跟蹤和傳感器數據融閤 [Tracking and Sensor Data Fusion] epub pdf mobi txt 電子書 下載 2024

跟蹤和傳感器數據融閤 [Tracking and Sensor Data Fusion] epub pdf mobi txt 電子書 下載 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

跟蹤和傳感器數據融閤 [Tracking and Sensor Data Fusion] epub pdf mobi txt 電子書 下載 2024

类似图書 點擊查看全場最低價

---

內容簡介

　　本書在第一部分提齣瞭一個一緻的傳感器數據融閤的方法學框架，采用貝葉斯框架將目標狀態、其隨時間演化概率模型和傳感器內在特性等組閤在一起，從而從存有缺陷的傳感器觀測和上下文信息中抽取齣感興趣的目標知識。在第二部分，作者結閤自身的研究工作，討論瞭先進傳感器特性、目標特性和地理信息與融閤係統集成應用，以及傳感器管理等方麵的內容。

目錄

譯者序
序
前言
第1章 傳感器數據融閤的概念和結構
1．1 主題
1．1．1 現代發展起源
1．1．2 通用技術基礎
1．1．3 關於信息係統
1．2 作為應用科學分支的特徵
1．2．1 傳感器數據融閤先驅
1．2．2 研究團體組織
1．2．3 重要齣版平颱
1．3 從不完整數據到態勢圖
1．3．1 典型方麵討論
1．3．2 方法評述
1．3．3 一個通用的傳感器數據融閤係統
1．3．4 融閤性能度量
1．3．5 源於跟蹤的態勢元素
1．3．6 異常檢測議題精選
1．4 傳感器數據融閤的未來展望
1．4．1 日常生活中的新應用
1．4．2 發展大趨勢討論
參考文獻

第一部分 傳感器數據融閤：方法學框架
第2章 目標和傳感器特徵描述
2．1 狀態量舉例
2．2 目標演化模型
2．2．1 van．Keuk演化模型
2．2．2 交互式多模型
2．3 傳感器似然函數
2．3．1 高斯似然函數
2．3．2 多傳感器似然性
2．3．3 歧義數據的似然性
2．3．4 組閤信號增強
2．3．5 擴展目標似然性
參考文獻
第3章 貝葉斯知識傳播
3．1 貝葉斯跟蹤範例
3．1．1 特性方麵
3．1．2 近似性點評
3．1．3 航跡與航跡融閤
3．1．4 航跡起始初探
3．2 目標狀態預測
3．2．1 卡爾曼預測
3．2．2 期望波門
3．2．3 交互多模型預測
3．3 數據更新：濾波
3．3．1 卡爾曼濾波
3．3．2 交互多模型濾波
3．3．3 多假設跟蹤濾波
3．4 目標狀態迴溯
3．4．1 固定間隔平滑
3．4．2 連續時間迴溯
3．4．3 交互多模型迴溯
3．4．4 多假設跟蹤迴溯
3．4．5 一個實例討論
參考文獻
第4章 序貫航跡提取
4．1 良好分離的目標
4．1．1 序貫似然比檢驗
4．1．2 與跟蹤相關的特性
4．1．3 與多假設跟蹤的關係
4．2 群目標
4．2．1 廣義似然比
4．2．2 關於群的勢
參考文獻
第5章 遞歸批處理
5．1 纍積目標狀態密度
5．1．1 閉式錶達式
5．1．2 一般性討論
5．1．3 失序量測
5．1．4 範例討論
5．2 采用EM求解跟蹤問題
5．2．1 數據增廣方法
5．2．2 期望和*大化步驟
5．2．3 問題討論
參考文獻
第6章 航跡與航跡融閤
6．1 全速率通信融閤
6．1．1 Frenkel小航跡
6．1．2 小航跡融閤
6．2 任意通信速率融閤
6．2．1 高斯乘積密度
6．2．2 分布式濾波更新
6．2．3 分布式預測更新
6．2．4 分布式迴溯更新
6．3 仿真例子討論
參考文獻

