选择特殊符号

Ф δ ° × # Ⅱ Ⅲ ½ ¼

选择搜索类型

市场价信息价参考价询价供应商云知资讯文库百科

热门搜索

造价通

请输入搜索

首页 > 百科 > 电气百科

多源数据融合和传感器管理

《多源数据融合和传感器管理》是2015年清华大学出版社出版的图书，作者是罗俊海、王章静。本书是关于信息融合理论、应用和传感器管理的一部教材。

多源数据融合和传感器管理基本信息

书名多源数据融合和传感器都管理
作者罗俊海、王章静
出版社清华大学出版社
出版时间2015年09月01日
定价59 元
ISBN9787302390183

多源数据融合和传感器管理作品目录

第一部分研究现状 第1章多源数据融合概述 1.1多传感器数据融合定义 1.2多传感数据融合面临的问题 习题 第2章信息融合的原理和级别 2.1信息融合的基本原理 2.2信息融合的级别 2.2.1信源 2.2.2信源预处理 2.2.3检测级融合 2.2.4位置级融合 2.2.5目标识别融合 2.2.6态势估计 2.2.7威胁估计 2.2.8精细处理 2.2.9数据库处理 习题 第3章多传感器数据融合算法 3.1有缺陷的数据融合 3.1.1概率融合 3.1.2证据置信度推理 3.1.3融合和模糊推理 3.1.4可能性融合 3.1.5基于粗糙集融合 3.1.6混合融合方法 3.1.7随机集理论融合 3.2相关数据的融合 3.2.1消除数据关联性 3.2.2数据融合中存在未知的相关性 3.2.3不一致数据融合 3.2.4虚假数据 3.2.5脱离序列数据 3.2.6冲突数据 3.3融合异质数据 习题 第4章多传感分布检测 4.1NeymanPearson公式 4.1.1并行拓扑结构 4.1.2串行拓扑结构 4.2Bayes公式 4.2.1并行结构 4.2.2串行拓扑结构 4.2.3更一般的网络拓扑结构 习题 第5章传感器管理 5.1传感器管理的定义 5.2数据融合系统中的传感器管理 5.3传感器管理的内容 5.4传感器管理的结构 习题 第6章数据融合的现状和趋势 6.1新兴融合模式 6.1.1软/硬数据融合 6.1.2机会数据融合 6.1.3自适应融合和研究 6.2正在进行的数据融合研究 6.2.1自动融合 6.2.2置信度可靠性 6.2.3安全融合 6.2.4融合评估 习题 第二部分数学理论基础 第7章Bayes方法 7.1Bayes方法的发展 7.2Bayes定理 7.2.1条件概率 7.2.2概率乘法规则 7.2.3全概率公式 7.2.4Bayes概率 7.3多源数据融合中的Bayes方法 7.4Bayes方法的优缺点 习题 第8章模糊集理论 8.1模糊数学概念 8.1.1经典集合相关定义与基本概念 8.1.2经典集合之间的关系与运算 8.2模糊集集合 8.2.1基本模糊集运算 8.2.2模糊集的基本定理 8.3模糊聚类分析 8.3.1聚类分析的数学模型 8.3.2模糊关系 8.3.3模糊关系的定义 8.4模糊型识别 8.4.1第一类模糊模型识别 8.4.2第二类模糊模型识别 8.5模糊决策 8.5.1模糊意见集中决策 8.5.2模糊二元对比决策 8.6模糊综合评判决策 8.6.1经典综合评判决策 8.6.2模糊映射与模糊变换 习题 第9章粗糙集理论 9.1知识与知识系统 9.2粗糙集与不精确范畴 9.3知识约简与知识依赖 9.4知识表达系统 9.5粗糙集理论在信息融合中的应用 习题 第10章MonteCarlo理论 10.1MonteCarlo基本理论 10.1.1概述 10.1.2MonteCarlo方法 10.2MarkovChainMonteCarlo算法 10.2.1Markov链概念 10.2.2Markov过程的分类 10.2.3齐次Markov链 10.2.4隐式Markov模型 10.2.5隐式半Markov模型 10.2.6MetropolisHastings算法 10.2.7Gibbs抽样 习题 第11章DempsterShafer证据理论 11.1DempsterShafer理论基本概念 11.2DempsterShafer组合规则 11.3DempsterShafer组合规则的相关改进 11.4DempsterShafer理论的推广 11.4.1广义DempsterShafer理论简介 