信息融合工程实践 技术与方法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

信息融合工程实践 技术与方法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 多源信息融合综述1

1.1 信息融合学科发展简述1

1.2 信息融合技术研究动态2

1.3 信息融合模式7

1.3.1 JDL信息融合过程顶层模型7

1.3.2 第三代信息融合模型8

1.4 信息融合的优势13

1.4.1 范围扩展优势13

1.4.2 统计优势14

1.4.3 互补优势15

1.4.4 识别和判定优势16

1.4.5 应用支持优势16

1.5 信息融合面临的挑战性问题17

1.6 信息融合中的奥秘21

参考文献24

第2章 信息关联／相关的概念与实现技术28

2.1 感知领域中的信息关联／相关概念28

2.2 信息关联／相关的内涵29

2.2.1 信号级融合结构中的信息关联29

2.2.2 点迹（数据和特征）级融合结构中的信息关联30

2.2.3 判定级融合结构中的信息相关31

2.2.4 关联与相关概念的差异31

2.3 关联／相关中的不确定性33

2.3.1 关联／相关中的不确定性概念33

2.3.2 目标定位与跟踪中的不确定性表现33

2.3.3 不确定性对关联／相关效果的影响37

2.4 关联／相关度量参数及其计算41

2.4.1 状态差异的直接度量计算41

2.4.2 状态差异的综合度量43

2.4.3 属性差异度量45

2.4.4 差异信息识别应用原理52

2.5 关联／相关的判定方法53

2.5.1 基于状态偏差的关联／相关硬判定53

2.5.2 基于一阶状态偏差似然函数的关联／相关判定55

2.5.3 基于二阶状态偏差似然函数的相关判定58

2.6 有源雷达与ESM传感器目标关联判定方法60

2.6.1 问题描述60

2.6.2 两假设单／双门限关联判定方法62

2.6.3 三门限关联判定公式64

2.7 关联／相关应用案例65

2.7.1 基于状态偏差的点迹—航迹统计关联算法65

2.7.2 考虑信号辐射角度的ESM探测与多雷达目标关联68

2.7.3 基于GAM模型的ESM测量与雷达目标关联71

参考文献75

第3章 目标检测前跟踪技术76

3.1 检测前跟踪技术概述76

3.1.1 检测后跟踪与检测前跟踪76

3.1.2 检测前跟踪技术现状78

3.1.3 检测前跟踪技术的典型方法78

3.1.4 检测前跟踪技术的主要性能评价指标80

3.2 DP-TBD技术81

3.2.1 动态规划（DP）81

3.2.2 DP-TBD技术原理83

3.2.3 DP-TBD设计实现方法88

3.2.4 DP-TBD检测性能分析99

3.2.5 DP-TBD检测性能和效果仿真101

3.3 基于Hough变换的检测前跟踪技术106

3.3.1 Hough变换概念及其在信号检测中的作用106

3.3.2 基于Hough变换的检测前跟踪方法107

3.3.3 基于Hough变换检测前跟踪仿真案例113

3.3.4 基于Hough变换的目标检测应用分析119

3.4 基于粒子滤波的检测前跟踪121

3.4.1 粒子滤波原理和实现方法121

3.4.2 PF-TBD目标与传感器观测模型129

3.4.3 基于贝叶斯估计的PF-TBD算法130

3.4.4 PF-TBD仿真案例135

3.5 多雷达融合检测前跟踪设想142

3.5.1 多雷达检测前跟踪的优势142

3.5.2 信号配准143

3.5.3 多雷达检测前跟踪策略147

3.6 小结149

参考文献149

第4章 作战识别融合结构、方法与应用153

4.1 作战识别的基本概念153

4.2 作战识别的体系结构155

4.2.1 基于JDL信息融合模型的CID功能描述156

4.2.2 CID的多假设关系结构157

4.3 识别信息获取与度量164

4.3.1 传感器目标信号获取过程164

4.3.2 目标特征测量方程165

4.3.3 目标识别信息的度量166

4.4 识别信息的一致性与冲突性167

4.4.1 基于D-S证据理论的识别信息的一致性168

4.4.2 识别信息的冲突性171

4.5 CID融合中的不确定性变换175

4.5.1 CID融合中的不确定性概念175

4.5.2 CID中的不确定性融合方法177

4.6 CID融合方法181

4.6.1 CID融合方法分类描述181

4.6.2 CID融合识别流程188

4.7 CID融合识别实现案例191

4.7.1 基于一维距离像的弹道目标识别方法191

4.7.2 基于贝叶斯推理的目标识别198

4.7.3 基于修正D-S证据合成的地面目标识别201

4.7.4 基于多分类器的空中目标融合识别205

4.7.5 基于对抗效果的防空威胁识别211

4.7.6 空情识别专家系统219

参考文献224

第5章 目标跟踪优化算法与应用227

5.1 引言227

5.2 基于跟踪传感器测量的高阶运动目标状态估计228

5.2.1 高阶运动目标状态数学模型与求解228

5.2.2 一阶目标状态估计模型的求解230

5.2.3 二阶目标状态估计模型的求解231

5.3 充分统计量及其应用234

5.3.1 充分统计量概念与判定234

5.3.2 充分统计量在两假设判决中的应用235

5.4 线性系统状态测量的充分统计量与二次最优滤波237

5.4.1 线性系统状态测量的充分统计量237

5.4.2 基于充分统计量的线性系统二次滤波流程239

5.5 常变速系统的充分统计量与二次最优滤波240

5.5.1 常变速系统状态测量的充分统计量240

5.5.2 基于充分统计量的常变速系统的二次最优滤波243

5.6 系统参数辨识的优化方法244

