信息融合

前言
第一章　導(dǎo)論
　1.1　什么是信息融合
　1.2　信息融合基礎(chǔ)概念
　　1.2.1　融合單元和融合結(jié)構(gòu)
　　1.2.2　如何進(jìn)行信息融合
　　1.2.3　典型的融合處理過程
　　1.2.4　典型的融合決策方法
　　1.2.5　信息融合的層次
　1.3　本書內(nèi)容結(jié)構(gòu)安排
　參考文獻(xiàn)
第二章　信息融合的數(shù)據(jù)支持
　2.1　數(shù)據(jù)匯集概述
　　2.1.1　實(shí)體與傳感器的表述
　　2.1.2　數(shù)據(jù)匯集的基礎(chǔ)要求
　2.2　傳感器系統(tǒng)與管理
　　2.2.1　傳感器和傳感器系統(tǒng)概述
　　2.2.2　傳感器管理概述
　2.3　數(shù)據(jù)關(guān)聯(lián)
　　2.3.1　基本問題
　　2.3.2　數(shù)據(jù)關(guān)聯(lián)典型分類
　　2.3.3　數(shù)據(jù)關(guān)聯(lián)的處理方法
　　2.3.4　關(guān)聯(lián)度量方法
　2.4　關(guān)聯(lián)數(shù)據(jù)的特性分析
　　2.4.1　單元變量的特性分析
　　2.4.2　多元變量的特性分析
　2.5　小結(jié)
　參考文獻(xiàn)
第三章　基于統(tǒng)計(jì)的融合決策
　3.1　貝葉斯決策
　　3.1.1　貝葉斯規(guī)則
　　3.1.2　貝葉斯決策的說明舉例
　　3.1.3　用于傳感器觀測的貝葉斯決策函數(shù)
　　3.1.4　動態(tài)估計(jì)方法
　3.2　基于正則理論的統(tǒng)計(jì)決策
　　3.2.1　基本概念
　　3.2.2　正則化理論與貝葉斯框架的關(guān)系
　3.3　動態(tài)狀態(tài)的最優(yōu)估計(jì)
　　3.3.1　非線性貝葉斯跟蹤
　　3.3.2　最佳濾波
　3.4　動態(tài)狀態(tài)的次最佳濾波
　　3.4.1　EKF
　　3.4.2　近似網(wǎng)格
　　3.4.3　UKF
　　3.4.4　粒子濾波
　3.5　小結(jié)
　參考文獻(xiàn)
第四章　基于不精確推理的融合決策
　4.1　不確定性概述
　　4.1.1　不確定性源與表達(dá)
　　4.1.2　不確定性的分類
　4.2　關(guān)于信息融合的可靠性
　　4.2.1　信息融合過程中可靠性定義
　　4.2.2　信息融合過程使用可靠性度量的策略
　　4.2.3　多個(gè)證據(jù)的組合
　4.4　DS證據(jù)理論推理方法
　　4.4.1　基本方法
　　4.4.2　基于證據(jù)理論的決策基礎(chǔ)方法
　　4.4.3　考慮可靠性的融合規(guī)則
　　4.4.4　沖突證據(jù)組合
　4.5　模糊推理
……
第五章　智能模型和融合結(jié)構(gòu)
第六章　目標(biāo)識別概論
第七章　融合增強(qiáng)
第八章　融合檢測
第九章　融合分類
第十章　融合跟蹤
第十一章　融合重建
第十二章　態(tài)勢估價(jià)概論
結(jié)束語