11.4.2条件化DempsterShafer理论 11.4.3DempsterShafer理论在模糊集合上的推广 习题 第12章估计理论 12.1估计理论基础 12.1.1一般概念 12.1.2Bayes点估计理论 12.1.3加权最小二乘法估计 12.1.4极大似然估计与极大后验估计 12.1.5主成分估计 12.1.6递推最小二乘法估计与最小均方估计 12.1.7最佳线性无偏最小方差估计 12.2混合系统多模型估计 12.2.1多模型估计概念 12.2.2定结构多模型估计 12.2.3交互式多模型算法 12.2.4变结构多模型算法 12.3期望最大化方法 12.3.1EM方法描述 12.3.2混合Gauss参数估计的EM算法 习题 第13章滤波器理论 13.1基本概念 13.1.1离散时间线性系统模型 13.1.2连续时间线性系统的离散化 13.2Kalman滤波器 13.2.1基本Kalman滤波器 13.2.2信息滤波器 13.2.3最优Bayes滤波器 13.2.4扩展Kalman滤波器 13.2.5迭代扩展Kalman滤波 13.2.6强跟踪滤波器 13.2.7无迹Kalman滤波 13.2.8中心差分Kalman滤波器 13.3粒子滤波器 13.3.1粒子滤波方法 13.3.2基本粒子滤波算法 13.3.3辅助粒子滤波 13.3.4正则粒子滤波 习题 第三部分多源数据融合算法 第14章Bayes决策 14.1简介 14.2基于最小错误率的Bayes决策 14.2.1两类情况 14.2.2多类情况 14.3基于最小风险的Bayes决策 14.3.1条件期望风险 14.3.2期望风险 14.3.3最小风险Bayes决策规则 14.3.4最小风险Bayes决策的步骤 14.3.5最小错误率与最小风险的Bayes决策规则的联系 习题 第15章正态分布时的统计决策 15.1单变量正态分布 15.2多元正态分布 15.3多元正态分布情况下的Bayes分类方法 习题 第16章最大最小决策 习题 第17章神经网络 17.1神经网络的概述 17.2人工神经网络 17.3BP神经网络 17.4神经网络的发展趋势及前沿问题 习题 第18章支持向量机 18.1线性支持向量机基础 18.1.1支持向量机标准形式 18.1.2最优超平面 18.1.3核函数 18.1.4支持向量机算法 18.2线性支持向量机 18.2.1线性可分离的情况 18.2.2线性不可分的情况 18.3非线性支持向量机 18.4新型支持向量机 18.5小波支持向量机 18.5.1小波概念 18.5.2小波SVM 习题 第19章Bayes网络 19.1Bayes网络的概述 19.2Bayes网络的理论基础 19.3Bayes网络的表示 19.3.1Bayes网络的定义 19.3.2Bayes网络中的独立关系 19.4Bayes网络的构建 19.4.1构建Bayes网络 19.4.2Bayes网络的结构学习 19.4.3Bayes网络的参数学习 19.5Bayes网络的推理 习题 第四部分多源数据融合应用 第20章分布式检测和融合 20.1系统模型和决策融合规则 20.1.1问题简述 20.1.2决策融合规则 20.1.3分层网络结构 20.2性能分析 20.2.1系统级的误警率 20.2.2系统级的检测概率 20.2.3仿真结果 20.2.4渐进分析 20.2.5决策融合规则的最佳性 20.3局部传感器的阈值 习题 第21章分布式目标追踪的高效管理策略 21.1一般问题 21.2贪婪策略 21.3连续模型 21.4随机游动 21.4.1直接通信的最优策略 21.4.2多跳转通信的最优策略 21.4.3结合误差协方差 21.5具有速度动态的目标运动 21.6性能评价 21.6.1CEC策略的追踪算法 21.6.2参照算法 21.6.3CEC策略中的传感器选择 21.6.4切换为直接通信 21.7强度测量实验 21.8角度测量实验 21.8.1随机游动 21.8.2有速度的目标运动 21.8.3灵敏度实验 习题 第22章数据融合的系统校准 22.1问题陈述和知识预备 22.1.1问题陈述 22.1.2传感测量模型 22.1.3多传感器融合模型 22.2方法综述 22.2.1系统架构 22.2.2问题描述 22.3在线本地标定 22.3.1测量模型估计 22.3.2在线模型估计 