分佈式網絡化系統信息融合

作者：劉莉

女，工學博士，於上海大學機電工程與自動化學院獲得工學博士學位，現任魯東大學信息與電氣工程學院講師。
主要研究方向包括信息融合、機器視覺、目標定位與跟踪等。作為項目主持人或主要技術負責人參與完成項目5項，包括國家自然科學基金項目、上海市科委項目、山東省自然科學基金項目等。先後在《Neurocomputing》、《IEEE/CAA Journal of Automatica Sinica》、《Advances in Manufacturing》、《儀器儀表學報》等期刊及各類國際學術會議上發表論文SCI、EI收錄十餘篇。
主編《C#程序設計教程》、《C語言程序設計》、《軟件工程》等教材，在《計算機教育》期刊上發表教學改革論文4篇，參與省級精品課程《數據庫原理》的建設。先後講授《C#程序設計》、《Windows程序設計》、《ASP.NET程序設計》、《大型數據庫技術》、《軟件工程》、《高級語言程序設計》、《程序設計基礎》、《常用軟件》等課程

目錄

第1章緒論11.1研究背景1 
1.2相關領域的國內外研究進展與現狀3 
1.2.1分佈式系統測量方法3 
1.2.2目標定位方法4 
1.2.3水平集演化方法6 
1.2.4數據集分類方法7 
1.2.5信息融合理論8 
1.3主要工作和特色12 
1.3.1研究內容12 
1.3.2本書特色13 
1.4章節安排14 

第2章基於多相雙曲線水平集演化的圖像分割方法17 
2.1引言17 
2.2水平集方法預備知識17 
2.2.1水平集方法原理18 
2.2.2多相水平集理論20 
2.2.3基於區域的水平集方法21 
2.2.4多項水平集方法的能量函數23 
2.3多相雙曲線方法24 
2.3.1區域控制能量項25 
2.3.2能量擬合函數25〖4〗分佈式網絡化系統信息融合〖2〗目錄〖4〗2.3.3水平集曲線演化29 
2.3.4算法的執行過程32 
2.4方法實施和實驗探討32 
2.4.1實驗結果32 
2.4.2結果分析35 
2.5本章小結37 

第3章基於鄰居搜索和內核模糊C均值的魯棒性數據集分類方法38 
3.1引言38
3.2聚類算法的理論基礎38 
3.2.1聚類分析39 
3.2.2內核模糊C均值算法40 
3.3魯棒的數據分類方法42 
3.3.1鄰居搜索遍歷數據集42 
3.3.2初始化隸屬度矩陣和聚類原型44 
3.3.3優化隸屬度矩陣和聚類原型45 
3.3.4魯棒性能估計47 
3.3.5算法執行步驟49 
3.4實驗驗證49 
3.4.1實驗一： MEMS加速度計數據集50 
3.4.2實驗二：複雜圖像數據集53 
3.5本章小結57 

第4章不確定網絡化系統的分佈式加權融合估計58 
4.1引言58 
4.2最優估計理論和問題描述59 
4.2.1卡爾曼濾波理論59 
4.2.2分佈式網絡化系統融合架構60 
4.2.3傳輸時延和交叉相關噪聲61 
4.3分佈式魯棒卡爾曼類型的濾波62 
4.3.1重組新息序列62 
4.3.2分佈式融合估計65 
4.4數值驗證72 
4.5本章小節77 

第5章隨機不確定係統的建模與濾波78 
5.1引言78 
5.2問題闡述79 
5.2.1系統描述79 
5.2.2基於序列重排的建模79 
5.2.3噪聲的相關性82 
5.3魯棒有限時域濾波82
5.3.1基於ZOH的濾波83 
5.3.2基於邏輯ZOH的濾波88 
5.4仿真結果92 
5.5本章小結96 

第6章面向空間定位的不確定係統的建模與估計97 
6.1引言97 
6.2基於線性CCD的空間定位方法97 
6.2.1空間定位原理98 
6.2.23D光電傳感定位系統工作流程99 
6.2.3空間定位效果仿真100 
6.3問題描述和分析105 
6.3.1基於信號選擇方案的系統模型106 
6.3.2交叉相關性噪聲107 
6.4基於邏輯ZOH的估計器107 
6.4.1子系統的增廣狀態向量108 
6.4.2估計協方差的上界110 
6.4.3隨機延遲的線性補償111 
6.4.4分佈式加權融合估計112 
6.5數值仿真114 
6.6本章小結120 

第7章總結與展望121 
7.1總結121 
7.2未來展望123 
附錄A命題3.1～命題3.3的證明124 
附錄B定理4.2的證明129 
附錄C定理5.2的證明131 
參考文獻136