Multi-sensor data fusion system. EKF and fuzzy decision analysis application(Chinese Edition)

《多传感器数据融合系统：EKF及模糊决策应用分析》提供了一个新颖的方法来解决传感器数据融合问题，即在动态决策机制基础上建立了态势感知模型，并利用态势感知、个人和环境因素之间的关系做出的安全决策。重点阐述了融合系统中如何利用模糊逻辑来制定决策。原书作者详细介绍了扩展卡尔曼滤波（EKF）的应用分析及基于模糊决策的多传感器数据融合系统。在研究中，《多传感器数据融合系统：EKF及模糊决策应用分析》选择了几个相关的传感器（激光，声纳和射频传感器）监测多个动态代理区域的安全状态，这个系统利用了传感器的相性和互补性，尤其是当使用异构传感器时，在性能上有很大的改进。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章决策制定一模糊逻辑系统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