22.3.3本地标定算法 22.4最优系统级模型标定 22.4.1已标定系统检测性能 22.4.2最佳系统级标定 22.4.3系统级标定算法 22.4.4实验方法与设定 22.4.5标定方法性能比较 22.5标定方法性能分析 22.5.1跟踪驱动仿真 22.5.2基于综合数据的仿真 习题 第23章目标跟踪策略算法与数据融合 23.1状态向量和测量级融合 23.1.1状态向量融合 23.1.2测量值数据级融合 23.1.3数据融合效果 23.2分解卡尔曼滤波器传感器数据表征与融合 23.2.1传感偏差 23.2.2误差状态空间卡尔曼滤波器 23.2.3测量和过程噪声协方差估计 23.2.4时间标记和时延误差 23.2.5多传感器数据融合方案 23.3平方根信息滤波器与非集中式结构中的融合 23.3.1信息滤波器 23.3.2平方根信息滤波器传感数据融合算法 23.3.3非集中式平方根信息滤波器 23.3.4滤波器性能分析 23.4最近邻和概率数据关联滤波算法 23.4.1最近邻Kalman滤波器 23.4.2概率数据关联滤波 23.4.3传感器以及多目标的跟踪和数据相关程序 23.4.4数值仿真 23.5针对机动目标跟踪的交互式多模型算法 23.5.1交互式多模型Kalman滤波算法 23.5.2目标移动模型 23.5.3交互式多模型Kalman滤波器的实现 23.6数据相关滤波器的联合概率 23.6.1联合概率数据关联滤波器的通用版本 23.6.2基于样本的粒子滤波器和联合概率数据相关滤波器 23.7跟踪中的无序测量处理 23.7.1无序测量问题的Bayes方法 23.7.2单延迟无杂波的无序测量 23.8数据共享和增益融合算法 23.8.1基于Kalman滤波的融合算法 23.8.2基于增益融合的算法 23.8.3性能评估 23.9全局融合与基于数据融合的H无穷滤波器 23.9.1基于H无穷滤波器的传感器数据融合 23.9.2基于H无穷后验滤波的融合算法 23.9.3H无穷全局融合算法 23.9.4数值仿真结果 23.10融合中的无导数Kalman滤波器 23.10.1无导数Kalman滤波 23.10.2数值仿真 23.11导弹引导头估计 23.11.1交互式多模型增广扩展Kalman滤波算法 23.11.2拦截器逃避者的对抗仿真 23.11.3基于扩展Kalman滤波的多扩展模型交互的性能评估 习题 第24章像素与特征的图像融合 24.1简介 24.2像素级和特征级图像融合的概念和算法 24.3图像配准 24.3.1基于区域的匹配 24.3.2基于特征的方法 24.3.3变换模型 24.3.4重采样和变换 24.3.5图像配准精度 25.4用图像数据分割、矩心检测和目标追踪 24.4.1图像噪声 24.4.2指标性能评估 24.4.3分割和矩心检测技术 24.4.4数据生成和结果 24.4.5雷达和成像传感器轨迹融合 24.5像素级融合算法 24.5.1主成分分析法 24.5.2空间频率 24.5.3性能评估 24.5.4小波变换 24.6激光和视觉数据的融合 24.6.13D模型代 24.6.2模型评估 24.7特征级融合方法 24.7.1外观和深度信息的融合 24.7.2立体人脸识别系统 24.7.3特征级融合 习题 第五部分多传感器管理 第25章信息融合中的多传感器管理：问题与方法 25.1简介 25.1.1传感器管理的根本目的 25.1.2传感器管理在信息融合中的作用 25.1.3多传感器管理结构 25.1.4多传感器管理中问题的分类 25.2传感器管理问题的解决方案 25.2.1原理与方法论 25.2.2自上而下的传感器管理 25.3传感器部署原则 25.3.1概述 25.3.2传感器部署相关的滤波 25.4监视任务评价 25.4.1基于决策树的评价 25.4.2基于神经网络的评价 25.4.3基于目标格序偏好的评价 25.5信号获取的测量策略 25.5.1测量类型（模式） 25.5.2测量频率 25.5.3目标检测的策略 25.6传感器资源分配 25.6.1基于搜索的传感器选择 25.6.2传感器管理中的信息论方法 25.6.3传感器规划中的决策理论 25.6.4模糊逻辑资源管理 25.6.5传感器分配中的Markov分类 25.7面向协作的传感器行为 2100433B

