多传感器数据融合技术及应用

本书介绍多传感器数据融合技术及应用，是作者对该领域多年来研究成果系统且全面的总结，旨在推动高等院校电子信息类等相关专业人才培养，适应高等院校教学改革发展的新形势。本书的主要内容包括多传感器数据融合的基本原理和主要技术，状态估计理论，线性离散集中式状态估计，线性离散分布式状态估计，多传感器概率数据关联，分布式信息融合中的模糊航迹关联算法，基于深度学习的航迹关联算法，多模型概率数据关联算法，基于贝叶斯统计理论的身份识别，基于D-S证据理论的身份识别，基于多级神经网络的类型融合，可见光、红外及雷达一维距离像的智能化融合识别，传感器管理，群目标跟踪，基于贝叶斯网络的态势评估，基于证据网络的威胁评估，多传感器群目标跟踪与识别融合技术，数字孪生技术。

本书理论体系完整，涵盖全面，注重实际应用，适合信息融合、信息处理、人工智能、模式识别、电子对抗及军事指挥等相关专业的科技人员阅读和参考，也可作为上述专业的高年级本科生、研究生的参考用书。

刘梅，哈尔滨工业大学电子与信息工程学院博士、教授、博士生导师，哈尔滨工业大学控制科学与工程博士后。被选入国家科技部专家库，作为评审专家参与国家重点研发计划战略性国合专项项目的评审工作；任航天装备技术领域重点项目雷达信息评审组评审专家、中国航天科工集团第二研究院高级顾问、教育部学位与研究生教育发展中心学位论文评审专家。参与研制的岸用地波超视距雷达，获国家科学技术进步一等奖、国防科学技术进步特等奖等。指导学生曾多次获奖，2007年获“黑龙江省优秀指导教师”称号等。开设的“多传感器数据融合技术及应用”课程，2022年12月被评为黑龙江省研究生精品课程，2024年10月获黑龙江省高等教育（研究生）教育教学成果奖二等奖（排名第一）。

多年来长期从事新体制SAR基础研究、应用基础研究及多传感器数据融合工程研发等前沿课题研究，涉及多源群目标跟踪识别及融合系统、分布式态势感知、电子侦察、空间立体构型星载SAR、星载高分宽幅SAR、星载全暲SAR等涵盖目标融合探测及跟踪、高分宽幅成像、智能识别、海底地形立体遥感等应用。作为项目第一负责人承担了一些部委项目、国家自然科学基金面上项目、博士后重点基金项目、天地一体化信息技术国家重点实验室开放基金项目、航天支撑基金项目、航天科技创新基金项目、航天科工集团横向课题、航天科技集团横向课题、中电集团横向课题等项目60余项，专利成果广泛应用于多传感器数据协同融合等科研实践场景。在多传感器数据融合领域奠定了自己的学术地位，积累了丰富经验。多次为国家国防科技工业局开展多传感器数据融合技术讲座和培训，为国家培养了多传感器数据融合领域工程和理论研究相结合的高级人才。

第1章 概论

1.1 数据融合的目的和应用

1.2 数据融合的理论基础

本章参考文献

第2章 状态估计理论

2.1 引言

2.2 估计问题的构成

2.3 状态估计问题

2.4 离散线性系统的最优估计——卡尔曼滤波技术

2.5 非线性估计理论

2.6 随机有限集框架下的多目标状态估计

2.7 性能评价指标

2.8 状态估计实例

2.9 本章小结

本章参考文献

第3章 多传感器信息融合系统中的状态估计

3.1 引言

3.2 集中式多传感器信息融合系统中的状态估计

3.3 分布式多传感器信息融合系统中的状态估计

3.4 分布式网络多传感器信息融合系统中的状态估计

3.5 分布式网络多传感器信息融合系统下基于随机有限集的状态估计

3.6 本章小结

本章参考文献

……