本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
作为2007年版Statistical Multisource-
Multitarget Information Fusion一书的姊妹篇,
罗纳德·马勒著的《多源多目标统计信息融合进展》
系统全面地介绍了随机集信息融合 近10年来的理论
及技术进展,密切结合弱小目标检测、联合跟踪识别
、集群目标跟踪、多源异质融合、传感器配准、传感
器/平台资源管理等实际应用问题,内容新颖且系统
性强。
全书按专业化程度和应用水平分为五篇26章:有
限集统计学初步(第2~6章);标准观测模型的RFs滤
波器(第7~15章);未知背景下的RFS滤波器( 6~
18章);非标观测模型的RFs滤波器( 9—22章);
RFS传感器与平台管理(第23—26章)。主要内容涵盖
:随机有限集与多目标的数学基础、贝叶斯建模/滤
波与性能评估、经典有限集滤波器、多传感器有限集
滤波、跳变多目标系统滤波、联合的滤波与传感器配
准、多目标平滑器、动态未知背景下的有限集滤波、
叠加式传感器滤波、图像传感器检测前跟踪、群/簇
/扩展目标跟踪、模糊观测下的随机集滤波、单/多
目标传感器管理控制的理论及近似。
本书可为从事雷达/光电信息系统设计及其信息
综合的技术人员提供理论指导与实际参考,同时也可
作为高等院校相关专业研究生的学习教材。计算科学
家、物理学家、数学家以及其他从事信息融合理论研
究的人员也可从本书中获益。
第1章 绪论
1.1 有限集统计学概览
1.1.1 FISST的理念
1.1.2 关于FISST的一些误解
1.1.3 观测一航迹关联方法
1.1.4 随机有限集方法
1.1.5 扩展至 规观测
1.2 有限集统计学 新进展
1.2.1 经典PHD和CPHD滤波器进展
1.2.2 多目标平滑器
1.2.3 未知背景下的PHD和CPHD滤波器
1.2.4 非点目标PHD滤波器
1.2.5 经典多伯努利滤波器的进展
1.2.6 面向“原始数据”的RFS滤波器
1.2.7 理论进展
1.2.8 规观测融合方面的进展
1.2.9 迈向大一统
1.3 本书结构
第1篇 有限集统计学初步
第2章 随机有限集
2.1 简介
2.2 单传感器单目标统计学
2.2.1 基本符号
2.2.2 状态空间和观测空间
2.2.3 随机状态/观测、概率质量函数与概率密度
2.2.4 目标运动模型与马尔可夫密度
2.2.5 观测模型与似然函数
2.2.6 规观测
2.2.7 单传感器单目标贝叶斯滤波器
2.3 随机有限集
2.3.1 RFS与点过程
2.3.2 RFS的例子
2.3.3 RFS的代数性质
2.4 多目标统计学梗概
第3章 多目标微积分
3.1 简介
3.2 基本概念
3.2.1 集函数
3.2.2 泛函
3.2.3 泛函变换
3.2.4 多目标密度函数
3.3 集积分
3.4 多目标微分
3.4.1 Gfiteaux方向导数
3.4.2 Volterra泛函导数
3.4.3 集导数
3.5 多目标微积分的重要公式
3.5.1 多目标微积分基本定理
3.5.2 集积分变量替换公式
3.5.3 联合空间上的集积分