多传感器数据融合及其应用

　　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7章，第1章介绍多传感器信息系统的一般概念及缉成、第2章到第6章的内容分别为多传感器系统状态估计、数据关联原理和方法、航迹融合、身份融合、态势评借和威胁评估，第7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硕士研究生编写的，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。随着科学技术的发展；特别是微电子技术、集成电路及其设计技术、计算机技术，、近代信号处理技术和传感器技术的发展，多传感器数据融合已经发展成为一个新的学科方向和研究领域。多传感器数据融合技术在军事领域和民用领域均得到了广泛应用。实际上，在第二次世界大战期间就已经在高炮火控雷达上力口装了光学测距系统，这不仅大大地提高了系统的测距精度，同时也大大地提高了系统的抗干扰能力。从这种：意义上说，多传感器数据融合在二战期间就已经有了应用，但数据融合（DataFusion）一词是2世纪7年代才出现的。2多年来，随着各种先进武器系统的出现与发展，世界各国都在发展或完善自己的C3I系统，以完成指定的战略和战术任务。C3I系统如何对各类传感器所收集的大量信息和情报进行分析、处理、综合，以便作出正确的决策，就成了数据处理的一个新的和重要的分支，即多传感器数据融合。在民用领域，机器人多传感器信息处理系统、医学多传感器图像融合系统、遥感多传感器融合系统，乃至现代移动通信系统等，这项技术均已得到普遍应用。这样一个重要的研究与应用领域，在我们高校的教材中没有任何体现，我们的学生缺乏这方面的知识，对电子信息系统知之甚少，尽管目前已经有几本专著面世，但它们毕竟不是教材。加之国内已有相当一部分研究所、高校和工厂正在从事多传感器信息处理方面的工作，有这方。面的需求。这就是作者编写这本教材的出发点。本书作为教材，有如下特点：本书从学习的角度出发，注重多传感器信息系统的基本概念、基本原理和研究与设计中所采用的基本方法的介绍。本书注重知识的系统性，循序渐进，由浅人深。如状态估计，是从用于状态估计的非递归和递归数字滤波器人手，引入最佳概念，再进一步介绍维纳滤波、o-卢滤波、卡尔曼滤波以及用于各种实际系统的扩展卡尔曼滤波和各种自适应滤波，使学生便于对知识的理解和掌握。多传感器数据融合系统在军口和民口都有广泛应用。从内容来说，涉及许多学科领域，内容庞杂。本教材选择在数据融合领域最有代表性的C3I系统信息处理为线索，抓住重点，取材适中，以便于建立系统概念和掌握具有一般性的方法；对某些已形成独立方向的，在数据融合领域所用到的一些方法，如聚类分析、模式识别等方法，就没有展开介绍本书尽管取材不是很多，但每部分内容学完之后均给出了进一步学习的参考资料，以供同学们继续深入学习和研究，扩展知识面，加深对多传感器信息系统的认识和理解，为以后从事此领域酌工作奠定良好的基础。多传感器信息融合研究的对象是各类传感器提供的信息，它们是以波形、图像、数据、文字以及声音等形式给出的。传感器的工作原理、工作方式、给出的信号形式和给出的测量数据所具有的精度，都是我们研究、分析和设计多传感器信息系统，甚至研究各种信息处理方法所要了解或掌握的。各种类型的传感器是电子信息系统的最关键的组成部分，它是数据融合系统的信息源。因此，在最后一章，给出了一些C''''I系统常用传感器的简单介绍，以便学习与参考。许录平教授审阅了本书的全文，对本书的修改提出了许多宝贵意见，编者在此对许录平教授表示衷心的感谢。编者对西安电子科技大学研究生院的领导和同志们的关心与支持表示衷心的感谢，对西安电子科技大学出版社的领导及负责本教材编辑工作的夏大平和杨蹯同志的支持表示衷心的感谢。对本书取材论文和著作的作者表示衷，b感谢。本书的出版得到了国防预研基金的资助，同时还得到了西安电子科技大学研究生教材建设基金的资助。由于编者水平的限制，加之时间仓促，本书一定会有很多缺点和错误，望读者多加批评和指正。

