《目標(biāo)跟蹤與信息融合》介紹了軍事應(yīng)用背景下目標(biāo)跟蹤和信息融合的主要問題、理論和技術(shù)。全書共分8章。第1章探討多傳感器月標(biāo)檢測的融合。第2章介紹概率推理和證據(jù)推理，該章有一個(gè)關(guān)于Dempster-Shafer證據(jù)論的結(jié)論：該理論是存在致命缺陷的、不可信的。第3章介紹模糊推理。第4章介紹的是目標(biāo)跟蹤的基礎(chǔ)，即目標(biāo)跟蹤模型，包括目標(biāo)動(dòng)態(tài)模型和傳感器測量模型。第5章介紹目前目標(biāo)跟蹤應(yīng)用中的富于挑戰(zhàn)性的問題：機(jī)動(dòng)目標(biāo)跟蹤。第6章介紹多傳感器多目標(biāo)跟蹤的核心內(nèi)容：數(shù)據(jù)關(guān)聯(lián)。第7章介紹多傳感器航跡融合。第8章對潛艇這一特殊軍事平臺(tái)面臨的目標(biāo)跟蹤和信息融合問題作了一些探討。

《目標(biāo)跟蹤與信息融合》可用作研究生教材，也可作為有關(guān)科技、工程人員的參考書。

    目標(biāo)跟蹤和信息融合是軍事控制和決策系統(tǒng)最基本的兩項(xiàng)功能。目標(biāo)跟蹤就是利用傳感器探測的目標(biāo)信息來確定目標(biāo)的位置和運(yùn)動(dòng)參數(shù)，如目標(biāo)的位置、速度、航向、加速度等。信息融合是綜合利用多個(gè)來源的信息，從中提取某種意義下質(zhì)量高于任何單一信息的綜合信息的過程。這里綜合信息質(zhì)量提高的含義是廣泛的，它可以指提高信息的精度，也可以是降低信息中的模糊性，還可以指衍生新的信息。
    在現(xiàn)代軍事系統(tǒng)中，目標(biāo)跟蹤和信息融合是緊密聯(lián)系在一起的。事實(shí)上，信息融合起源于軍事多傳感器系統(tǒng)，當(dāng)時(shí)稱為數(shù)據(jù)融合或傳感器融合。其中最早面l臨的問題、也是最核心的問題就是多傳感器多目標(biāo)跟蹤問題。由于信息融合與目標(biāo)跟蹤之間的這種淵源關(guān)系，把它們放在一起研究是有益的，本書正是朝這個(gè)方向的一種嘗試。
    現(xiàn)代軍事系統(tǒng)面臨的目標(biāo)跟蹤和信息融合問題是極富挑戰(zhàn)性的。信息源多、信息類型雜、信息量巨大、信息質(zhì)量差且富含誘騙，要從這樣的信息環(huán)境中快速、準(zhǔn)確、完整地提取出我們所感興趣的戰(zhàn)場態(tài)勢和環(huán)境圖景來，難度極大，需要解決的問題極多。
    本書就其中的一些核心問題進(jìn)行了探討，主要研究了在上述應(yīng)用環(huán)境下獲取目標(biāo)運(yùn)動(dòng)和身份兩類信息的有關(guān)技術(shù)和方法。全書共分8章。第1章探討多傳感器目標(biāo)檢測的數(shù)據(jù)融合，主要介紹了利用分布式多傳感器探測目標(biāo)的結(jié)果，來綜合得出目標(biāo)是否存在的判決技術(shù)。接下來的兩章介紹被廣泛應(yīng)用于目標(biāo)身份信息融合的不確定性推理技術(shù)。其中第2章介紹概率推理和證據(jù)推理。概率推理以概率論和經(jīng)典的Bayes定律為基礎(chǔ)，對“發(fā)生與否不確定”的多源信息進(jìn)行綜合。證據(jù)推理則以Dempster-shafer證據(jù)論為基礎(chǔ)，試圖對含有“分不開”和“不知道”這樣缺陷的多源信息進(jìn)行綜合。然而，該章中的研究結(jié)論卻表明：近年來廣為人們追捧的證據(jù)論是存在致命缺陷的、不可信的。第3章介紹模糊推理，它以zadeh模糊集合論為基礎(chǔ)，處理現(xiàn)實(shí)推理問題中廣泛存在的信息模糊性，即解決推理所涉信息存在“內(nèi)涵或外延不清晰”這類缺陷的問題。

