Sensor and Data Fusion: A Tool for Information Assessment and Decision Making, Second Edition

دسته بندی: موجک و پردازش سیگنال
ویرایش: 2nd 
نویسندگان: Lawrence A. Klein  
سری: SPIE Press Monograph PM222 
ISBN (شابک) : 0819491330, 9780819491336 
ناشر: SPIE Press 
سال نشر: 2012 
تعداد صفحات: 498 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 39,000

این کتاب مزایای همجوشی حسگرها را با در نظر گرفتن ویژگی‌های حسگرهای مادون قرمز، مایکروویو و موج میلی‌متری، از جمله تأثیر جو بر عملکرد آنها، نشان می‌دهد. موضوعات شامل برنامه های کاربردی از سیستم های چند سنسور. هدف، پس‌زمینه و پدیده‌های تولید امضای جوی و مدل‌سازی؛ و روش های ترکیب داده های چند سنسور در هویت هدف و ردیابی معماری های ترکیبی داده ها. پیش بینی آب و هوا، بررسی منابع زمین با استفاده از سنجش از راه دور، مدیریت ترافیک وسایل نقلیه، طبقه بندی و ردیابی هدف، دفاع نظامی و میهنی و ارزیابی میدان نبرد برخی از کاربردهایی هستند که از بحث پدیده های تولید امضا، معماری های همجوشی حسگرها و داده ها بهره می برند. الگوریتم های فیوژن ارائه شده در این متن.

اطلاعات این نسخه بطور قابل ملاحظه ای گسترش یافته و به روز شده است تا رویکردهای اخیر برای ترکیب حسگرها و داده ها و همچنین نمونه های کاربردی را در خود جای دهد. فصل جدیدی در مورد مسائل مربوط به همجوشی داده های مرتبط با سیستم های ردیابی رادار چندگانه نیز اضافه شده است.

فصل 1. مقدمه

فصل 2. کاربردهای سیستم چند سنسور، مزایا و ملاحظات طراحی

فصل 3. معماری ها و الگوریتم های ترکیب حسگر و داده

فصل 4. استنتاج کلاسیک

فصل 5 استنتاج بیزی

فصل 6. نظریه شواهد دمپستر-شفر

فصل 7. شبکه های عصبی مصنوعی

فصل 8. همجوشی منطق رای گیری

فصل 9. منطق فازی و شبکه های عصبی فازی

فصل 10. مسائل مربوط به همجوشی داده‌ها مرتبط با سیستم‌های ردیابی رادار چندگانه

فصل 11. تکنیک‌های پیوند داده‌های غیرفعال برای مکان‌یابی بدون ابهام اهداف

فصل 12. نظرات گذشته نگر

This book illustrates the benefits of sensor fusion by considering the characteristics of infrared, microwave, and millimeter-wave sensors, including the influence of the atmosphere on their performance. Topics include applications of multiple-sensor systems; target, background, and atmospheric signature-generation phenomena and modeling; and methods of combining multiple-sensor data in target identity and tracking data fusion architectures. Weather forecasting, Earth resource surveys that use remote sensing, vehicular traffic management, target classification and tracking, military and homeland defense, and battlefield assessment are some of the applications that benefit from the discussions of signature-generation phenomena, sensor fusion architectures, and data fusion algorithms provided in this text.

The information in this edition has been substantially expanded and updated to incorporate recent approaches to sensor and data fusion, as well as application examples. A new chapter about data fusion issues associated with multiple-radar tracking systems has also been added.

Chapter 1. Introduction

Chapter 2. Multiple-Sensor System Applications, Benefits, and Design Considerations

Chapter 3. Sensor and Data Fusion Architectures and Algorithms

Chapter 4. Classical Inference

Chapter 5. Bayesian Inference

Chapter 6. Dempster-Shafer Evidential Theory

Chapter 7. Artificial Neural Networks

Chapter 8. Voting Logic Fusion

Chapter 9. Fuzzy Logic and Fuzzy Neural Networks

Chapter 10. Data Fusion Issues Associated With Multiple-Radar Tracking Systems

Chapter 11. Pasive Data Association Techniques for Unambiguous Location of Targets

Chapter 12. Retrospective Comments