《多源多目標統(tǒng)計信息融合》全面介紹了FIssT的基本概念、理論及實現(xiàn)技術，內(nèi)容新穎，系統(tǒng)性強，理論聯(lián)系實際，文字深入淺出，反映了近年來信息融合領域的新理論和新方法。
目前，國內(nèi)尚未發(fā)現(xiàn)系統(tǒng)介紹FIssT理論及應用的書籍�！抖嘣炊嗄繕私y(tǒng)計信息融合》可為從事雷達／光電等系統(tǒng)及其信息綜合的技術人員解決復雜環(huán)境下的目標檢測、跟蹤與識別等問題提供理論上的指導，也可作為高等院校通信與信息工程、電子技術、計算機應用等相關專業(yè)教師和研究生開展研究和教學時的參考教材。計算機科學家、物理學家、數(shù)學家以及從事信息融合理論研究的人員也可從本書中獲益。
第1章 緒論
1．1本書的目的
1．2信息融合的主要挑戰(zhàn)
1．3為什么需要隨機集或FIssT
1．3．1多目標濾波的復雜性
1．3．2超越啟發(fā)式
1．3．3單目標與多目標統(tǒng)計學的區(qū)別
1．3．4常規(guī)數(shù)據(jù)與模糊數(shù)據(jù)的區(qū)別
1．3．5形式化貝葉斯建模
1．3．6模糊信息建模
1．3．7多源多目標形式化建模
1．4信息融合中的隨機集
1．4．1多目標系統(tǒng)統(tǒng)計學
1．4．2專家系統(tǒng)統(tǒng)計學
1．4．3有限集統(tǒng)計學
第1章 緒論
1．1本書的目的
1．2信息融合的主要挑戰(zhàn)
1．3為什么需要隨機集或FIssT
1．3．1多目標濾波的復雜性
1．3．2超越啟發(fā)式
1．3．3單目標與多目標統(tǒng)計學的區(qū)別
1．3．4常規(guī)數(shù)據(jù)與模糊數(shù)據(jù)的區(qū)別
1．3．5形式化貝葉斯建模
1．3．6模糊信息建模
1．3．7多源多目標形式化建模
1．4信息融合中的隨機集
1．4．1多目標系統(tǒng)統(tǒng)計學
1．4．2專家系統(tǒng)統(tǒng)計學
1．4．3有限集統(tǒng)計學
1．5本書的結(jié)構
1．5．1第1篇：統(tǒng)一化的單目標多源融合
1．5．2第1I篇：統(tǒng)一化的多目標多源融合
1．5．3第1II篇：多目標濾波的近似方法
1．5．4附錄
第1篇 統(tǒng)一化的單目標多源融合
第2章 單目標濾波
2．1本章簡介
2．1．1要點概述
2．1．2本章結(jié)構
2．2卡爾曼濾波器
2．2．1初始化
2．2．2預測器
2．2．3校正器
2．2．4卡爾曼濾波器的推導
2．2．5基于卡爾曼濾波器的觀測融合
2．2．6固定增益卡爾曼濾波器
2．3卡爾曼濾波器的貝葉斯表示
2．3．1數(shù)學預備知識
2．3．2KF的貝葉斯表示：預測器
2．3．3KF的貝葉斯表示：校正器
2．3．4KF的貝葉斯表示：估計
2．4單目標貝葉斯濾波器
2．4．1簡單實例
2．4．2與卡爾曼濾波器的關系
2．4．3建模
2．4．4形式化貝葉斯建模
2．4．5初始化
2．4．6預測器
2．4．7校正器
2．4．8狀態(tài)估計
2．4．9誤差估計
2．4．10數(shù)據(jù)融合
2．4．11計算方法
2．5實現(xiàn)技術
2．5．1泰勒級數(shù)近似：EKF
2．5．2混合高斯近似
2．5．3序貫蒙特卡羅近似
2．6本章習題
第3章 通用的數(shù)據(jù)建模
3．1本章簡介
3．1．1要點概述
3．1．2本章結(jié)構
3．2不確定性建模中的問題
3．3數(shù)據(jù)不確定性建模中的問題
3．4例子
3．4．1含有少量不精確性的隨機觀測
3．4．2含有少量隨機性的不精確觀測
3．4．3非隨機的模糊觀測
3．4．4非隨機的不確定性觀測
3．4．5模糊與隨機
第II篇 統(tǒng)一化的多目標多源融合
第III篇 多目標濾波器的近似方法
附錄
參考文獻
書單推薦
