首页 > 科技 > 通信与网络 > 信号与信息处理

分布式信息融合――理论与方法

作译者：赵宗贵,刁联旺,李君灵吴蔚

出版时间：2018-10 千字数：640 版次：01-01 页数：400

开本：16开装帧： I S B N ：9787121331190

换版：

纸质书定价：￥88.0

库存:有

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

第1章  信息融合及其分布式发展概述
      1.1  信息融合技术发展沿革
      1.2  数据融合模型的概要分类
      1.3  JDL数据融合过程模型
            1.3.1　JDL数据融合结构模型
            1.3.2　JDL顶层融合模型的演变
            1.3.3　JDL融合顶层模型的主要功能
      1.4  Endsley态势感知模型	
      1.5  影响信息融合学科发展的相关动向
      1.6  信息时代对分布式信息融合的需求
      1.7  分布式融合面临的主要挑战
      参考文献
第2章  面向网络中心战的分布式信息融合
      2.1  网络中心战（NCW）的概念及背景
            2.1.1　新军事变革与联合作战
            2.1.2　新军事变革与信息化
            2.1.3　新军事变革与网络中心战	
      2.2  网络中心战（NCW）中的信息价值
            2.2.1　网络中心战（NCW）中的信息价值概念
            2.2.2　网络中心战（NCW）中的价值链
            2.2.3　最优行动的期望效用
      2.3  网络中心战（NCW）中的认知问题
            2.3.1　认知的概念
            2.3.2　认知的本质和过程
      2.4  网络中心战（NCW）中的自组织和自同步	
            2.4.1　网络中心战（NCW）的主要特征
            2.4.2　自组织的概念和效用
            2.4.3　自同步的概念和效用
      2.5  分布式信息融合在网络中心战（NCW）中的作用
            2.5.1　分布式网络中心战（NCW）与分布式信息融合
            2.5.2　信息融合对网络中心战（NCW）价值链的贡献
            2.5.3　信息融合在网络中心战（NCW）认知中的作用
            2.5.4　信息融合在网络中心战（NCW）指挥控制中的作用
      2.6  分布式信息融合中的挑战性问题	
      参考文献
第3章　分布式信息融合中的新概念和新方法
      3.1  引言
      3.2  分布式信息融合概念与问题概述	
      3.3  控制相关信息融合误差的有界协方差增长方法
            3.3.1　有界协方差增长控制方法的概念和应用背景
            3.3.2　BCI模型
            3.3.3　分散式目标跟踪误差分析案例
      3.4  传感器协同方法
            3.4.1　极大和算法模型
            3.4.2　极大和算法约束条件与模型求解
            3.4.3　基于极大和算法的多传感器协同跟踪案例
      3.5  自利平台的优化协调方法
            3.5.1　概念与背景
            3.5.2　目标跟踪中的多代理协调问题
            3.5.3　目标跟踪MAS模型的效用评价函数
            3.5.4　考虑信道衰减的信息多级最优传输路径
            3.5.5　基于拍卖机制的网络带宽优化分配
            3.5.6　仿真案例
      3.6  合作对象信用估计
            3.6.1　合同的期望效用与协方差的概念
            3.6.2　基于独立贝塔分布的合同信用估计
            3.6.3　基于卡尔曼滤波的异类服务合同信用估计
            3.6.4　合同信用模型仿真验证案例
      3.7  基于人—代理集合体（HAC）的分布式信息融合
            3.7.1　问题的提出
            3.7.2　人—代理集合体（HAC）中的用户精炼
            3.7.3　人—代理集合体（HAC）中的用户控制与管理
            3.7.4　用户在人—代理集合体（HAC）系统评估中的作用	
            3.7.5　人—代理集合体（HAC）设计中的挑战与机遇
      3.8  本章小结
      参考文献
第4章　分布式融合结构与估计算法
      4.1  引言
      4.2  分布式信息融合结构
            4.2.1　融合结构的依赖因素
            4.2.2　融合结构与依赖因素之间的关系
            4.2.3　分布式融合结构的选择基准
            4.2.4　分布式融合结构分类
      4.3  分布式融合信息图
            4.3.1　单连接信息图
            4.3.2　无反馈层次融合的多连接信息图及连接转换
            4.3.3　有反馈层次融合信息图及连接转换
            4.3.4　对等式分布融合信息图及连接转换
      4.4  分布式估计算法
            4.4.1　分布式估计概述
            4.4.2　贝叶斯分布估计中的重复信息去除原理
            4.4.3　最优贝叶斯分布融合算法
            4.4.4　次优贝叶斯分布融合算法
