信息融合2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

信息融合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

第一章　导论1

1.1　什么是信息融合1

1.2　信息融合基础概念4

1.2.1　融合单元和融合结构5

1.2.2　如何进行信息融合8

1.2.3　典型的融合处理过程9

1.2.4　典型的融合决策方法11

1.2.5　信息融合的层次13

1.3　本书内容结构安排14

参考文献15

第二章　信息融合的数据支持18

2.1　数据汇集概述18

2.1.1　实体与传感器的表述19

2.1.2　数据汇集的基础要求20

2.2　传感器系统与管理21

2.2.1　传感器和传感器系统概述21

2.2.2　传感器管理概述24

2.3　数据关联30

2.3.1　基本问题30

2.3.2　数据关联典型分类31

2.3.3　数据关联的处理方法33

2.3.4　关联度量方法36

2.4　关联数据的特性分析39

2.4.1　单元变量的特性分析39

2.4.2　多元变量的特性分析42

2.5　小结43

参考文献44

第三章　基于统计的融合决策46

3.1　贝叶斯决策46

3.1.1　贝叶斯规则46

3.1.2　贝叶斯决策的说明举例47

3.1.3　用于传感器观测的贝叶斯决策函数49

3.1.4　动态估计方法51

3.2　基于正则理论的统计决策52

3.2.1　基本概念52

3.2.2　正则化理论与贝叶斯框架的关系54

3.3　动态状态的最优估计55

3.3.1　非线性贝叶斯跟踪56

3.3.2　最佳滤波57

3.4　动态状态的次最佳滤波59

3.4.1　EKF59

3.4.2　近似网格60

3.4.3　UKF61

3.4.4　粒子滤波62

3.5　小结65

参考文献65

第四章　基于不精确推理的融合决策67

4.1　不确定性概述67

4.1.1　不确定性源与表示67

4.1.2　不确定性的分类68

4.2　关于信息融合的可靠性69

4.2.1　信息融合过程中可靠性定义69

4.2.2　信息融合过程使用可靠性度量的策略70

4.2.3　确定可靠性系数的方法70

4.3　主观贝叶斯推理72

4.3.1　知识不确定性的表述72

4.3.2　证据不确定性的表述73

4.3.3　多个证据的组合74

4.4　DS证据理论推理方法74

4.4.1　基本方法74

4.4.2　基于证据理论的决策基础方法75

4.4.3　考虑可靠性的融合规则76

4.4.4　冲突证据组合77

4.5　模糊推理80

4.5.1　基本概念80

4.5.2　模糊推理运算81

4.6　模糊积分82

4.6.1　模糊测度82

4.6.2　模糊积分83

4.7　可能性理论84

4.7.1　基本定义84

4.7.2　交易规则84

4.7.3　折扣规则85

4.8　小结85

参考文献86

第五章　智能模型和融合结构88

5.1　智能模型融合决策概述88

5.1.1　知识表示概述88

5.1.2　智能处理的基础概念90

5.2　贝叶斯网络91

5.2.1 贝叶斯网络的结构和构建方法92

5.2.2　贝叶斯网络的推断处理95

5.2.3　贝叶斯网络的扩展98

5.3　智能体99

5.3.1　什么是智能体99

5.3.2　多智能体100

5.3.3　多智能体系统的研究主题102

5.4　本体论概述104

5.4.1　基本概念104

5.4.2　基于本体论的信息融合106

5.5　基础的融合结构108

5.5.1　中心式与分布式融合结构108

5.5.2　层次融合结构109

5.5.3　黑板融合结构110

5.5.4　非中心式融合结构112

5.5.5　融合单元之间的耦合关系113

5.5.6　考虑统一分析框架的融合处理结构114

5.5.7　基于智能体的分布感知网络115

5.6　小结118

参考文献118

第六章　目标识别概论122

6.1 目标识别基础概念122

6.1.1　模式识别基础概念123

6.1.2　目标识别的基础方法127

6.2 目标融合识别面临的问题131

6.2.1 目标识别层次的扩展132

6.2.2　传感器资源的有效使用134

6.2.3　融合处理结构的新内涵138

6.2.4　信息估价和仿真验证平台145

参考文献150

第七章　融合增强154

7.1　面向细节的图像可视融合增强154

7.1.1　基于空间域和变换域的融合增强方法155

