量化信息融合理論及在無線傳感器網(wǎng)絡(luò)中的應(yīng)用
本書綜合介紹了量化信息狀態(tài)估計與融合方法在無線傳感器網(wǎng)絡(luò)的應(yīng)用，綜述了國內(nèi)外研究現(xiàn)狀和存在的問題，并對相關(guān)理論和仿真實驗等進(jìn)行的闡述。全書共10章，分別為緒論、目標(biāo)狀態(tài)估計融合相關(guān)理論、WSN中量化噪聲分析及基于均勻量化測量的目標(biāo)狀態(tài)估計、WSN中基于量化信息和Sigma點變換的目標(biāo)狀態(tài)估計、線性系統(tǒng)中基于量化信息的狀態(tài)估計性能、分布式量化航跡融合、基于自適應(yīng)量化測量的目標(biāo)狀態(tài)融合估計、信道感知目標(biāo)跟蹤及跨層優(yōu)化、P2P傳感器網(wǎng)絡(luò)中分布式協(xié)同目標(biāo)跟蹤、WSN中（多）目標(biāo)跟蹤算法流程設(shè)計。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
1997年以“陜西省優(yōu)秀博士論文”于西北工業(yè)大學(xué)獲得控制理論與控制應(yīng)用專業(yè)博士學(xué)位。同年進(jìn)入西安電子科技大學(xué)雷達(dá)信號處理重點實驗室從事“通訊與信息處理”博士后研究工作。2004年 教授、博士生導(dǎo)師，上海交通大學(xué)
1999年 副教授，西安電子科技大學(xué)多源信息融合與控制、智能信號與（紅外）圖象處理、穩(wěn)健參數(shù)估計及在航空航天等領(lǐng)域的應(yīng)用發(fā)表相關(guān)論文70余篇,SCI、EI檢索50余篇。申請國家發(fā)明專利20余項，公開10余項。
前言
變量表
第1 章 緒論 1
1.1 背景與意義 1
1.2 量化信息融合簡介 3
1.2.1 信息融合概述 4
1.2.2 信息融合發(fā)展概況 5
1.2.3 量化信息融合概述 6
1.3 無線傳感器網(wǎng)絡(luò)簡介 8
1.3.1 傳感器節(jié)點結(jié)構(gòu) 9
1.3.2 無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 9
1.3.3 無線傳感器網(wǎng)絡(luò)的功能結(jié)構(gòu) 11
1.4 無線傳感器網(wǎng)絡(luò)中狀態(tài)估計與信息融合 12
第2 章 狀態(tài)估計與信息融合相關(guān)理論 18
2.1 引言 18
2.2 估計理論 18
2.2.1 擴(kuò)展卡爾曼濾波 19
2.2.2 無跡卡爾曼濾波 20
2.2.3 粒子濾波技術(shù) 22
2.2.4 交互式多模型濾波 23
2.3 魯棒估計方法 25
2.3.1 魯棒濾波概述 25
2.3.2 降階魯棒濾波器 26
2.4 信息融合角度的魯棒估計 37
2.4.1 信息融合的分類 37
2.4.2 統(tǒng)一的信息融合模型及其最優(yōu)解 39
2.4.3 魯棒信息融合濾波 42
2.4.4 仿真分析 43
2.5 本章小結(jié) 44
第3 章 均勻量化測量與融合 45
3.1 引言 45
3.2 問題描述 45
3.3 量化噪聲分析 47
3.3.1 量化噪聲的概率密度函數(shù) 47
3.3.2 量化噪聲的概率密度函數(shù)估計 52
3.4 基于均勻量化測量的目標(biāo)狀態(tài)估計 53
3.5 仿真分析 55
3.5.1 量化測量誤差的概率密度 56
3.5.2 均勻量化條件下的目標(biāo)跟蹤仿真 58
3.6 本章小結(jié) 60
第4 章 自適應(yīng)量化測量與融合 61
4.1 引言 61
4.2 模型建立 61
4.2.1 能量模型 63
4.2.2 概率量化策略 63
4.2.3 優(yōu)化模型建立 64
4.3 自適應(yīng)帶寬分配 65
4.3.1 測量擴(kuò)維情況下的帶寬分配策略 65
4.3.2 測量加權(quán)情況下的帶寬分配策略 66
4.3.3 噪聲相關(guān)情況下的帶寬分配策略 68
4.4 自適應(yīng)量化閾值 70
4.5 基于粒子濾波的目標(biāo)跟蹤 75
4.6 性能分析 76
4.7 仿真與分析 79
4.7.1 自適應(yīng)帶寬分配 80
4.7.2 噪聲相關(guān)情況 82
4.7.3 自適應(yīng)閾值仿真 84
4.8 本章小結(jié) 86
第5 章 量化新息與融合 87