            4.4.5　高斯分布或带有误差协方差估计的全局估计
      4.5  目标跟踪中的分布式估计
            4.5.1　问题描述
            4.5.2　确定性动态过程
            4.5.3　非确定性动态过程
      4.6  对象分类识别的分布式估计
            4.6.1　对象分类的分布式识别结构
            4.6.2　对象分类的分布式识别算法
      4.7  本章小结
      参考文献
第5章  多传感器分布式目标检测
      5.1  分布式检测问题描述
            5.1.1  集中式与分布式检测
            5.1.2  分布式检测结构与模型
      5.2  基于LRT的分布式检测方法	
            5.2.1  贝叶斯分布式检测
            5.2.2  基于LRT的奈曼—皮尔逊检测方法
            5.2.3  基于LRT的融合检测逻辑设计
      5.3  基于计数表决规则的WSN检测方法
            5.3.1  计数表决检测方法
            5.3.2  多传感器全局表决检测准则
            5.3.3  不同性能传感器的全局表决检测通用模型
            5.3.4  同类传感器表决检测通用模型
      5.4  基于虚发现率的分布式检测门限控制
            5.4.1  统计学中的多比较问题
            5.4.2  基于FDR局部门限控制的全局优化检测算法
            5.4.3  基于FDR的分布式检测系统设计
      5.5  相关情况的分布式检测
            5.5.1  基于相关观测的最优分布式检测研究现状	
            5.5.2  基于相关局部判定的最优分布式检测研究现状
            5.5.3  进一步说明
      5.6  非理想通信信道下的分布式检测
            5.6.1  概念与模型
            5.6.2  考虑信道衰减的分布式检测规则
            5.6.3  基于部分信道状态的分布式检测
            5.6.4  具有非信道状态信息的分布式检测
      5.7  本章小结
      参考文献
第6章  航迹融合与航迹关联——分布式多目标跟踪要点
      6.1  引言
      6.2  航迹融合的概念与模型
            6.2.1　目标动态与观测模型
            6.2.2　一次航迹融合的概念
            6.2.3　反复航迹融合的概念
      6.3  一次航迹融合准则
            6.3.1　一次航迹融合状态估计及其协方差
            6.3.2　融合准则
            6.3.3　航迹融合准则性能评估基准
      6.4  一次航迹融合准则性能评估案例
            6.4.1　案例剧情模型
            6.4.2　追加传感器情况仿真案例
            6.4.3　互补传感器情况仿真案例
      6.5  目标连续跟踪中的反复航迹融合
            6.5.1　反复航迹融合结构与分类
            6.5.2　不带反馈的反复航迹融合	
            6.5.3　带反馈的反复航迹融合
      6.6  分布式航迹关联
            6.6.1　航迹关联的基本假设与评估函数
            6.6.2　航迹关联度量指标及其计算
            6.6.3　航迹关联度量指标比较仿真案例
      6.7  本章小结
      参考文献
第7章　分布式目标分类识别
      7.1  目标分类的概念与应用需求
      7.2  目标分类/识别方法
            7.2.1　基于不确定性的目标分类/识别方法
            7.2.2　目标分类/识别的基本步骤
            7.2.3　分布式目标分类识别方法的特点
            7.2.4　目标类别与识别特征的关系
      7.3  目标分类方法的基本类型
            7.3.1　“产生”型目标分类识别方法
            7.3.2　“差异”型目标分类识别方法
            7.3.3　混合型目标分类识别方法
      7.4  多级目标分类识别结构
      7.5  分布式目标分类识别中的新问题	
            7.5.1　显式重复计算
            7.5.2　隐式重复计算
            7.5.3　采用硬说明的传统融合识别系统
            7.5.4　混合不确定性表示
      7.6  基于局部分类器的全局融合识别	
            7.6.1　多分类器融合技术的分类
            7.6.2　分类器组合方法
      7.7  最优分布式贝叶斯目标分类方法	
            7.7.1　集中式目标分类算法
            7.7.2　分布式目标分类算法
            7.7.3　分布式目标分类识别系统的通信策略
      7.8  分布式目标分类识别算法比较
            7.8.1　目标分类识别算法性能仿真与评估方法
            7.8.2　目标分类融合识别算法仿真比较
      7.9  本章小结
      参考文献
第8章　多传感器一致性数据融合
      8.1　引言
      8.2　基于分位数的离异值剔除方法
            8.2.1  一维情形
            8.2.2  多维情形