7.1.2　基于神经感知模型的融合增强方法157

7.1.3　基于统计特性的图像融合增强模型159

7.1.4　面向可视增强的图像融合性能客观评价160

7.2　面向多光谱图像的融合增强165

7.2.1　常用融合方法回顾165

7.2.2　两个典型的新融合方法167

7.2.3　多光谱图像融合效果评价171

7.3　基于序列图像的融合增强172

7.3.1　时间域累积的融合增强172

7.3.2　两个序列图像的融合增强174

7.4　小结176

参考文献176

第八章　融合检测179

8.1 目标的融合检测179

8.1.1　独立传感器的融合检测180

8.1.2　基于相关器的融合检测183

8.2　面向雷达杂波模型化的分布融合186

8.3　基于图像的目标融合检测189

8.3.1　基于SAR和HIS融合检测伪装目标189

8.3.2　基于多特征与多线索的串形融合检测190

8.3.3　基于统计模型的特征层融合检测192

8.4 目标与地域的变化检测195

8.4.1　常用的变化信息提取方法196

8.4.2　基于独立成分分析的变化检测算法197

8.4.3　基于差分图像融合的变化检测算法199

8.5　对象的融合检索203

8.5.1　基于多特征的融合内容检索203

8.5.2　基于贝叶斯网络的融合检索204

8.6　小结210

参考文献210

第九章　融合分类215

9.1　数据层融合分类方法216

9.2　特征层融合分类219

9.2.1　特征层融合分类的基本方法219

9.2.2　异类传感器特征层融合分类221

9.2.3　特征层的高光谱图像分类225

9.2.4　基于多特征的图像语义分类229

9.3　图像元特征的融合提取231

9.3.1　图像元特征的融合提取231

9.3.2　彩色地形图中等高线的提取236

9.4　决策层融合分类238

9.4.1　分类器选择239

9.4.2　分类器基础结构241

9.4.3　分类器集合体的协同训练243

9.5　小结245

参考文献246

第十章　融合跟踪250

10.1　中心式融合结构的多传感器估计和目标跟踪250

10.1.1　群传感器方法250

10.1.2　序贯传感器方法252

10.1.3　逆协方差形式方法254

10.2　非同步多传感器估计和目标跟踪259

10.2.1　异步观测259

10.2.2　延迟观测260

10.2.3　潜伏观测262

10.3　航迹－航迹的融合262

10.3.1　一般航迹－航迹关联概念262

10.3.2　异类传感器航迹融合265

10.3.3　基于报告层的航迹融合267

10.4　单图像和同类型图像的目标融合跟踪268

10.4.1 目标图像跟踪的一般概念269

10.4.2　单成像传感器多线索融合跟踪270

10.4.3　同类多传感器的融合跟踪272

10.5　基于异类多传感器和异类信息源的融合跟踪277

10.5.1　两层闭环的异类融合跟踪277

10.5.2　分布式的融合监视280

10.5.3　运动平台上的融合跟踪282

10.6　小结284

参考文献285

第十一章　融合重建289

11.1　3D目标表述与重建方法概述289

11.1.1　3D目标的表示方法289

11.1.2 目标重建基础方法回顾291

11.2　基于光学传感器的目标融合重建295

11.2.1　基于双目灰度图像融合求解视差296

11.2.2　基于阴影与视差信息融合重建298

11.3　基于异类传感器的目标融合重建301

11.3.1　基于LIDAR的建筑物重建302

11.3.2　面向对地观测目标的融合重建303

11.3.3　基于轮廓的目标融合重建308

11.4　面向目标识别的融合重建311

11.4.1　基于2D视面组合模型的3D重建311

11.4.2　3D不变特征314

11.5　面向应用环境的融合重建317

11.5.1　环境融合重建概述317

11.5.2　面向战场应用的环境融合重建319

11.6　小结321

参考文献322

第十二章　态势估价概论325

12.1　军事应用模型325

12.2　态势估价模型329

12.2.1　态势的内涵329

12.2.2　典型的态势估价模型333

12.3　SA的设计337

12.3.1　SA设计概述337

12.3.2　基于认知融合的SA340

12.3.3　基于本体论的方法343

12.3.4　多智能体的信息融合系统348

参考文献351

结束语355