分布式检测,跟踪及异关传感器数据关联与引导研究

作者简介

信息融合是高层次的共性关键技术，在军事和国民经济领域有着广泛的应用前景。本书研究了检测和位置层信息融合中的一些关键技术以及传感器管理问题，提出了多种新的便于工程实现的信息融合模型和算法。主要内容为：（1）提出了模糊环境下的分布式检测融合思想，并在先验概率和代价函数均为梯形模糊数的情况下，基于贝叶斯最小风险准则设计了四种最优分布式检测融合模型；（2）提出了统计特性完全未知时的分布式检测融合算法，在各局部检测器仅能提供决策信息情况下，分别得到了代价函数为清晰值和模糊数时的分布式检测融合规则；（3）解决了在Bhattacharyya距离最大意义下的决策空间划分问题；（4）基于先验门限优化准则分别得到了2D和3D传感器在瑞利起伏环境下使跟踪性能最优且便于实时计算的信号检测门限，实现了检测与跟踪联合优化；（5）研究了多种坐标系下的等样本容量异类传感器数据关联，得到了定量评估关联性能的解析表示式；（6）对不等样本容量下的自备式异类传感器系统，分别基于统计理论和模糊综合分析理论研究了数据关联的多门限决策逻辑，推导了各门限的解析表示式和近似求解公式；（7）分析了自备式异类传感器系统中被动传感器对主动传感器的静态引导性能，并提出了动态引导方法；（8）提出了用模糊数排序准则实现去模糊的思想，并基于模糊数排序的TDC准则和URI准则提出了“TDC去模糊法”和“URI去模糊法”。

 分布式检测,跟踪及异关传感器数据关联与引导研究下载