      8.3　基于模糊集理论的多传感器一致性数据融合
      8.4　基于统计距离矩阵特征值的一致性数据融合
      8.5　基于置信距离的多传感器一致性数据融合
            8.5.1  一维情形的置信距离
            8.5.2  多维情形的置信距离
            8.5.3  基于置信距离的一致性数据融合方法	
      8.6　基于测量精度分级的多传感器一致性数据融合
            8.6.1  两个传感器测量数据偏差的概率比较
            8.6.2  两传感器融合偏差与传感器测量偏差的概率比较
            8.6.3  基于精度分级的多传感器一致性数据融合实现方法
            8.6.4  计算案例
      8.7　本章小结
      参考文献
第9章  分布式信息融合发展的理论基础
      9.1  引言
      9.2  单目标分布式融合概述
            9.2.1  单目标贝叶斯滤波
            9.2.2  独立数据源的T2F
            9.2.3  非独立数据源的T2F
            9.2.4  协方差交集（CI）航迹融合
            9.2.5  指数混合（XM）融合
      9.3  基于有限集统计学的多目标滤波方法
            9.3.1  多传感器多目标递推贝叶斯滤波
            9.3.2  多目标随机分布的计算方法
            9.3.3  概率假设密度（PHD）滤波
            9.3.4  基数概率假设密度（CPHD）滤波
            9.3.5  基于随机集的滤波技术应用近况
      9.4  基于单目标融合扩展的多目标分布式融合
            9.4.1  独立数据源的多目标T2F
            9.4.2  非独立数据源的多目标T2F
            9.4.3  多目标指数混合（XM）融合
      9.5  基于CPHD/PHD滤波的多目标航迹融合公式
            9.5.1  基于CPHD滤波的独立跟踪源T2F公式
            9.5.2  基于PHD滤波的独立跟踪源T2F公式	
            9.5.3  基于CPHD滤波和PHD滤波的相关跟踪源T2F公式
            9.5.4  基于CPHD滤波的多目标分布密度的指数混合（XM）融合近似
            9.5.5  基于PHD滤波的多目标分布密度的指数混合（XM）融合近似
      9.6  基于CPHD滤波和PHD滤波的多目标T2F实现案例
            9.6.1  基于CPHD/PHD滤波的多目标T2F公式实现
            9.6.2  多目标指数混合（XM）T2F近似公式的计算实现
      9.7  本章小结
      参考文献
第10章　分布式环境中的威胁估计
      10.1　威胁估计基本概念
            10.1.1　威胁与威胁对象
            10.1.2　威胁估计概念
            10.1.3　威胁估计的特征与内涵
            10.1.4　威胁估计要素及其层次结构
            10.1.5　威胁估计结果的表示方法
      10.2　基于假设评估的威胁估计推理模型
            10.2.1　威胁估计模型
            10.2.2　威胁估计的多假设推理
            10.2.3　威胁估计推理中的多假设评估
      10.3　威胁估计方法
            10.3.1　基于随机区间的目标威胁估计方法
            10.3.2　基于模糊模式识别的目标威胁估计算法
            10.3.3　基于决策树学习的目标威胁估计算法
      10.4　多目标威胁估计方法
            10.4.1　威胁函数与威胁值
            10.4.2　基于多价值准则的多目标威胁评估方法
      10.5　分布式环境中目标威胁估计的控制模式
            10.5.1　分布式威胁估计的优势
            10.5.2  分布式威胁估计的环境要求
            10.5.3　分布式威胁估计的协同模式
            10.5.4　分布式协同威胁估计案例
      10.6　通信状态对分布式威胁估计的影响
            10.6.1　通信中断状态产生的影响
            10.6.2　通信降级状态产生的影响
      参考文献
第11章　分布式传感器管理
      11.1　概述	
            11.1.1　传感器管理的概念
            11.1.2　传感器管理的内涵和效用
            11.1.3　传感器管理的功能
      11.2　基于效用函数的目标探测传感器资源管理算法
            11.2.1　问题描述
            11.2.2　基于效用的传感器资源分配数学模型
            11.2.3　仿真例子
      11.3　基于模糊推理的传感器管理算法
            11.3.1　问题描述
            11.3.2　基于模糊推理的传感器管理算法
            11.3.3　性能指标
            11.3.4　仿真例子
      11.4  基于组合双向拍卖的传感器管理算法
            11.4.1  问题描述	
            11.4.2  基于多资源组合双向拍卖的传感器管理算法
            11.4.3  仿真例子
      11.5　本章小结
      参考文献