5.6.1 问题的提出244

5.6.2 基于测量样本的动态系统参数辨识方法245

5.6.3 两个动态系统状态参数异同辨识方法248

5.7 目标速度机动的最优判决251

5.7.1 目标速度变化状态和测量模型251

5.7.2 基于复合假设的速度机动判决252

5.7.3 目标速度机动判定实现公式253

5.7.4 应用案例255

5.8 目标航向机动的最优判决256

5.8.1 复合假设似然比判决问题257

5.8.2 目标转弯的机动判决模型258

5.8.3 目标转弯机动判决工程实现公式259

5.8.4 目标转弯机动判决应用案例263

参考文献264

第6章 纯方位目标跟踪系统的可观测性分析265

6.1 引言265

6.2 线性系统可观测性的基本理论266

6.2.1 离散线性系统可观测性266

6.2.2 连续线性系统可观测性267

6.3 单静止站纯方位跟踪系统的可观测性269

6.3.1 问题描述270

6.3.2 可观测性分析271

6.3.3 部分可观测性272

6.3.4 目标参数估计算法分析274

6.3.5 仿真实例分析274

6.4 单运动平台纯方位跟踪系统的可观测性分析277

6.4.1 单平台纯方位跟踪系统可观测性问题的描述277

6.4.2 单平台纯方位跟踪系统对常速运动目标的可观测性分析278

6.4.3 单平台纯方位跟踪系统对常加速运动目标的可观测性分析285

6.4.4 单平台纯方位跟踪对N阶运动目标的可观测性分析287

6.5 多固定基站纯方位跟踪系统的可观测性291

6.5.1 问题描述291

6.5.2 可观测性判定292

6.5.3 仿真实例分析293

6.6 多运动平台纯方位跟踪系统的可观测性分析294

6.6.1 多运动平台角度测量变换294

6.6.2 基于多运动平台纯方位跟踪的目标伪线性测量方程296

6.6.3 可观测性分析297

6.7 小结299

参考文献299

第7章 纯方位跟踪平台的最优运动轨迹301

7.1 引言301

7.2 基础理论概述302

7.2.1 最优控制理论与应用302

7.2.2 极大值原理306

7.2.3 目标跟踪误差的Cramer-Rao下界310

7.3 全局精度准则下纯方位跟踪平台最优运动轨迹313

7.3.1 单平台纯方位目标跟踪问题描述313

7.3.2 纯方位跟踪平台轨迹的约束方程315

7.3.3 全局精度准则下跟踪平台最优轨迹模型317

7.3.4 跟踪平台最优轨迹模型的数值解法321

7.3.5 仿真实验及分析323

7.4 距离精度准则下纯方位跟踪平台最优运动轨迹326

7.4.1 基于距离精度的指标函数326

7.4.2 距离精度准则下跟踪平台的最优轨迹模型326

7.4.3 仿真实验及分析327

7.5 小结331

参考文献332

第8章 多站纯方位目标定位334

8.1 多站纯方位三角定位法334

8.1.1 二站纯方位三角定位法334

8.1.2 三站纯方位三角定位法335

8.1.3 多站纯方位三角定位法341

8.2 多站纯方位最小二乘定位方法341

8.2.1 多站纯方位线性最小二乘定位法341

8.2.2 多站纯方位加权线性最小二乘定位法342

8.2.3 多站纯方位非线性最小二乘定位方法345

8.3 多站纯方位定位的贝叶斯方法348

8.3.1 二站纯方位目标定位的贝叶斯估计方法348

8.3.2 三站纯方位目标定位的贝叶斯估计方法354

8.3.3 多站纯方位目标定位的贝叶斯估计方法362

8.4 小结366

参考文献366

第9章 基于视觉感知的图像融合及融合质量评价368

9.1 常用融合图像质量定量评价指标369

9.2 基于视觉感知的图像融合372

9.2.1 源图像视觉显著图提取373

9.2.2 基于视觉显著图的多尺度图像融合374

9.2.3 实验结果与分析376

9.3 基于结构相似度的融合图像质量评价380

9.3.1 结构相似度基本概念和计算模型380

9.3.2 视觉注意加权的融合图像结构相似度383

9.3.3 实验结果与分析385

9.4 基于区域信息相似度的融合图像质量评价388

9.4.1 区域特征提取与评价指标设计388

9.4.2 实验结果与分析391

9.5 基于频谱分析和图像融合的红外弱小目标增强397

9.5.1 红外弱小目标增强原理397

9.5.2 频谱残留理论与显著区域398

9.5.3 基于频谱残留和图像融合的弱小目标增强400

9.5.4 实验结果与分析401

参考文献407

第10章 人在信息融合系统中的作用410

10.1 概述410

10.2 用户在融合系统设计中的作用412

10.2.1 用户作用概述412

10.2.2 用户角色412

10.2.3 确定信息需求优先级415

10.2.4 提供外界和周边关系信息417

10.2.5 认知融合设计418

10.3 含有用户的信息融合系统419

10.3.1 数据融合信息组模型419

10.3.2 用户—融合模型421

10.3.3 传感器管理422

10.3.4 用户与设计的交互活动422

10.4 用户精炼活动424

10.4.1 用户精炼功能概述424

10.4.2 融合过程中的用户精炼活动425

10.4.3 用户的融合控制与管理活动428

10.4.4 用户的交互行动与度量430

10.5 用户精炼中的关键问题431

10.5.1 态势感知中的用户模型432

10.5.2 融合质量度量中人的因素分析434

10.5.3 用户的评估活动435

10.5.4 动态判定中的认知处理437

10.5.5 认知工作分析／任务分析439

10.5.6 显示／界面设计440

10.6 基于用户与算法融合的目标识别案例442

10.7 小结444

参考文献445