图书介绍

多传感器数据融合及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多传感器数据融合及其应用
  • 杨万海编著 著
  • 出版社: 西安:西安电子科技大学出版社
  • ISBN:7560613594
  • 出版时间:2004
  • 标注页数:205页
  • 文件大小:10MB
  • 文件页数:215页
  • 主题词:传感器-数据融合-研究生-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

多传感器数据融合及其应用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

目录1

第1章 多传感器数据融合概述1

1.1引言1

1.1.1概况1

1.1.2雷达信息处理系统的发展过程3

1.1.3数据融合系统中的主要传感器6

1.1.4数据融合的应用领域8

1.2数据融合的定义和通用模型10

1.2.1数据融合的定义10

1.2.2数据融合的通用模型11

1.2.3传感器组成及描述12

1.3数据融合的重要性和潜在能力16

1.4数据融合的分类17

1.4.1像素级融合17

1.4.2特征级融合18

1.4.3决策级融合18

1.5数据融合技术19

1.6数据融合的主要内容20

第2章 状态估计23

2.1卡尔曼滤波器23

2.1.1用数字滤波器作为估值器24

2.1.2线性均方估计26

2.1.3最优递归估值器——标量卡尔曼滤波器28

2.1.4向量卡尔曼滤波器30

2.1.5扩展卡尔曼滤波器35

2.1.6卡尔曼滤波器在雷达跟踪中的应用40

2.1.7扩展卡尔曼滤波器在目标跟踪和卫星轨道确定方面的应用43

2.1.8目标机动检测47

2.1.9自适应卡尔曼滤波器49

2.2常系数α-β和α-β-γ滤波器52

2.2.1目标运动模型52

2.2.2常系数α-β和α-β-γ滤波器52

2.2.3常系数α-β和α-β-γ滤波器的系数54

2.2.4变系数α-β和α-β-γ滤波器的系数55

2.2.5α-β和α-β-γ组合滤波器56

2.3自适应α-β滤波器57

2.3.1目标运动方程和观测方程57

2.3.2自适应系数的获取57

2.3.3滤波算法58

2.3.4获取α(k)和β(k)的局部方差方法58

第3章 数据关联及其数据准备60

3.1多传感器数据关联时的数据准备60

3.1.1对雷达信号处理的要求60

3.1.2预处理60

3.1.3修正系统误差62

3.1.4坐标变换或空间对准62

3.1.5时间同步或对准64

3.1.6量纲对准65

3.2数据关联66

3.2.1数据关联举例66

3.2.2数据关联过程69

3.2.3数据关联的一般步骤76

3.3.1位置关联及关联门77

3.3状态关联及关联门的应用77

3.3.2位置—速度关联79

3.3.3编批目标的关联81

3.4关联门的选择81

3.4.1关联门的形状81

3.4.2关联门的类型82

3.4.3关联门的尺寸82

3.5.1最邻近数据关联(NNDA)84

3.5各种数据关联方法84

3.5.2概率数据关联(PDA)85

3.5.3联合概率数据关联(JPDA)88

3.5.4交互多模型法(IMM)92

3.5.5全局最邻近数据关联96

3.5.6简易联合概率数据关联(CJPDA)97

3.5.7模糊数据关联(FDA)98

3.5.11多假设法(MHT)100

3.5.10“全邻”最优滤波法100

3.5.9最邻近联合概率数据关联(NNJPDA)100

3.5.8准最佳联合概率数据关联(SJPDA)100

3.5.12航迹分裂法101

3.5.13最大似然数据关联(MLDA)101

3.6用实际雷达数据对某些关联方法的评价101

第4章 航迹及其融合104

4.1引言104

4.2航迹管理106

4.2.1逻辑法106

4.2.2记分法108

4.3航迹的初始化算法109

4.3.1两点外推109

4.3.2三点加速外推110

4.4航迹关联111

4.4.1统计关联方法111

4.4.2模糊关联方法112

4.5.1航迹融合结构114

4.5航迹融合114

4.5.2航迹融合中的相关估计误差问题115

4.5.3航迹状态估计融合115

4.5.4模糊航迹融合122

4.5.5利用伪点迹的航迹融合方法124

4.5.6信息去相关算法126

第5章 身份融合130

5.1引言130

5.3特征及其提取132

5.2身份融合算法的分类132

5.3.1图像特征133

5.3.2信号数据特征134

5.4身份识别135

5.5识别技术概述137

5.5.1相似性系数法137

5.5.2统计模式识别技术138

5.5.3神经网络技术139

5.5.4参数模板法142

5.5.5聚类分析技术143

5.5.6物理模型147

5.5.7基于知识的方法148

5.6身份融合算法149

5.6.1经典推理149

5.6.2Bayes推理150

5.6.3Dempster-Shafer证据推理方法152

5.6.4身份信息融合的最佳方法161

6.1.1态势评估的定义166

6.1.2态势评估元素166

6.1态势评估166

第6章 态势评估与威胁评估166

6.1.3态势评估包含的主要内容167

6.1.4态势评估的特点168

6.1.5态势显示168

6.2威胁评估168

6.2.1威胁评估的定义168

6.2.2威胁评估元素168

6.2.3威胁评估的主要内容169

6.3.1态势评估和威胁评估的主要特点171

6.3.2用于STA的主要技术171

6.3态势评估和威胁评估的实现方法171

第7章 C3I系统中常用传感器概述184

7.1引言184

7.2常用传感器185

7.2.1动目标显示/检测雷达185

7.2.2脉冲多普勒雷达(PD)186

7.2.4电子情报接收机(ELINT)/电子支援测量(ESM)188

7.2.3连续波雷达(CW)188

7.2.5二次监视雷达(SSR)/IFF/IFFN系统190

7.2.6毫米波雷达191

7.2.7声纳192

7.2.8红外传感器(IR)192

附录A坐标系的变换194

附录B名词与缩略语196

参考文献201

热门推荐