多传感器信息融合技术的研究

第一章 绪论	第1-13页
·课题研究背景及研究意义	第6-8页
·信息融合的发展过程及国内外研究现状	第8-10页
·信息融合的应用	第10-12页
·论文的主要工作和论文结构	第12-13页
第二章 多传感器信息融合的基本理论	第13-24页
·传感器的类型及数据特征	第13-15页
·信息融合的基本原理	第15-16页
·多传感器信息融合的功能模型	第16-17页
·信息融合的层次结构	第17-20页
·数据层融合(低级或象素级)	第18页
·特征层融合(中级或特征级)	第18-19页
·决策层融合(高级或决策级)	第19-20页
·信息融合的技术和方法	第20-23页
·小结	第23-24页
第三章 多传感器信息融合中的不确定性推理方法	第24-38页
·基于Bayes理论的多传感器信息融合	第24-27页
·Bayes推理的基本原理	第24页
·信息融合中的Bayes方法	第24-25页
·Bayes方法在目标识别中的应用	第25-27页
·基于D-S证据理论的多传感器信息融合	第27-34页
·D-S证据理论基础	第27-28页
·D-S证据理论的合成规则	第28-29页
·D-S证据理论在目标识别中的应用	第29-31页
·识别实例	第31-33页
·证据理论的优缺点:	第33-34页
·D-S证据理论和Bayes方法的比较	第34-35页
·D-S证据理论的近似算法	第35-37页
·小结	第37-38页
第四章 神经网络在信息融合中的应用	第38-66页
·人工神经网络综述	第38-46页
·人工神经元模型	第40-42页
·神经网络的结构模型	第42-44页
·神经网络的学习算法	第44页
·神经网络的特点和优越性	第44-45页
·人工神经网络与信息融合的结合	第45-46页
·模糊神经网络在信息融合中的应用	第46-57页
·模糊理论基础	第47-49页
·模糊集	第47-48页
·模糊规则和模糊推理	第48页
·模糊模式分类	第48-49页
·模糊系统与神经网络系统的结合方式	第49页
·模糊神经网络的结构	第49-51页
·模糊逻辑规则的归纳和提取	第51-53页
·模糊神经网络的学习算法	第53-55页
·实验仿真结果与分析	第55-57页
·径向基神经网络在信息融合中的应用	第57-64页
·径向基神经网络的拓扑结构	第58-59页
·自组织径向基网络的混合学习算法	第59-61页
·规则库到神经网络结构的转换	第61-62页
·实验仿真结果与分析	第62-64页
·实验结果对比分析	第64-65页
·小结	第65-66页
第五章 信息融合在雷达与红外系统中的应用	第66-94页
·雷达系统跟踪角目标的原理与主动测距原理	第66-68页
·雷达系统跟踪角目标的原理	第66-68页
·雷达主动测距原理	第68页
·光学系统跟踪目标角的原理与被动测距原理	第68-70页
·光学系统跟踪目标角的原理	第68-70页
·光学系统的被动测距原理	第70页
·目标对载机的准确定位问题	第70-74页
·几种基本坐标系及其转换	第71-72页
·机动目标的跟踪问题	第72-74页
·基于信息融合技术的雷达和红外系统目标跟踪	第74-93页
·雷达和红外系统的信息融合结构	第75-77页
·跟踪级信息融合的技术和方法	第77-80页
·基于最优数据压缩的雷达和红外融合目标跟踪	第80-87页
·基于最优数据压缩的融合方法	第80-83页
·仿真及结果分析	第83-87页
·雷达和红外同步航迹融合	第87-93页
·雷达和红外同步航迹融合方法	第87-88页
·仿真结果及分析	第88-93页
·小结	第93-94页
第六章 总结	第94-96页
致谢	第96-97页
在学期间的研究成果	第97-98页
参考文献	第98-100页