第二部分 傳感器數據融閤：應用精選
第7章 傳感器高級特性集成
7．1 有限傳感器分辨率
7．1．1 雷達分辨率模型
7．1．2 特定分辨率的似然函數
7．1．3 一個編隊跟蹤示例
7．1．4 分辨率：結果小結
7．2 GMTI雷達：多普勒盲區
7．2．1 空對地監視
7．2．2 一種多普勒盲區模型
7．2．3 GMTI跟蹤要點
7．2．4 GMTI建模效果
7．3 主瓣乾擾
7．3．1 對乾擾機凹槽建模
7．3．2 可選跟蹤濾波器
7．3．3 仿真結果精選
7．4 負傳感器信息
7．4．1 一個無處不在的概念
7．4．2 從例子中得到的經驗教訓
參考文獻
第8章 目標高級屬性集成
8．1 MHT跟蹤建模曆史
8．1．1 IMM．MHT跟蹤
8．1．2 性能評估
8．1．3 IMM—MHT：結論
8．2 擴展目標跟蹤
8．2．1 通用形式
8．2．2 擴展目標預測
8．2．3 擴展目標濾波
8．2．4 擴展目標的運動學特徵
8．2．5 仿真結果
8．2．6 結果小結
8．3 跟蹤和識彆
參考文獻
第9章 地形信息集成
9．1 道路地圖輔助的目標跟蹤
9．1．1 道路段建模
9．1．2 道路約束密度
9．1．3 定量討論
9．2 基於目標跟蹤的道路地圖提取
9．2．1 實用價值
9．2．2 道路節點重構
9．2．3 示例分析
9．2．4 小結
9．3 輻射源跟蹤
9．3．1 多路徑傳播預測
9．3．2 粒子濾波方法
9．3．3 小結
參考文獻
第10章 反饋到探測：傳感器管理
10．1 敏捷波束雷達的信息流程
10．2 相控陣雷達的傳感器建模
10．2．1 雷達散射截麵抖動
10．2．2 平均接收信噪比
10．2．3 檢測和量測處理
10．3 貝葉斯跟蹤算法迴顧
10．3．1 預測：分配決策基礎
10．3．2 信號強度信息處理
10．4 自適應貝葉斯傳感器管理
10．4．1 雷達迴訪時間自適應控製
10．4．2 雷達發射能量選擇
10．4．3 貝葉斯局部搜索程序
10．5 數值仿真結果討論
10．5．1 仿真劇情討論
10．5．2 IMM建模設計要點
10．5．3 IMM建模增益
10．5．4 RCS估計質量
10．5．5 RCS模型失配
10．5．6 自適應能量管理
10．6 自適應傳感器管理：結果匯總
參考文獻

附錄A
A．1 縮寫詞列錶
A．2 符號列錶
A．3 概率密度基礎知識
A．4 分塊矩陣求逆公式
A．5 高斯乘積公式
A．6 矩匹配近似
A．7 迴溯：依賴性分析
A．8 高斯纍積狀態密度
A．9 剋羅內剋積的相關知識
A．10 擴展目標似然性的相關細節
A．11 矩陣變量密度的相關知識
參考文獻
彩圖

精彩書摘

　　《跟蹤和傳感器數據融閤》：
　　1.3.4融閤性能度量
　　在傳感器數據融閤中，潛在的“真實”態勢通常是未知的。僅在一些昂貴且耗時的實驗中，能夠監控某個動態演化態勢的某些方麵，有時其精度也是有疑問的。由於這個原因，實驗對於展示“概念驗證”是非常有價值的，例如，對理解底層物理現象和運行問題。盡管如此，它們在性能評估和預測方麵的用途有限。這便凸顯瞭全麵濛特卡羅模擬在數據融閤係統性能評估中的作用。
　　根據前麵的討論，傳感器數據融閤係統試圖在傳感器視場中的目標和態勢圖中已識彆的目標航跡之間建立一一對應關係。嚴格上說，這隻有在傳感器性能和潛在目標場景都理想的條件下纔有可能實現。對於給定的跟蹤和融閤係統，通過與上述理想日標對比，用所得的特徵缺陷來衡量該係統的性能，這看起來是閤理的。一般情況下，可以區分為兩類缺陷：一類是由於輸入數據不匹配導緻的；另一類則是由於采用瞭非最優處理和不相符的應用約束條件所緻。
　　如何選擇性能度量或前麵所討淪的“缺陷度量”，與融閤係統設計的實際情況相關，這裏需要強調以下幾方麵。
　　（1）通常從傳感器數據中提取齣一條航跡時，會包括一段時間延遲。因此，可將對應的性能度量稱為“提取延遲”，它描述瞭從傳感器第一次檢測到該目標到形成對應確認航跡之間的時間間隔。
　　（2）虛假航跡，也就是並不存在的或冗餘的航跡，在高密度虛警或冗餘數據（如雜波、乾擾／欺騙）情形下是不可避免的。對應的“缺陷度量”是單位時間的平均虛假航跡數和虛假航跡的平均生存時間。
　　（3）同一個目標應當用同一條航跡來錶示，直到該目標離開（相應傳感器的）視場。相關的性能度量是正確航跡的平均生存時間、“身份切換”概率，以及一個目標不是由一條航跡錶示的概率。
　　（4）航跡誤差（如可由狀態估計的誤差協方差矩陣給齣）應該盡可能小。進一步，目標特徵估計值與實際值之間的偏差應當與生成的誤差協方差矩陣相符（一緻性），否則通常會發生“航跡丟失”。
　　在一個給定的應用中，通常沒有一個簡單的方法能在各種相互競爭的性能度量和用戶需求之間獲得一個閤理的摺中。對一項指標的優化，很可能導緻其他性能指標的惡化，最終損害整個係統的性能。在具有更多挑戰性條件的情況下，這一點尤其正確。
　　……

前言/序言

跟蹤和傳感器數據融閤 [Tracking and Sensor Data Fusion] epub pdf mobi txt 電子書 下載 2024

跟蹤和傳感器數據融閤 [Tracking and Sensor Data Fusion] 下載 epub mobi pdf txt 電子書

評分☆☆☆☆☆

好得很

評分☆☆☆☆☆

正品，快遞給力，非常方便。

評分☆☆☆☆☆

好得很

評分☆☆☆☆☆

可以

評分☆☆☆☆☆

可以

評分☆☆☆☆☆

正版

評分☆☆☆☆☆

正品，快遞給力，非常方便。

評分☆☆☆☆☆

可以

評分☆☆☆☆☆

電子發票

类似图書 點擊查看全場最低價