暂缺《多传感器数据融合及其应用》作者简介

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  时间同步或对准
  3.1.6  量纲对准
  3.2  数据关联
  3.2.1  数据关联举例
  3.2.2  数据关联过程
  3.2.3  数据关联的一般步骤
  3.3  状态关联及关联门的应用
  3.3.1  位置关联及关联门
  3.3.2  位置一速度关联
  3.3.3  编批目标的关联
  3.4  关联门的选择
  3.4.1  关联门的形状
  3.4.2  关联门的类型
  3.4.3  关联门的尺寸
  3.5  各种数据关联方法
  3.5.1  最邻近数据关联(NNDA)
  3.5.2  概率数据关联(PDA)
  3.5.3  联合概率数据关联(JPDA)
  3.5.4  交互多模型法(1MM)
  3.5.5  全局最邻近数据关联
  3.5.6  简易联合概率数据关联(CJPDA)
  3.5. 7  模糊数据关联(FDA)
  3.5；8  准最佳联合概率数据关联(SJPDA)
  3.5.9  最邻近联合概率数据关联(NNJPDA)
  3.5.10  “全邻”最优滤波法—
  3.5.11  多假设法(MHT)
  3.5.12  航迹分裂法
  3.5.13  最大似然数据关联(MLDA)—
  3.6  用实际雷达数据对某些关联方法的评价
第4章  航迹及其融合
  4.1  引言
  4.2  航迹管理
  4.2.1  逻辑法
  4.2.2  记分法
  4.3  航迹的初始化算法
  4.3.1  两点外推
  4.3.2  三点加速外推
  4.4  航迹关联
  4.4.1  统计关联方法
  4.4.2  模糊关联方法
  4.5  航迹融合
  4.5.1  航迹融合结构
  4.5.2  航迹融合中的相关估计误差问题
  4.5.3  航迹状态估计融合
  4.5.4  模糊航迹融合  
  4.5.5  利用伪点迹的航迹融合方法，
  4.5.6  信息去相关算法
第5章  身份融合
  5.1  引言—
  5.2  身份融合算法的分类
  5.3  特征及其提取
  5.3.1  图像特征
  5.3.2  信号数据特征
  5.4  身份识别
  5.5  识别技术概述
  5.5.1  相似性系数法
  5.5.2  统计模式识别技术
  5.5.3  神经网络技术
  5.5.4  参数模板法
  5.5.5  聚类分析技术
  5.5.6  物理模型
  5.5.7  基于知识的方法
  5.6  身份融合算法
  5.6.1  经典推理
  5.6.2  Bayes推理
  5.6.3  Dempster—Shafer证据推理方法
  5.6.4  身份信息融合的最佳方法
第6章  态势评估与威胁评估
  6.1  态势评估
  6.1.1  态势评估的定义
  6.1.2  态势评估元素
  6.1.3  态势评估包含的主要内容
  6.1.4  态势评估的特点
  6.1.5  态势显示
  6.2  威胁评估
  6.2.1  威胁评估的定义
  6.2.2  威胁评估元素
  6.2.3  威胁评估的主要内容
  6.3  态势评估和威胁评估的实现方法
  6.3.1  态势评估和威胁评估的主要特点
  6.3.2  用于STA的主要技术
第7章  C³I系统中常用传感器概述
  7.1  引言
  7.2  常用传感器
  7.2.1  动目标显示／检测雷达
  7.2.2  脉冲多普勒雷达(PD)
  7.2.3  连续波雷达(CW)
  7.2.4  电子情报接收机(ELINT)／电子支援测量(ESM)
  7.2.5  二次监视雷达(SSR)／IFF／IFFN系统
  7.2.6  毫米波雷达
  7.2.7  声纳
  7.2.8  红外传感器(1R)
附录A  坐标系的变换
附录B  名词与缩略语
参考文献