态估计 79
7.2.3机动检测和协调决策 82
7.3仿真研究 83
7.3.1环境想定 83
7.3.2传感器模型 84
7.3.3仿真结果 84
7.4小结 86
参考文献 86
第8章 多目标数据关联的神经网络方法研究 88
8.1 JPDA算法及其计算组合爆炸 88
8.1.1 JPDA算法的基本思想 89
8.1.2 JPDA算法计算组合爆炸描述 93
8.2基于Hopfield网络的TSP研究 94
8.2.1 Hopfield网络描述 94
8.2.2 TSP的Hopfield网络方法 95
8.3基于Hopfield网络的JPDA（JPDAN）研究 96
8.4改进的基于Hopfield网络的JPDA（MJPDAN）研究 97
8.5仿真研究 98
8.6小结 100
参考文献 101
第9章 联合概率数据关联双门限跟踪算法研究 102
9.1跟踪门1（椭球跟踪门）的确认 103
9.1.1矩形跟踪门 103
9.1.2椭球跟踪门 104
9.1.3矩形与椭球跟踪门的比较 105
9.2跟踪门2（方向跟踪门）的确认 105
9.2.1方向跟踪门的引入 105
9.2.2 σθ和σβ的确定 106
9.3仿真研究 107
9.3.1仿真模型与结果 107
9.3.2降低JPDA计算量的仿真结果分析 111
9.4小结 112
参考文献 112
第10章 基于反馈综合的雷达和红外航迹融合算法研究 114
10.1基于反馈的雷达和红外航迹融合系统总体结构 115
10.1.1系统总体结构 115
10.1.2功能描述 115
10.2基于雷达或红外单个传感器的状态估计 116
10.3带有反馈的雷达和红外航迹融合算法 118
10.3.1融合算法 118
10.3.2反馈算法 120
10.4仿真研究 121
10.5小结 122
参考文献 123
第11章 基于强跟踪和反馈综合的多传感器分布式航迹融合 124
11.1强跟踪滤波器 125
11.1.1系统描述 125
11.1.2强跟踪滤波的思想 125
11.1.3强跟踪滤波器 126
11.2基于强跟踪和反馈的航迹融合算法 127
11.2.1基于强跟踪滤波的融合算法 127
11.2.2有效跟踪门的确定 128
11.3遗忘因子的确定 129
11.4仿真研究 129
11.5小结 131
参考文献 132
第12章 基于神经—模糊技术的目标图像双模融合识别研究 133
12.1模糊集理论 133
12.1.1基本概念 133
12.1.2基本运算 134
12.1.3模糊推理基本规则 135
12.2模糊神经网络 135
12.3基于神经模糊的红外／雷达双模融合的目标识别 136
12.3.1红外／雷达双模融合的目标识别总体结构 136
12.3.2融合识别算法研究 136
12.4融合识别算法 139
12.4.1设计基本概率赋值函数 139
12.4.2融合识别算法 140
12.5仿真研究 141
12.6小结 142
参考文献 142
第13章 威胁估计算法研究 144
13.1威胁估计的基本问题 144
13.1.1威胁估计的基本功能 144
13.1.2威胁估计的研究方法 144
13.2模糊运算方法和层次分析法 146
13.2.1模糊运算方法 146
13.2.2层次分析法 147
13.3威胁权函数的确定 151
13.3.1确定威胁程度的算法 151
13.3.2算法的应用举例 153
13.3.3确定威胁权函数的表达式 154
13.4仿真 154
13.4.1仿真条件 154
13.4.2仿真结果及评估方法 154
13.5小结 156
参考文献 156
第14章 数据融合在炮兵作战指挥系统中的应用 157
14.1系统分析 157
14.1.1炮兵打击的目标 157
14.1.2炮兵侦察设施 157
14.1.3融合系统的功能 158
14.2炮兵多传感器数据融合系统总体结构和算法研究 158
14.2.1系统总体结构 158
14.2.2融合算法研究 159
14.3计算机仿真 161
14.3.1仿真环境 161
14.3.2仿真结果 162
14.4应用程序开发 163
14.5小结 164
参考文献 164