5.1 引言 87
5.2 問題描述 87
5.3 基于量化新息的狀態(tài)估計 89
5.3.1 量化新息和傳輸策略 89
5.3.2 基于量化新息的狀態(tài)估計方法 91
5.3.3 量化新息卡爾曼濾波器 92
5.4 性能分析 95
5.5 仿真與分析 98
5.6 本章小結(jié) 104
第6 章 分布式量化航跡融合 105
6.1 引言 105
6.2 傳統(tǒng)航跡融合方法簡介 105
6.2.1 信息融合卡爾曼濾波算法 106
6.2.2 加權(quán)平均法 107
6.2.3 協(xié)方差交叉法 107
6.3 資源受限的航跡融合 108
6.3.1 協(xié)方差陣的壓縮處理 108
6.3.2 量化策略 113
6.4 穩(wěn)健航跡融合方法—內(nèi)橢球逼近法 117
6.4.1 算法提出 117
6.4.2 仿真與比較 120
6.5 傳感器節(jié)點動態(tài)分簇 122
6.5.1 相關(guān)工作 122
6.5.2 目標(biāo)導(dǎo)向動態(tài)分簇策略 123
6.6 仿真與分析 125
6.7 本章小結(jié) 130
第7 章 信道感知目標(biāo)跟蹤及跨層優(yōu)化 131
7.1 引言 131
7.2 傳輸信道及其模型 131
7.2.1 無線信道的分類 131
7.2.2 二元對稱離散信道 132
7.3 信道感知目標(biāo)跟蹤 133
7.3.1 問題描述 133
7.3.2 目標(biāo)跟蹤策略 134
7.3.3 性能分析 135
7.4 跨層設(shè)計與優(yōu)化 136
7.4.1 基于信道感知CRLB 的傳感器調(diào)度 137
7.4.2 啟發(fā)式調(diào)度策略 139
7.5 仿真與分析 140
7.5.1 仿真平臺搭建 140
7.5.2 結(jié)果與討論 141
7.6 本章小結(jié) 143
第8 章 對等網(wǎng)絡(luò)中分布式協(xié)同目標(biāo)跟蹤 144
8.1 引言 144
8.2 P2P 傳感器網(wǎng)絡(luò)及其圖模型 144
8.3 協(xié)同策略 146
8.3.1 傳統(tǒng)方法 146
8.3.2 新協(xié)同算法及其性能分析 148
8.3.3 仿真分析 150
8.4 信息濾波器 152
8.4.1 信息卡爾曼濾波器 152
8.4.2 信息魯棒濾波器 153
8.4.3 信息形式Sigma 點濾波器 154
8.5 分布式協(xié)同濾波器 157
8.5.1 分布式協(xié)同卡爾曼濾波器 157
8.5.2 分布式協(xié)同魯棒濾波器 158
8.5.3 分布式協(xié)同Sigma 點卡爾曼濾波器 159
8.6 量化情況下動態(tài)協(xié)同目標(biāo)狀態(tài)估計融合 161
8.7 分布式協(xié)同估計融合框架 161
8.8 仿真與分析 162
8.8.1 分布式穩(wěn)健濾波器 162
8.8.2 分布式Sigma 點濾波 164
8.8.3 量化情形 167
8.9 本章小結(jié) 169
第9 章 基于量化信息融合的目標(biāo)跟蹤應(yīng)用 170
9.1 引言 170
9.2 系統(tǒng)體系結(jié)構(gòu)設(shè)計 170
9.3 數(shù)據(jù)生成 171
9.3.1 場景數(shù)據(jù)生成 171
9.3.2 監(jiān)測數(shù)據(jù)生成 172
9.3.3 數(shù)據(jù)傳輸設(shè)計 173
9.4 單目標(biāo)跟蹤情形 173
9.4.1 數(shù)據(jù)預(yù)處理 173
9.4.2 結(jié)果與分析 173
9.5 多目標(biāo)跟蹤情形 179
9.5.1 目標(biāo)運(yùn)動模型 179
9.5.2 傳感器測量模型 180
9.5.3 多目標(biāo)情形測量解模糊 180
9.5.4 結(jié)果與分析 182
9.6 基于WSN 的目標(biāo)跟蹤硬件平臺 185
9.6.1 系統(tǒng)體系結(jié)構(gòu) 186
9.6.2 無線傳感器節(jié)點 187
9.6.3 網(wǎng)絡(luò)通信協(xié)議 191
9.6.4 上位機(jī)顯示 195
9.7 實驗與分析 196
9.7.1 場景設(shè)置 196
9.7.2 結(jié)果與分析 197
9.8 本章小結(jié) 200
參考文獻(xiàn) 201
書單推薦
