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

数据融合及其应用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

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