序
      信息时代产生的网络中心战（NCW）催生了分布式信息融合。其概念、技术与方法对基于网络的军事领域态势感知及民用领域环境感知都具有非常重要的价值，因而有学者认为，分布式信息融合已成为与大数据和云计算并驾齐驱的改变人类传统观念的当代信息处理技术之一，是当今信息融合学科发展的一个重要方向。
      本书主笔赵宗贵研究员自1965年从哈尔滨工业大学毕业以来，一直在C4ISR领域工作，是我国信息融合学科的开拓者之一。1993年2月，他把美国JDL融合专家E L Waltz与J Llinas的专著《多传感器数据融合》一书引入国内，成为促进我国信息融合学界发展的里程碑。近三十年来，他与其团队一直从事战场态势感知信息融合领域的理论、方法和工程技术的研究和开发工作。作为我国信息融合学会指导委员会委员，赵宗贵研究员多次应邀在全国信息融合年会做报告并在国内外相关学术期刊上发表多篇论文；作为中国人民解放军陆军工程大学和中国电子科学研究院的博士生导师，先后培养了信息融合领域十余名博士和二十余名博士后；领衔研制的我军多军兵种C4ISR系统装备应用于陆、海、空军，填补了多项空白，为我军指挥信息系统建设作出了突出贡献；1993年享受国务院特殊津贴；1998年被国务院授予自然科学类“有突出贡献的中青年专家”称号。
      近二十年来，赵宗贵研究员以敏锐的眼光和扎实的专业功底，一直跟踪和致力于分布式融合领域的研究。本书是他继《信息融合概念、方法与应用》《信息融合工程实践——技术与方法》两部专著后，又一部信息融合领域的力作，展现了他在分布式信息融合领域的研究和工程应用成果。本书的第一个特点是创新性，清晰地描述了与传统集中式融合不同的分布式融合新概念、新问题和新方法，如分布式融合中的相关性、信息重用、信息价值等新概念，以及有界协方差控制、信用估计和效用计算等新方法；第二个特点是前瞻性，分布式融合位于融合学科前沿，是面向信息时代分布式应用产生的，建立了分布式信息融合的相关性准则、精度准则和分级融合方法，以及作为理论基础的概率假设密度滤波和基数概率假设密度滤波等具有前瞻性的分布式融合理论和方法；第三个特点是综合性，本书几乎包含了当前分布式融合领域所有已经出现的研究成果，如分布式融合结构，分布式目标检测、分类识别与跟踪算法，分布式威胁估计，以及分布式感知资源管理算法等，为进一步研究分布式融合奠定了基础；第四个特点是应用性，本书是作者从工程技术研究实践中总结经验撰写的，具有显著的应用特征，从书中所述的网络中心战对分布式信息融合的需求和应用案例可以看出这一点。
      本书的出版和发行将会推动和繁荣我国信息融合学科理论和技术的研究，并产生很大的社会和军事效益。期望赵宗贵研究员及其团队为我国信息融合学科的发展作出新的贡献。
                                                                                                        中国工程院院士     费爱国
                                                                                                                     2016年12月

