多源数据融合和传感器管理

第一部分 研究现状

第1章 多源数据融合概述

第2章 信息融合的原理和级别

第3章 多传感器数据融合算法

第4章 多传感分布检测

第5章 传感器管理

第6章 数据融合的现状和趋势

第二部分 数学理论基础

第7章 Bayes方法

第8章 模糊集理论

第9章 粗糙集理论

第10章 MonteCarlo理论

第11章 DempsterShafer证据理论

第12章 估计理论

第13章 滤波器理论

第三部分 多源数据融合算法

第14章 Bayes决策

第15章 正态分布时的统计决策

第16章 最大最小决策

第17章 神经网络

第18章 支持向量机

第19章 Bayes网络

第四部分 多源数据融合应用

第20章 分布式检测和融合

第21章 分布式目标追踪的高效管理策略

第22章 数据融合的系统校准

第23章 目标跟踪策略算法与数据融合

第24章 像素与特征的图像融合

第五部分 多传感器管理

第25章 信息融合中的多传感器管理：问题与方法

参考文献

本书是关于信息融合理论、应用和传感器管理的一部教材。本书基于编者的研究工作，并借鉴国内外其他学者的成果，力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与最新研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章，分为五个部分。第一部分研究现状，包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注；第二部分数学理论基础，包括Bayes方法、模糊集理论、粗糙集理论、Monte Carlo理论、DempsterShafer理论、估计理论和滤波器理论；第三部分多源数据融合算法，包括Bayes决策、正态分布时的统计决策、最大最小决策、神经网络、支持向量机和Bayes网络；第四部分多源数据融合应用，包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合；第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材，也可供上述相关领域的科技人员阅读和参考，还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、CPS、遥感、遥测、定位等领域的科技工作者参考学习。

多源数据融合和?传感器管理综合了控制、电子信息、计算机、网络以及数学等多学科领域，是一门具有前沿性的高度交叉学科。近年来，随着世界各国对各种多传感器平台和系统的需求急剧增加，信息融合进入了一个蓬勃发展的时期，对它的理论和工程应用的研究方兴未艾，各种关于信息融合的新理论、新方法、新技术层出不穷，国内外学者已经在信息融合领域出版了一批高水平的学术专著。但是，对于刚进入信息融合领域的青年学生，或者刚开始从事信息融合应用的工程技术人员，迫切需要一本信息融合的入门指导书。
??本书力图较全面、系统?地讲解信息融合理论、应用、传感器管理以及发展与newest研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。