多源數據融合和傳感器管理 (電子科技大學特色教材)

<內容簡介>

羅俊海、王章靜編著的《多源數據融合和傳感器管理》是關於信息融合理論、應用和傳感器管理的一部教材。本書基於編者的研究工作，並借鑒國內外其他學者的成果，力圖較全面、系統地講解信息融合理論、應用、傳感器管理以及發展與最新研究成果，特別是在異構、多源、動態、非理想通道、稀疏、錯誤容忍環境下。全書共25章，分為五個部分。第一部分研究現狀，包括多源數據融合概述、信息融合的原理和級別、多源傳感器數據融合演算法、多傳感分佈檢測、傳感器管理、探討和備註；第二部分數學理論基礎，包括Bayes方法、模糊集理論、粗糙集理論、Monte Carlo理論、Dempster-Shafer理論、估計理論和濾波器理論；第三部分多源數據融合演算法，包括Bayes決策、正態分佈時的統計決策、最大最小決策、神經網絡、支持向量機和Bayes網絡；第四部分多源數據融合應用，包括分佈式檢測和融合、目標追蹤的高效管理策略、數據融合的系統校準、目標跟蹤策略演算法與數據融合、像素與特徵的圖像融合；第五部分是多傳感器管理。本書可作為信息工程、信息融合、模式識別、機器學習、人工智能、數據分析、軍事決策和電子對抗等專業的本科生和研究生教材，也可供上述相關領域的科技人員閱讀和參考，還可以供雷達、聲吶、激光、紅外、機器人、導航、交通、醫學、物聯網、泛在網、CPS、遙感、遙測、定位等領域的科技工作者參考學習。

<章節目錄>

第一部分  研究現狀
  第1章  多源數據融合概述
  第2章  信息融合的原理和級別
  第3章  多傳感器數據融合演算法
  第4章  多傳感分佈檢測
  第5章  傳感器管理
  第6章  數據融合的現狀和趨勢
第二部分  數學理論基礎
  第7章  Bayes方法
  第8章  模糊集理論
  第9章  粗糙集理論
  第10章  MonteCarlo理論
  第11章  Dempster?Shafer證據理論
  第12章  估計理論
  第13章  濾波器理論
第三部分  多源數據融合演算法
  第14章  Bayes決策
  第15章  正態分佈時的統計決策
  第16章  最大最小決策
  第17章  神經網絡
  第18章  支持向量機
  第19章  Bayes網絡
第四部分  多源數據融合應用
  第20章  分佈式檢測和融合
  第21章  分佈式目標追蹤的高效管理策略
  第22章  數據融合的系統校準
  第23章  目標跟蹤策略演算法與數據融合
  第24章  像素與特徵的圖像融合
第五部分  多傳感器管理
  第25章  信息融合中的多傳感器管理：問題與方法
參考文獻