                                                                       前    言
      由于分布式应用的驱动，关于分布式信息融合的一些技术和方法由来已久，但直到21世纪初才出现分布式信息融合这一新概念，其含义是将传统集中式的单点信息融合扩展为多点网状信息融合。在步入信息时代的今天，信息技术、信息产品及人类观念的信息化正在使当今社会发生翻天覆地的变化。其中之一就是全球范围内人类活动正在加速向分布式扩展，包括行业内分布式经营活动、多行业分布贯通、大范围信息分布共享，以及大范围/多业务分布应用交互等正在成为产生分布式感知应用需求的持续动力。特别是在当前这场新军事变革所产生网络中心战需求的驱动下，无处不在、随时可用的网络连接支撑着分布式信息融合技术与应用的迅速发展。美国国防部实验室联合理事会（JDL）数据融合专业组于2005年将分布式信息融合作为信息融合学科的一个重要发展方向，旨在实现信息融合在技术上与信息网络的紧密耦合，在应用上与分布式需求，特别是网络中心战的分布式战场感知需求紧密耦合，以使信息融合科学具有更广阔的发展空间、更活跃的生命力和更深入的边缘学科凝聚力，从而对信息时代人类认识世界和改造世界的科研与实践活动提供更加有力、有效的支持。
      与计算机网络合为一体的网状分布式信息融合结构产生了与传统单一点状集中式融合结构大不相同的新概念、新技术和新方法。其中既有从集中式融合引申出来、向分布式融合扩展的概念和方法，又有分布式融合特有的创新概念和方法，以及取自其他学科用来解决分布式融合新问题的技术和方法，如与集中式融合完全不同的相关性概念，网络融合结构和信息图产生的信息重复计入（重用），反复分布式信息融合中的共用过程噪声和共用先验信息，多传感器协同探测、信息接入与传输路径、网络节点的信用估计与信息交换对象的选择、节点自利行为与利它行为的全局控制，以及在系统资源（网络带宽、探测传感器、融合软件、信息效用、信息成本等）统一约束下的融合网络结构优化等都是分布式信息融合出现的新概念和新问题。此外，由于集中式融合中的两个统计独立性假设（不同来源信息相互独立、不同时间信息相互独立）在分布式信息融合中已不再成立（不能够忽略），因此在分布式目标检测、分布式目标跟踪、分布式目标识别及分布式估计算法中都出现了许多有待解决的技术和方法。到目前为止，国际信息融合学界，特别是JDL顶级融合专家们将该融合方向的论文汇编成专著出版。其中包含了近十年来关于分布式信息融合的重要研究成果。这些专著主要有：
      David L. Hall, Chee-Yee Chang, James Llinas, Martin Liggins ll, Distributed Data Fusion for Network-Centric Operations, 2013.
      Panl M. Salmon, Neville A. Stanton, Guy, H., Walker, Daniel P. Jenkins edt., Distributed Situation Awarness: theory, measurement and Application to teamwork, 2009.
      David L. Hall, John M. Jordon. Human-Centered Information Fusion, 2010.
      Erik Blasch, éloi Bossé, Dalc A. Lambert edt., High-Level Information Fusion Management and Systems Design, 2012.
      Dvaid L. Hall , Sonya A. H. MeMullen. Mathematical Techniqus in Multisensor Data Fusion, 200 4.
      Martin E. Liggins, David L. Hall, James Llinas, edt., Handbook of Multisensor Data Fusion-Theory and Practice, 2009.
      这些专著中的研究成果大多处于理论和方法层面上，工程应用以集中式融合向分布式扩展的成果居多，创新成果应用尚不多见，但从中可以看出分布式信息融合的广泛需求和广阔应用前景。
