| 词条 | 多传感器数据融合手册 |
| 释义 | 《多传感器数据融合手册》一书于2008年5月由电子工业出版社翻译、出版发行，该书为数据融合系统设计人员、研究人员和使用人员提供了独特的、全面的、最新的资料，包括五个部分，其突出特点是：详尽介绍了数据融合的基本术语和模型；阐述了数据关联，目标跟踪和识别的先进技术；介绍了数据融合系统开发的实际问题，包括需求分析、系统工程、算法选择、数据库设计、人机接口和性能评估；介绍了数据融合技术的广泛应用，包括DoD、NASA、DARPA以及复杂机械系统的基于状态的监控等应用；介绍了一些数据融合资源和Web站点。 多传感器数据融合手册丛书名： 海军新军事变革丛书 作 者： （美）霍尔（Hall，D.L.） 等编，杨露菁，耿伯英 主译 出 版 社： 电子工业出版社 出版时间： 2008-5-1 页 数： 785 开 本： 大32开 I S B N ： 9787121061769 分类： 图书 >> 计算机/网络 >> 人工智能 定价：￥80.00 内容简介多传感器数据融合是一门新兴技术，在军事和非军事领域中都碍到了广泛应用、多传感器数据融合技术汲取了人工智能、模式识别、统计估计等多门学科的相关技术，计算机技术的快速发展以及数据融合技术的成熟为数据融合的广泛应用提供了基础，本书作者全都是数据融合领域的知名带头人，他们的成果将为该领域提供权威性的参考。 作者简介霍尔， 博士，宾夕法尼亚州立大学信息科学与技术学院副院长，主管科学研究和研究生教育，获天体物理学硕士、博士学位以及物理学和数学学士学位。Hall博士是IEEE高级会员，从事数据融合及相关技术领域研究20多年，曾应邀做过数据融合及人工智能领域的国际性学术报告，此外还参加了几项军用实时数据融合系统的研制，出版了三本著作(包括Artech House于1992年出版的《多传感器数据融合的数学方法》)，发表了180多篇学术论文。在进入宾夕法尼亚州立大学之前，Hall博士在计算机科学公司以及麻省理工学院林肯实验室从事HRB系统(Raytheon的一个部分，E系统)的研究。 目录Ⅰ 多传感器数据融合引论 1 多传感器数据融合 2 JDL 数据融合修正模型 3 多目标跟踪数据关联算法介绍 4 图像和空间数据融合原理及实践 5 数据配准 6 数据融合自动化：自顶向下的观点 7 证据组合方法比较 Ⅱ 跟踪和关联的先进方法 8 雷达、声呐、光电传感器应用中的概率数据关联目标跟踪 9 最优和近似数据关联的组合方法介绍 10 多目标跟踪的贝叶斯方法 11 使用多帧分配的数据关联 12 采用协方差交集的（CI）广义分布式数据融合 13 非线性系统中的数据融合 14 基于随机集理论的目标跟踪与识别 Ⅲ 系统工程和是实现 15 数据融合系统的饿需求来源 16 数据融合系统的系统工程实现方法 17 Correlation工程的研究与分析：关联问题及其技术的全面评估 18 支持战术数据融合的数据管理 19 消除人迹接口的瓶颈：人机接口（HCI）对数据融合 20 多传感器融合处理性能评估 21 多传感器数据融合中的一些小秘诀 Ⅳ 应用实例 Ⅴ 资源 多传感器数据融合概念数据融合又称作信息融合或多传感器数据融合，对数据融合还很难给出一个统一、全面的定义。随着数据融合和计算机应用技术的发展，根据国内外研究成果，多传感器数据融合比较确切的定义可概括为：充分利用不同时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据，在一定准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比它的各组成部分更充分的信息。 1．2 多传感器数据融合原理 多传感器数据融合技术的基本原理就像人脑综合处理信息一样，充分利用多个传感器资源，通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间或时间上冗余或互补信息依据某种准则来进行组合，以获得被测对象的一致性解释或描述。具体地说，多传感器数据融合原理如下： （1）N个不同类型的传感器（有源或无源的）收集观测目标的数据； （2）对传感器的输出数据（离散的或连续的时间函数数据、输出矢量、成像数据或一个直接的属性说明）进行特征提取的变换，提取代表观测数据的特征矢量Yi； （3）对特征矢量Yi进行模式识别处理（如，聚类算法、自适应神经网络或其他能将特征矢量Yi变换成目标属性判决的统计模式识别法等）完成各传感器关于目标的说明； （4）将各传感器关于目标的说明数据按同一目标进行分组，即关联； （5）利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述。 2 多传感器数据融合方法 利用多个传感器所获取的关于对象和环境全面、完整的信息，主要体现在融合算法上。因此，多传感器系统的核心问题是选择合适的融合算法。对于多传感器系统来说，信息具有多样性和复杂性，因此，对信息融合方法的基本要求是具有鲁棒性和并行处理能力。此外，还有方法的运算速度和精度；与前续预处理系统和后续信息识别系统的接口性能；与不同技术和方法的协调能力；对信息样本的要求等。一般情况下，基于非线性的数学方法，如果它具有容错性、自适应性、联想记忆和并行处理能力，则都可以用来作为融合方法。 多传感器数据融合虽然未形成完整的理论体系和有效的融合算法，但在不少应用领域根据各自的具体应用背景，已经提出了许多成熟并且有效的融合方法。多传感器数据融合的常用方法基本上可概括为随机和人工智能两大类，随机类方法有加权平均法、卡尔曼滤波法、多贝叶斯估计法、Dempster-Shafer（D-S）证据推理、产生式规则等；而人工智能类则有模糊逻辑理论、神经网络、粗集理论、专家系统等。可以预见，神经网络和人工智能等新概念、新技术在多传感器数据融合中将起到越来越重要的作用。 |
| 随便看 |
百科全书收录4421916条中文百科知识，基本涵盖了大多数领域的百科知识，是一部内容开放、自由的电子版百科全书。