多源数据融合和传感器管理造价信息

市场价
信息价
询价

氨氮PH传感器

规格型号：
XRP6714DK
价格行情：
材料单位：
台
材料品牌：
南京新锐鹏
材料税率：
13%
供应商：
株洲中车机电科技有限公司
报价时间：
2022-12-07

查看价格

COD传感器

规格型号：
XRP6602D
价格行情：
材料单位：
台
材料品牌：
南京新锐鹏
材料税率：
13%
供应商：
株洲中车机电科技有限公司
报价时间：
2022-12-07

查看价格

SS传感器

规格型号：
型号:IDT1000
价格行情：
材料单位：
套
材料品牌：
天健创新
材料税率：
13%
供应商：
天健创新（北京）监测仪表股份有限公司
报价时间：
2022-12-07

查看价格

COD传感器

规格型号：
型号:UVC1000
价格行情：
材料单位：
套
材料品牌：
天健创新
材料税率：
13%
供应商：
天健创新（北京）监测仪表股份有限公司
报价时间：
2022-12-07

查看价格

SS传感器

规格型号：
XRP7801D
价格行情：
材料单位：
台
材料品牌：
南京新锐鹏
材料税率：
13%
供应商：
株洲中车机电科技有限公司
报价时间：
2022-12-07

查看价格

臭氧传感器

规格型号：
价格行情：
材料单位：
组
材料税率：
地区时间：
广东2022年1季度信息价
所属行业：
电网工程
备注说明：

查看价格

噪声传感器

规格型号：
价格行情：
材料单位：
组
材料税率：
地区时间：
广东2022年1季度信息价
所属行业：
电网工程
备注说明：

查看价格

噪声传感器

规格型号：
价格行情：
材料单位：
组
材料税率：
地区时间：
广东2021年4季度信息价
所属行业：
电网工程
备注说明：

查看价格

噪声传感器

规格型号：
价格行情：
材料单位：
组
材料税率：
地区时间：
广东2021年2季度信息价
所属行业：
电网工程
备注说明：

查看价格

臭氧传感器

规格型号：
价格行情：
材料单位：
组
材料税率：
地区时间：
广东2020年4季度信息价
所属行业：
电网工程
备注说明：

查看价格

客流分析管理平台数据和用户管理订制

规格型号：
DH-DSS数据和用户管理
需求量：
1台
报价数：
2
材料品牌：
大华、汇纳
材料档次：
中档
费用说明：
不含税费 | 含运费
询价时间：
2020-06-04