      国内自2009年成立信息融合分会以来，信息融合理论和方法研究及技术应用得到了迅速发展。自2005年以来，笔者一直跟踪分布式信息融合方向发展动态，并进行该领域的研究，包括对已有分布式融合方法和应用技术进行总结和提升，以及开展分布式信息融合新方法研究。笔者曾在全国信息融合第二届年会（2010年杭州）上做了分布式融合结构与应用的报告，并在2012年国防工业出版社出版的专著《信息融合概念、方法与应用》中，以一章的篇幅描述了分布式系统中的信息融合结构、原理、算法及工程应用的结构与案例。笔者还在国内工业部门和高校、军事研究院所和院校举办信息融合讲座，培训分布式融合科研和工程技术人员。上海交通大学史习智教授主持翻译出版了美国顶级融合专家David L.Hall，Chee-Yee Chang，James Llinas编辑的论文集《面向网络中心战的分布式数据融合》。国内高校和企业对分布式信息融合领域的研究也开始起步，主要单位有杭州电子科技大学、上海交通大学、海军航空工程大学、西安交通大学，以及一些国防工业集团的研究所，如中国电科集团28所、中船重工集团709所和716所等。在这期间，国内陆续出现一些关于分布式信息融合的论文，但关于分布式新概念和新方法的研究基本上处于理论、概念和方法层面上，在应用层面上，与国外状况类似，主要是从传统集中式信息融合扩展的一些成果，如多传感器分布式检测、分布式目标跟踪与分类识别等。分布式结构与估计算法也有一定程度的应用。
      本书出版的动因主要有两个：第一个是响应我军在信息化转型中，保卫国家领土、领海和领空主权所面临的信息化战争对分布式感知的需求；第二个是笔者将自己在信息融合方向的研究成果和对国内外最新研究动态与成果的理解及对其中错误的修正意见奉献给有关研究人员，以促进和引领国内分布式信息融合领域的发展和应用。本书前两章介绍了信息融合学科及其向分布式发展的动因、趋势和挑战性问题，特别描述了网络中心战的特征及其对分布式信息融合的需求；第3章描述了分布式信息融合中的新概念和新方法，给出了对其中一些概念、方法和公式的理解、推导及修正；第4章重点介绍了分布式融合系统的结构与估计算法；第5章介绍了多传感器，特别是无线传感网络（WSN）面对的分布式目标联合检测理论和实现算法；第6章介绍了多传感器多目标跟踪中各类分布式融合准则和关联度量指标，并给出了仿真案例；第7章介绍了分布式目标分类识别的特征、类型、结构和分类方法，并对各种识别算法进行了比较和评估；第8 章介绍了一致性数据融合概念，为读者指出了实现数据融合的准则和方法；第9章的分布式融合发展的理论基础是从学科发展角度出发的，向读者展示了对已有理论和方法的总结和创新发展与应用所依据的理论和方法，为该融合方向的理论研究奠定了基础；第10章描述了分布环境中的威胁估计方法，包括单一重要目标的威胁、估计方法和集群目标的威胁估计方法；第11章给出了多传感器分布式管理算法，特别是基于效用函数的传感器管理算法、基于模糊推理的传感器管理算法和具有新意的基于市场拍卖机制的资源管理算法。
      本书第1章至第7章和第9章由赵宗贵研究员撰写，第8、10、11章由刁联旺博士撰写，李君灵博士参与了对第3、5、9章的编写和修改，吴蔚高工参与了第6、7章的编写和修改。赵宗贵研究员对所有章节进行了审查和多次修改。本书的文字录入、编辑和修改工作是由李君灵博士、许阳博士、吴蔚高工、张武博士、郑重博士、施展博士、马文婷博士、李晓冬工程师等共同完成的。笔者对他们不厌其烦、认真负责的工作表示感谢，还要感谢中国电科28所的各级领导，特别是信息系统工程重点实验室常务副主任王珩博士、中国电科28所副所长吴振锋博士和所长毛永庆研究员。他们对本书的撰写和出版提供了环境和人力、物力资源。
      本书被国防科技图书出版基金评审委员会于2017年12月审定为国防科技优秀图书，并给予出版基金资助，我们要感谢中国工程院费爱国院士、杨小牛院士，以及杭州电子科技大学校长薛安克教授对本书申请国防科技图书出版基金资助的推荐，为本书的顺利出版和发行创造了有利条件。
      由于分布式信息融合是一个刚刚出现的新的研究方向，囿于笔者的知识和经验，本书中出现的不准确理解、不足甚至错误之处，敬请读者指正。
                                                                                                                            赵宗贵     
                                                                                                                 2016年11月于南京

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}