分布式傳感器網(wǎng)絡（上下冊）

Ⅰ 概論
第1章 概論2
1.1 引言2
1.2 應用實例4
1.3 傳感器網(wǎng)絡中的計算問題6
1.4 分布式傳感器網(wǎng)絡的需求9
1.5 分布式傳感器網(wǎng)絡的通信10
1.6 移動代理范例10
1.7 技術需求11
1.8 與傳統(tǒng)計算系統(tǒng)的比較13
參考文獻13
第2章 微傳感器應用14
2.1 引言14
2.2 傳感器網(wǎng)絡：描述14
2.3 傳感器網(wǎng)絡應用，第1部分：軍用16
2.3.1 目標檢測和跟蹤17
2.3.2 應用1：炮兵和炮火定位20
2.3.3 應用2：無人駕駛飛機傳感器配置22
2.3.4 目標分類25
2.3.5 應用3：車輛分類28
2.3.6 應用4：基于成像的分類和識別30
2.4 傳感器網(wǎng)絡應用，第2部分：民用34
2.4.1 應用5：監(jiān)測稀有的瀕危物種35
2.4.2 應用6：人的心跳檢測37
2.5 結論38
參考文獻39
第3章 分布式傳感器網(wǎng)絡的分類41
3.1 引言41
3.2 分布式傳感器網(wǎng)絡的優(yōu)點和局限性41
3.3 影響分布式傳感器網(wǎng)絡發(fā)展的總體技術趨勢43
3.3.1 被否決的Grosch定律43
3.3.2 摩爾定律44
3.3.3 更大程度地“硅化”44
3.3.4 更大程度地“數(shù)字化”44
3.3.5 增加“通用”元件的使用45
3.3.6 開放式系統(tǒng)45
3.4 分布式傳感器網(wǎng)絡體系結構的分類法45
3.4.1 輸入47
3.4.2 計算51
3.4.3 通信55
3.4.4 編程58
3.4.5 系統(tǒng)屬性60
3.4.6 系統(tǒng)集成61
3.4.7 操作系統(tǒng)61
3.4.8 通信協(xié)議61
3.4.9 安全62
3.5 結論62
致謝62
參考文獻62
第4章 與傳統(tǒng)系統(tǒng)的比較64
4.1 問題描述64
致謝與免責聲明66
參考文獻67
Ⅱ分布式傳感與信號處理
第5章 數(shù)字信號處理基礎71
5.1 引言71
5.2 離散時間系統(tǒng)理論72
5.2.1 離散時間信號72
5.2.2 離散時間系統(tǒng)73
5.2.3 線性移不變離散時間系統(tǒng)的脈沖響應描述74
5.3 頻域描述與離散傅立葉變換74
5.3.1 z變換74
5.3.2 離散時間信號的傅立葉變換（DTFT）76
5.3.3 頻率響應76
5.3.4 DFT76
5.3.5 FFT78
5.4 數(shù)字濾波器78
5.4.1 數(shù)字濾波器的頻率響應78
5.4.2 數(shù)字濾波器的結構80
5.4.3 舉例：基線偏離的消除81
5.5 采樣、抽取、插值83
5.5.1 連續(xù)模擬信號的采樣83
5.5.2 采樣率轉換85
5.6 結論88
參考文獻88
附錄5.1 88
附錄5.2 89
附錄5.3 91
附錄5.4 92
第6章 圖像處理基礎94
6.1 引言94
6.2 目的95
6.3 圖像生成97
6.3.1 圖像譜97
6.3.2 圖像維數(shù)98
6.3.3 圖像傳感器組成99
6.3.4 數(shù)字圖像的模擬101
6.4 圖像域：空間、頻率及小波102
6.5 基于點的運算105
6.5.1 閾值算法106
6.5.2 轉換算法106
6.5.3 對比度拉伸算法與直方圖均衡化算法107
6.5.4 逆變換算法109
6.5.5 密度分割算法109
6.5.6 比特面分割算法109
6.5.7 圖像減法算法110
6.5.8 圖像平均算法110
6.6 基于區(qū)域的運算110
6.6.1 低通濾波算法111
6.6.2 高通濾波算法112
6.6.3 中值濾波算法112
6.6.4 邊緣檢測算法112
6.6.5 形態(tài)運算115
6.7 噪聲消除116
6.8 特征提取118
6.8.1 邊118
6.8.2 Hough變換：形狀檢測120
6.8.3 分割：面121
6.8.4 實例122
6.9 配準、標定、融合等問題123
6.9.1 配準123
6.9.2 幾何變換125
6.9.3 標定126
