《数据融合方法概论》求取 ⇩

第1章多传感器数据融合引论1

1.1 引言1

1.2 融合应用2

1.3 传感器和传感器数据7

1.4 推理层次：输出数据18

1.5 一个数据融合模型21

1.6 数据融合的裨益25

1.7 体系结构概念和问题32

参考文献41

第2章多传感数据融合算法的分类43

2.1 分类方法回顾43

2.2 位置融合算法分类45

2.3 身份融合算法分类50

2.4 辅助支持算法分类55

2.5 总结61

参考文献62

第3章数据关联64

3.1 引言64

3.2 通用关联处理69

3.3 门限滤除75

3.4 关联度量标准77

3.5 分配87

3.6 总结92

参考文献93

第4章估计94

4.1 引言94

4.2 估计的可选方法回顾96

4.3 批估计109

4.4 序贯估计119

4.5 协方差误差估计128

参考文献132

第5章身份说明134

5.1 身份说明与模式识别134

5.2 特征提取141

5.3 参数模板149

5.4 聚集分析技术151

5.5 自适应神经网络158

5.6 物理模型161

5.7 基于知识的方法164

参考文献166

第6章决策级身份融合169

6.1 引言169

6.2 经典推理174

6.3 Bayes推理179

6.4 Dempster—Shafer方法185

6.5 推广的证据处理理论194

6.6 身份融合的启发式方法196

6.7 实现与调整198

参考文献201

第7章基于知识的方法203

7.1 人工智能引论203

7.2 专家系统综述207

7.3 专家系统的实现234

7.4 逻辑模板技术248

参考文献255

第8章数据融合系统的实现258

8.1 数据融合系统的实现问题258

8.2 结构选择259

8.3 数据融合技术的选择265

8.4 辅助支持功能的开发271

8.5 数据融合系统的测试与评估283

8.6 军事应用综述285

8.7 看法和评述295

参考文献297