第1章 多傳感器目標(biāo)檢測的融合
1.1 假設(shè)檢驗(yàn)
1.2 判決準(zhǔn)則
1.3 分布式多傳感器目標(biāo)檢測
1.4 多傳感器檢測系統(tǒng)的最佳融合
1.5 帶分布式數(shù)據(jù)融合的分布式Bayes假設(shè)檢驗(yàn)
1.6 表決融合
參考文獻(xiàn)

第2章 概率推理與證據(jù)推理
2.1 概率論基礎(chǔ)
2.2 概率推理在目標(biāo)身份信息融合中的應(yīng)用
2.3 對概率推理的評述
2.4 證據(jù)論的發(fā)展原動(dòng)力與基本概率分配
2.5 確信度和似信度
2.6 證據(jù)的合成
2.7 D-S證據(jù)推理過程
2.8 證據(jù)推理不可信性的分析
參考文獻(xiàn)

第3章 模糊推理
3.1 模糊集合的運(yùn)算和性質(zhì)
3.2 模糊集合與經(jīng)典集合的關(guān)系
3.3 模糊關(guān)系及其合成
3.4 模糊度與相似度
3.5 模糊推理的基本思想
3.6 基本模糊推理方法
3.7 Mamdani模糊推理方法
3.8 利用模糊推理的目標(biāo)跟蹤
參考文獻(xiàn)

第4章 目標(biāo)跟蹤模型
4.1 機(jī)動(dòng)目標(biāo)跟蹤的數(shù)學(xué)模型
4.2 非機(jī)動(dòng)目標(biāo)動(dòng)態(tài)模型
4.3 坐標(biāo)解耦的目標(biāo)機(jī)動(dòng)模型
4.4 2D水平運(yùn)動(dòng)模型
4.5 3D運(yùn)動(dòng)模型
4.6 傳感器坐標(biāo)系下的測量模型
4.7 不同坐標(biāo)系下的跟蹤
4.8 混合坐標(biāo)系下的線性化模型
4.9 直角坐標(biāo)系下的模型
4.10 偽測量模型
4.11 結(jié)束語
參考文獻(xiàn)

第5章 機(jī)動(dòng)目標(biāo)跟蹤
5.1 可調(diào)整水平過程噪聲
5.2 輸入估計(jì)
5.3 變狀態(tài)維方法
5.4 多模型方法
參考文獻(xiàn)

第6章 數(shù)據(jù)關(guān)聯(lián)
6.1 概率數(shù)據(jù)關(guān)聯(lián)
6.2 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)
6.3 多假設(shè)跟蹤
6.4 多目標(biāo)數(shù)據(jù)關(guān)聯(lián)的多維分配算法
6.5 一種多傳感器多目標(biāo)航跡的靜態(tài)關(guān)聯(lián)方法
參考文獻(xiàn)

第7章多傳感器航跡融合
7.1 融合模式與一種數(shù)據(jù)融合方法
7.2 基于LMMsE的多傳感器航跡融合
7.3 一個(gè)分布式多目標(biāo)跟蹤傳感器網(wǎng)
7.4 分布估計(jì)
7.5 多假設(shè)多目標(biāo)跟蹤
7.6 分布多目標(biāo)跟蹤
參考文獻(xiàn)

第8章潛艇目標(biāo)跟蹤與信息融合
8.1 潛艇多傳感器系統(tǒng)及信息特點(diǎn)
8.2 融合系統(tǒng)基本框架結(jié)構(gòu)
8.3 雷艇信息融合的若干問題
8.4 潛艇僅方位目標(biāo)跟蹤系統(tǒng)建模
8.5 偽線性僅方位目標(biāo)跟蹤估計(jì)器的有偏性
8.6 僅方位目標(biāo)跟蹤系統(tǒng)的觀測性
8.7 己艇機(jī)動(dòng)優(yōu)化
8.8 僅角度目標(biāo)跟蹤與坐標(biāo)系
8.9 編隊(duì)目標(biāo)的僅方位跟蹤
8.10 多方位一速度法解算目標(biāo)運(yùn)動(dòng)參數(shù)
8.11 潛艇對機(jī)動(dòng)目標(biāo)跟蹤和攻擊的若干問題
參考文獻(xiàn)