6.9.4 融合問題127
6.10 壓縮和傳輸對分布式傳感器網(wǎng)絡的影響128
6.11 傳感器網(wǎng)絡應用中的其他成像技術128
參考文獻131
第7章 目標檢測與分類133
7.1 引言133
7.2 用于傳感器測量的信號模型136
7.2.1 實例：時變點源138
7.3 目標檢測140
7.3.1 軟決策融合141
7.3.2 硬決策融合143
7.4 目標分類146
7.4.1 軟決策融合147
7.4.2 硬決策融合150
7.4.3 數(shù)據(jù)結果151
7.5 結論154
7.5.1 通信鏈路的實際建模155
7.5.2 多目標分類155
7.5.3 非理想的實際設置155
參考文獻156
第8章 參數(shù)估計157
8.1 引言157
8.2 網(wǎng)絡的自組織158
8.3 速度和位置估計160
8.3.1 動態(tài)的時空聚合160
8.3.2 目標速度估算的實驗結果162
8.4 移動目標解算163
8.5 使用語義信息融合進行目標分類164
8.5.1 SIF分類器的實驗結果168
8.6 靜態(tài)目標169
8.6.1 使用信號強度進行定位169
8.6.2 使用時間延遲進行定位170
8.6.3 使用信號強度進行定位的實驗結果171
8.7 不同類型傳感器的峰值175
致謝與免責聲明179
參考文獻180
第9章 自組織分布式傳感器的目標跟蹤181
9.1 引言181
9.2 計算環(huán)境183
9.3 簇間跟蹤結構186
9.4 本地參數(shù)估計190
9.5 軌跡維持的方案選擇194
9.5.1 信息素路由194
9.5.2 EKF197
9.5.3 貝葉斯實體跟蹤201
9.6 跟蹤實例203
9.6.1 信息素路由203
9.6.2 EKF205
9.6.3 貝葉斯信任網(wǎng)絡206
9.7 CA模型206
9.8 CA結果212
9.8.1 線性軌跡212
9.8.2 交叉軌跡213
9.8.3 非線性交叉軌跡215
9.8.4 相交軌跡217
9.8.5 軌跡形成對網(wǎng)絡通信的影響219
9.8.6 網(wǎng)絡病態(tài)的影響222
9.9 協(xié)同跟蹤網(wǎng)絡226
9.10 可靠性分析233
9.11 資源節(jié)約235
9.12 多目標跟蹤237
9.13 結論241
致謝與免責聲明243
參考文獻244
第10章 協(xié)同信號與信息處理：一種以信息為導向的方法245
10.1 傳感器網(wǎng)絡的應用、限制及挑戰(zhàn)245
10.2 CSIP的典型問題——跟蹤247
10.2.1 一種跟蹤方案248
10.2.2 分布式跟蹤的設計要點250
10.3 信息驅動式傳感器查詢：目標跟蹤的一種CSIP方法251
10.3.1 單個目標的跟蹤252
10.3.2 基于信息的方法253
10.4 組合跟蹤問題258
10.4.1 計算目標的數(shù)目258
10.4.2 輪廓跟蹤261
10.4.3 陰影邊界跟蹤262
10.5 討論263
10.6 結論266
致謝與免責聲明266
參考文獻266
第11章 環(huán)境效應269
11.1 引言269
11.2 傳感器的統(tǒng)計可信度標準270
11.3 大氣運動271
11.3.1 聲學環(huán)境效應272
11.3.2 地震波環(huán)境效應275
11.3.3 電磁環(huán)境效應275
11.3.4 光學環(huán)境效應276
11.3.5 環(huán)境效應對化學生物監(jiān)測以及污染空氣跟蹤的影響277
11.4 聲波的傳播280
參考文獻284
第12章 大氣影響的探測和抵消285
12.1 研究目的∶問題285
12.1.1 大氣是什么286
12.2 特定傳感器的有關問題288
12.2.1 可見譜成像289
12.2.2 紅外傳感器289
12.2.3 毫米波雷達傳感器290
12.2.4 激光雷達傳感器291
12.2.5 多譜段傳感器291
12.3 物理方案292
12.4 基于啟發(fā)式和非物理學的解決方案294
12.5 結論299
參考文獻300
第13章 空氣聲學傳感器網(wǎng)絡的信號處理和傳播302
13.1 引言302