查看价格

数据集中管理器

规格型号：
数据集中管理器
需求量：
1个
报价数：
1
材料品牌：
埃美柯
材料档次：
中高档
费用说明：
不含税费 | 含运费
询价时间：
2022-07-20

查看价格

融合大数据-管理模块

规格型号：
DS-VJMNC-3XY管理模块
需求量：
1套
报价数：
3
材料品牌：
材料档次：
高档
费用说明：
含税费 | 含运费
询价时间：
2020-04-14

查看价格

智慧教室融合管理平台

规格型号：
教学、网络教研、网络培训等业务开展.1.3.兼容性支持IE、火狐、谷歌等主流浏览器.2.基础功能2.1. 录播管理:支持将录播设备接入平台,实现自动转码、视频直播点播,并具备多画面直播和点播功能
需求量：
1套
报价数：
1
材料品牌：
东信同邦V1.0、恩卓V1.0、豪威-V2.0
材料档次：
中高档
费用说明：
含税费 | 不含运费
询价时间：
2022-11-15

查看价格

数据管理系统

规格型号：
(1)数据管理系统-WEBtalk-800-y(2)WEBtalk-800 8000点数据服务器.双核64位CPU,LINUX操作系统,500G固态存储器;支持BACnet IP/Ethernet
需求量：
1套
报价数：
2
材料品牌：
霍尼韦尔、江森自控、西门子、深圳新基点、深圳敢为、协同、广州
材料档次：
中高档
费用说明：
含税费 | 含运费
询价时间：
2021-05-28

查看价格

多源数据融合和传感器管理内容简介

本书基于编者的研究工作，并借鉴国内外其他学者的成果，力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与最新研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章，分为五个部分。第一部分研究现状，包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注；第二部分数学理论基础，包括Bayes方法、模糊集理论、粗糙集理论、MonteCarlo理论、DempsterShafer理论、估计理论和滤波器理论；第三部分多源数据融合算法，包括Bayes决策、正态分布时的统计决策、最大最小决策、神经网络、支持向量机和Bayes网络；第四部分多源数据融合应用，包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合；第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材，也可供上述相关领域的科技人员阅读和参考，还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、CPS、遥感、遥测、定位等领域的科技工作者参考学习。

多源数据融合和传感器管理常见问题

传感器和传感器模块的区别

传感器节点是采用自组织方式进行组网以及利用无线通信技术进行数据转发的，节点都具有数据与数据融合转发双重功能。传感器（英文名称：transducer/sensor）是一种检测装置，能感受到被测量...
如何区分有源和无源传感器

无源传感器，就是不需要电源就能工作的。有源传感器，就是需要供电才能工作的。这是从表面观察来判断。如果从工作原理来分析，无源传感器是完全通过吸收被测对象的能量来输出信号；而有源传感器的输出信号能量部分来...
压力传感器和位移传感器数据问题

压力传感器和位移传感器的输出必须是标准的模拟信号，计算机配置模拟量数据卡或模块，数据分析软件要专业人员进行编制。

多源数据融合和传感器管理文献

基于多传感器数据融合的温室环境控制的研究

基于多传感器数据融合的温室环境控制的研究

基于多传感器数据融合的温室环境控制的研究

格式：pdf

大小：1.3MB

页数： 3页

基于多传感器数据融合的温室环境控制的研究

在线阅读立即下载

基于多传感器数据融合的喷水推进泵空化分类识别

基于多传感器数据融合的喷水推进泵空化分类识别

基于多传感器数据融合的喷水推进泵空化分类识别

格式：pdf

大小：1.3MB

页数：未知

采用基于奇异值分解和人工神经网络的多传感器数据融合方法对喷水推进泵的空化状态进行了分类识别研究。首先利用基于奇异值分解的权值估计算法分别对水声信号和振动信号在时间上进行数据级融合,提取出各自的特征,然后将所有特征组合起来作为神经网络的输入,利用BP网络和RBF网络进行特征级融合和分类识别。分析结果表明:基于多传感器数据融合的分类识别结果优于单传感器分类识别结果;采用基于奇异值分解的数据融合方法后,分类识别率显著提高,对空化初生微弱特征的识别效果尤佳。

