跟踪和传感器数据融合方法框架和典型应用PDF格式文档图书下载

第1章 传感器数据融合的概念和结构 1

1.1主题 1

1.1.1现代发展起源 2

1.1.2通用技术基础 2

1.1.3关于信息系统 3

1.2作为应用科学分支的特征 6

1.2.1传感器数据融合先驱 6

1.2.2研究团体组织 9

1.2.3重要出版平台 9

1.3从不完整数据到态势图 10

1.3.1典型方面讨论 10

1.3.2方法评述 12

1.3.3一个通用的传感器数据融合系统 12

1.3.4融合性能度量 14

1.3.5源于跟踪的态势元素 15

1.3.6异常检测议题精选 16

1.4传感器数据融合的未来展望 19

1.4.1日常生活中的新应用 19

1.4.2发展大趋势讨论 20

参考文献 21

第一部分 传感器数据融合：方法学框架 27

第2章 目标和传感器特征描述 27

2.1状态量举例 27

2.2目标演化模型 28

2.2.1 Van-Keuk演化模型 29

2.2.2交互式多模型 29

2.3传感器似然函数 31

2.3.1高斯似然函数 32

2.3.2多传感器似然性 36

2.3.3歧义数据的似然性 40

2.3.4组合信号增强 44

2.3.5扩展目标似然性 45

参考文献 46

第3章 贝叶斯知识传播 49

3.1贝叶斯跟踪范例 49

3.1.1特性方面 52

3.1.2近似性点评 53

3.1.3航迹与航迹融合 54

3.1.4航迹起始初探 55

3.2目标状态预测 55

3.2.1卡尔曼预测 56

3.2.2期望波门 56

3.2.3交互多模型预测 57

3.3数据更新：滤波 59

3.3.1卡尔曼滤波 59

3.3.2交互多模型滤波 60

3.3.3多假设跟踪滤波 61

3.4目标状态回溯 65

3.4.1固定间隔平滑 66

3.4.2连续时间回溯 67

3.4.3交互多模型回溯 68

3.4.4多假设跟踪回溯 70

3.4.5 一个实例讨论 72

参考文献 74

第4章 序贯航迹提取 78

4.1良好分离的目标 78

4.1.1序贯似然比检验 78

4.1.2与跟踪相关的特性 79

4.1.3与多假设跟踪的关系 80

4.2群目标 81

4.2.1广义似然比 81

4.2.2关于群的势 82

参考文献 82

第5章 递归批处理 83

5.1累积目标状态密度 83

5.1.1闭式表达式 84

5.1.2一般性讨论 86

5.1.3失序量测 88

5.1.4范例讨论 89

5.2采用EM求解跟踪问题 91

5.2.1数据增广方法 92

5.2.2期望和最大化步骤 93

5.2.3问题讨论 96

参考文献 96

第6章 航迹与航迹融合 98

6.1全速率通信融合 98

6.1.1 Frenkel小航迹 99

6.1.2小航迹融合 99

6.2任意通信速率融合 100

6.2.1高斯乘积密度 101

6.2.2分布式滤波更新 102

6.2.3分布式预测更新 103

6.2.4分布式回溯更新 106

6.3仿真例子讨论 108

参考文献 112

第二部分 传感器数据融合：应用精选 115

第7章 传感器高级特性集成 115

7.1有限传感器分辨率 115

7.1.1雷达分辨率模型 116

7.1.2特定分辨率的似然函数 118

7.1.3一个编队跟踪示例 121

7.1.4分辨率：结果小结 123

7.2 GMTI雷达：多普勒盲区 124

7.2.1空对地监视 125

7.2.2一种多普勒盲区模型 125

7.2.3 GMTI跟踪要点 130

7.2.4 GMTI建模效果 131

7.3主瓣干扰 135

7.3.1对干扰机凹槽建模 135

7.3.2可选跟踪滤波器 137

7.3.3仿真结果精选 138

7.4负传感器信息 139

7.4.1一个无处不在的概念 139

7.4.2从例子中得到的经验教训 140

参考文献 141

第8章 目标高级属性集成 143

8.1 MHT跟踪建模历史 143

8.1.1 IMM-MHT跟踪 144

8.1.2性能评估 145

8.1.3 IMM-MHT：结论 152

8.2扩展目标跟踪 153

8.2.1通用形式 154

8.2.2扩展目标预测 156

8.2.3扩展目标滤波 158

8.2.4扩展目标的运动学特征 160

8.2.5仿真结果 161

8.2.6结果小结 165

8.3跟踪和识别 166

参考文献 168

第9章 地形信息集成 170

9.1道路地图辅助的目标跟踪 170

9.1.1道路段建模 171

9.1.2道路约束密度 172

9.1.3定量讨论 175

9.2基于目标跟踪的道路地图提取 180

9.2.1实用价值 181

9.2.2道路节点重构 181

9.2.3示例分析 182

9.2.4小结 187

9.3辐射源跟踪 188

9.3.1多路径传播预测 188

9.3.2粒子滤波方法 189

9.3.3小结 189

参考文献 191

第10章 反馈到探测：传感器管理 192

10.1敏捷波束雷达的信息流程 192

10.2相控阵雷达的传感器建模 194

10.2.1雷达散射截面抖动 194

10.2.2平均接收信噪比 195

10.2.3检测和量测处理 196

10.3贝叶斯跟踪算法回顾 197

10.3.1预测：分配决策基础 197

10.3.2信号强度信息处理 198

10.4自适应贝叶斯传感器管理 199

10.4.1雷达回访时间自适应控制 199

10.4.2 雷达发射能量选择 200

10.4.3贝叶斯局部搜索程序 200

10.5数值仿真结果讨论 203

10.5.1仿真剧情讨论 203

10.5.2 IMM建模设计要点 205

10.5.3 IMM建模增益 207

10.5.4 RCS估计质量 208

10.5.5 RCS模型失配 210

10.5.6 自适应能量管理 211

10.6自适应传感器管理：结果汇总 213

参考文献 214

附录A 216

A.1缩写词列表 216

A.2符号列表 216

A.3概率密度基础知识 218

A.4分块矩阵求逆公式 221

A.5高斯乘积公式 221

A.6矩匹配近似 223

A.7回溯：依赖性分析 224

A.8高斯累积状态密度 225

A.9克罗内克积的相关知识 229

A.10扩展目标似然性的相关细节 230

A.11矩阵变量密度的相关知识 230

参考文献 232

查看更多关于跟踪和传感器数据融合方法框架和典型应用的内容