13.2 源信號及其傳播的模型305
13.2.1 基本考慮305
13.2.2 無散射時的窄帶模型309
13.2.3 散射時的窄帶模型313
13.2.4 消光系數(shù)模型318
13.2.5 多頻率和源322
13.3 信號處理325
13.3.1 AOA估計325
13.3.2 分布式傳感器陣列的定位332
13.3.3 跟蹤移動源349
13.3.4 探測和分類353
13.4 結論359
致謝360
參考文獻361
第14章 傳感器網(wǎng)絡中的分布式多目標檢測366
14.1 引言366
14.2 BSS問題368
14.3 源數(shù)目估計370
14.3.1 貝葉斯源數(shù)目估計370
14.3.2 基于抽樣的源數(shù)目估計371
14.3.3 變分學習372
14.4 分布式源數(shù)目估計373
14.4.1 傳感器網(wǎng)絡的分布式系統(tǒng)373
14.4.2 基于貝葉斯理論的后驗概率融合375
14.5 性能評估377
14.5.1 評估準則377
14.5.2 實驗結果378
14.5.3 討論382
14.6 結論383
致謝384
參考文獻384
Ⅲ 信息融合
第15章 自動化的數(shù)據(jù)融合基礎389
15.1 引言389
15.2 自動化系統(tǒng)390
15.2.1 系統(tǒng)特征392
15.2.2 操作問題392
15.2.3 數(shù)據(jù)融合的優(yōu)點394
15.3 數(shù)據(jù)融合基礎394
15.3.1 系統(tǒng)結構的描述394
15.3.2 系統(tǒng)行為描述395
15.4 離散自動控制的安全管理397
15.4.1 目標搜索簡述398
15.4.2 數(shù)據(jù)融合的應用400
15.5 結論401
致謝401
參考文獻401
第16章 基于測量的分布式傳感器網(wǎng)絡統(tǒng)計融合方法403
16.1 引言403
16.2 經典融合問題404
16.3 一般傳感器融合問題406
16.3.1 相關簡述409
16.4 經驗風險最小化410
16.4.1 前向S形網(wǎng)絡411
16.4.2 矢量空間方法（VectorSpaceMethods）412
16.5 統(tǒng)計估計器414
16.6 應用416
16.7 融合系統(tǒng)的性能419
16.7.1 獨立融合器420
16.7.2 投影融合器422
16.8 元融合器426
１６.９結論428
致謝428
參考文獻429
第17章 軟計算技術432
17.1 問題描述432
17.2 遺傳算法432
17.3 模擬退火434
17.4 可信度435
17.5 禁忌搜索439
17.6 人工神經網(wǎng)絡441
17.7 模糊邏輯443
17.8 線性規(guī)劃444
17.9 總結448
參考文獻448
第18章 估算和卡爾曼濾波450
18.1 引言450
18.2 估算技術概論453
18.2.1 系統(tǒng)模型454
18.2.2 優(yōu)化標準457
18.2.3 優(yōu)化方法460
18.2.4 處理方法463
18.3 批估計464
18.3.1 WLS方法的推理464
18.3.2 數(shù)據(jù)處理流程468
18.3.3 批處理執(zhí)行中的問題470
18.4 時序估計和卡爾曼濾波472
18.4.1 時序WLS求解的推導472
18.4.2 時序估計處理流程475
18.5 時序處理執(zhí)行中的問題476
18.5.1 濾波發(fā)散與過程噪聲477
18.5.2 濾波公式478
18.5.3 機動目標478
18.5.4 軟件工具480
致謝480
參考文獻481
第19章 數(shù)據(jù)配準483
19.1 問題描述483
19.2 坐標變換484
19.3 配準技術概述488
19.4 目標函數(shù)491
19.5 后啟發(fā)式方法的結果494
19.6 特征選擇501
19.7 不同幾何視頻流的實時配準506
19.8 小結518
參考文獻519
第20章 實時監(jiān)控的信號標定與估算521
第21章 語義信息提取543
第22章 信息理論中的融合556
……