| 本书以具有代表性的C3I系统为主线，介绍了多传感器数据融合系统的基本概念，系统组成，基本原理以及多传感器数据融合系统设计中所采用的基本方法。 全书共分七章，第一章介绍多传感器信息系统的一般概念及组成，第二章至第六章的内容分别为多传感器系统状成估计，数据关联原理和方法，航迹融合等，第七章简单介绍了C3I系统所用到的几种主要传感器。 本书是为电子信息类专业对应的各个学科的士研究生编写的，也可供从事电子信息系统研究与设计的工程技术人员和此领域的博士研究生参考。 |
| 第1章 多传感器数据融合概述 1.1 引言 1.1.1 概况 1.1.2 雷达信息处理系统的发展过程 1.1.3 数据融合系统中的主要传感器 1.1.4 数据融合的应用领域 1.2 数据融合的定义和通用模型 1.2.1 数据融合的定义 1.2.2 数据融合的通用模型 1.2.3 传感器组成及描述 1.3 数据融合的重要性和潜在能力 1.4 数据融合的分类 1.4.1 像素级融合 1.4.2 特征级融合 1.4.3 决策级融合 1.5 数据融合技术 1.6 数据融合的主要内容 第2章 状态估计 2.1 卡尔曼滤波器 2.1.1 用数字滤波器作为估值器 2.1.2 线性均方估计 2.1.3 最优递归估值器——标量卡尔曼滤波器 2.1.4 向量卡尔曼滤波器 2.1.5 扩展卡尔曼滤波器 2.1.6 卡尔曼滤波器在雷达跟踪中的应用 2.1.7 扩展卡尔曼滤波器在目标跟踪和卫星轨道确定方面的应用·. 2.1.8 目标机动检测.” 2.1.9 自适应卡尔曼滤波器 2.2 常系数α-β和α-β-γ滤波器 2.2.1 目标运动模型 2.2.2 常系数α-β和α-β-γ滤波器 2.2.3 常系数α-β和α-β-γ滤波器的系数 2.2.4 变系数α-β和α-β-γ滤波器的系数 2.2.5 组合滤波器 2.3 自适应滤波器 2.3.1 目标运动方程和观测方程 2.3.2 自适应系数的获取 2.3.3 滤波算法 2.3.4 获取α（κ）和α（κ）的局部方差方法 第3章 数据关联及其数据准备 3.1 多传感器数据关联时的数据准备 3.1.1 对雷达信号处理的要求 3.1.2 预处理 3.1.3 修正系统误差 3.I.4 坐标变换或空间对准 3.I.5 |
![MPLS技术与实现[按需印刷]](http://images.china-pub.com/ebook/8455/zcover.jpg)
内容加载中，请稍后...
商品评论（0条）