在线阅读立即下载

多传感器数据融合及其应用图书目录

第1章多传感器数据融合概述 1 1.1 引言 1 1.1.1 概况 1 1.1.2 雷达信息处理系统的发展过程 3 1.1.3 数据融合系统中的主要传感器 6 1.1.4 数据融合的应用领域 8 1.2 数据融合的定义和通用模型 10 1.2.1 数据融合的定义 10 1.2.2 数据融合的通用模型 11 1.2.3 传感器组成及描述 12 1.3 数据融合的重要性和潜在能力 16 1.4 数据融合的分类 17 1.4.1 像素级融合 17 1.4.2 特征级融合 18 1.4.3 决策级融合 18 1.5 数据融合技术 19 1.6 数据融合的主要内容 20 第2章状态估计 23 2.1 卡尔曼滤波器 23 2.1.1 用数字滤波器作为估值器 24 2.1.2 线性均方估计 26 2.1.3 最优递归估值器--标量卡尔曼滤波器 28 2.1.4 向量卡尔曼滤波器 30 2.1.5 扩展卡尔曼滤波器 35 2.1.6 卡尔曼滤波器在雷达跟踪中的应用 40 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 43 2.1.8 目标机动检测 47 2.1.9 自适应卡尔曼滤波器 49 2.2 常系数α-β和α-β-γ滤波器 52 2.2.1 目标运动模型 52 2.2.2 常系数α-β和α-β-γ滤波器 52 2.2.3 常系数α-β和α-β-γ滤波器的系数 54 2.2.4 变系数α-β和α-β-γ滤波器的系数 55 2.2.5 α-β和α-β-γ组合滤波器 56 2.3 自适应α-β滤波器 57 2.3.1 目标运动方程和观测方程 57 2.3.2 自适应系数的获取 57 2.3.3 滤波算法 58 2.3.4 获取α(k)和β(k)的局部方差方法 58

多传感器数据融合及其应用内容介绍

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。

多传感器数据融合系统：EKF及模糊决策应用分析目录

第1章数据融合 1.1 低层次融合 1.2 中级融合 1.3 高层次融合 1.4 安全 1.5 传感器融合 1.6 应用历史 第2章传感器类型 2.1 传感器 2.2 传感器的选择 2.3 声呐 2.3.1 声呐换能器 2.3.2 声呐的应用 2.4 激光传感器 2.4.1 激光 2.4.2 激光光 2.4.3 激光的应用 2.5 射频传感器 2.5.1 射频传感器的应用 第3章新的安全监控系统 3.1 目标动态传感 3.2 安全决策 第4章传感器融合 4.1 相似度概念 4.2 迭代贝叶斯估计和最后验概率 4.3 全局和局部指标 第5章状态估计 5.1 卡尔曼滤波 5.2 扩展卡尔曼滤波 第6章状态变换（同类传感器互补） 第7章决策制定—模糊逻辑系统 7.1 决策过程 7.2 模糊逻辑系统 7.31—型模糊逻辑系统 7.3.11—型隶属度函数及其运算 7.3.2 语言变量和IF—THEN规则 7.3.3 基于模糊规则的推理 7.42—型模糊逻辑系统 7.4.12—型模糊集与隶属函数 7.5 模糊逻辑控制 7.6 异构传感器的互补性 第8章结果与讨论 8.1 卡尔曼滤波结果 8.1.1 两目标的仿真 8.1.2 三目标的仿真 8.2 扩展卡尔曼滤波结果 第9章结论和工作展望 附录A 超模糊逻辑决策在安全监视系统中的应用 A.1 引言 A.2 安全系统 A.3 模糊逻辑基本原理 A.4 超模糊 A.5 结果和讨论 附录B 系统代码 参考文献

相关推荐

相关百科
相关知识
相关专栏

免费服务热线: 400-888-9639