分布式傳感器網(wǎng)絡(luò)（上下冊）

Ⅰ 概論
第1章 概論2
1.1 引言2
1.2 應(yīng)用實(shí)例4
1.3 傳感器網(wǎng)絡(luò)中的計(jì)算問題6
1.4 分布式傳感器網(wǎng)絡(luò)的需求9
1.5 分布式傳感器網(wǎng)絡(luò)的通信10
1.6 移動代理范例10
1.7 技術(shù)需求11
1.8 與傳統(tǒng)計(jì)算系統(tǒng)的比較13
參考文獻(xiàn)13
第2章 微傳感器應(yīng)用14
2.1 引言14
2.2 傳感器網(wǎng)絡(luò)：描述14
2.3 傳感器網(wǎng)絡(luò)應(yīng)用，第1部分：軍用16
2.3.1 目標(biāo)檢測和跟蹤17
2.3.2 應(yīng)用1：炮兵和炮火定位20
2.3.3 應(yīng)用2：無人駕駛飛機(jī)傳感器配置22
2.3.4 目標(biāo)分類25
2.3.5 應(yīng)用3：車輛分類28
2.3.6 應(yīng)用4：基于成像的分類和識別30
2.4 傳感器網(wǎng)絡(luò)應(yīng)用，第2部分：民用34
2.4.1 應(yīng)用5：監(jiān)測稀有的瀕危物種35
2.4.2 應(yīng)用6：人的心跳檢測37
2.5 結(jié)論38
參考文獻(xiàn)39
第3章 分布式傳感器網(wǎng)絡(luò)的分類41
3.1 引言41
3.2 分布式傳感器網(wǎng)絡(luò)的優(yōu)點(diǎn)和局限性41
3.3 影響分布式傳感器網(wǎng)絡(luò)發(fā)展的總體技術(shù)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(luò)體系結(jié)構(gòu)的分類法45
3.4.1 輸入47
3.4.2 計(jì)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(jié)論62
致謝62
參考文獻(xiàn)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(zé)聲明66
參考文獻(xiàn)67
Ⅱ分布式傳感與信號處理
第5章 數(shù)字信號處理基礎(chǔ)71
5.1 引言71
5.2 離散時(shí)間系統(tǒng)理論72
5.2.1 離散時(shí)間信號72
5.2.2 離散時(shí)間系統(tǒng)73
5.2.3 線性移不變離散時(shí)間系統(tǒng)的脈沖響應(yīng)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(shí)間信號的傅立葉變換（DTFT）76
5.3.3 頻率響應(yīng)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(yīng)78
5.4.2 數(shù)字濾波器的結(jié)構(gòu)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(zhuǎn)換85
5.6 結(jié)論88
參考文獻(xiàn)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(chǔ)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(diǎn)的運(yùn)算105
6.5.1 閾值算法106
6.5.2 轉(zhuǎn)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(yùn)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(yùn)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(shí)例122
6.9 配準(zhǔn)、標(biāo)定、融合等問題123
6.9.1 配準(zhǔn)123
6.9.2 幾何變換125
6.9.3 標(biāo)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(luò)的影響128
6.11 傳感器網(wǎng)絡(luò)應(yīng)用中的其他成像技術(shù)128
參考文獻(xiàn)131
第7章 目標(biāo)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(shí)例：時(shí)變點(diǎn)源138
7.3 目標(biāo)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(biāo)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(jié)果151
7.5 結(jié)論154
7.5.1 通信鏈路的實(shí)際建模155
7.5.2 多目標(biāo)分類155
7.5.3 非理想的實(shí)際設(shè)置155
參考文獻(xiàn)156
第8章 參數(shù)估計(jì)157
8.1 引言157
8.2 網(wǎng)絡(luò)的自組織158
8.3 速度和位置估計(jì)160
8.3.1 動態(tài)的時(shí)空聚合160
8.3.2 目標(biāo)速度估算的實(shí)驗(yàn)結(jié)果162
8.4 移動目標(biāo)解算163
8.5 使用語義信息融合進(jìn)行目標(biāo)分類164
8.5.1 SIF分類器的實(shí)驗(yàn)結(jié)果168
8.6 靜態(tài)目標(biāo)169
8.6.1 使用信號強(qiáng)度進(jìn)行定位169
8.6.2 使用時(shí)間延遲進(jìn)行定位170
8.6.3 使用信號強(qiáng)度進(jìn)行定位的實(shí)驗(yàn)結(jié)果171
8.7 不同類型傳感器的峰值175
致謝與免責(zé)聲明179
參考文獻(xiàn)180
第9章 自組織分布式傳感器的目標(biāo)跟蹤181
9.1 引言181
9.2 計(jì)算環(huán)境183
9.3 簇間跟蹤結(jié)構(gòu)186
9.4 本地參數(shù)估計(jì)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(shí)體跟蹤201
9.6 跟蹤實(shí)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(luò)206
9.7 CA模型206
9.8 CA結(jié)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(luò)通信的影響219
9.8.6 網(wǎng)絡(luò)病態(tài)的影響222
9.9 協(xié)同跟蹤網(wǎng)絡(luò)226
9.10 可靠性分析233
9.11 資源節(jié)約235
9.12 多目標(biāo)跟蹤237
9.13 結(jié)論241
致謝與免責(zé)聲明243
參考文獻(xiàn)244
第10章 協(xié)同信號與信息處理：一種以信息為導(dǎo)向的方法245
10.1 傳感器網(wǎng)絡(luò)的應(yīng)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(shè)計(jì)要點(diǎn)250
10.3 信息驅(qū)動式傳感器查詢：目標(biāo)跟蹤的一種CSIP方法251
10.3.1 單個(gè)目標(biāo)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(jì)算目標(biāo)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(jié)論266
致謝與免責(zé)聲明266
參考文獻(xiàn)266
第11章 環(huán)境效應(yīng)269
11.1 引言269
11.2 傳感器的統(tǒng)計(jì)可信度標(biāo)準(zhǔn)270
11.3 大氣運(yùn)動271
11.3.1 聲學(xué)環(huán)境效應(yīng)272
11.3.2 地震波環(huán)境效應(yīng)275
11.3.3 電磁環(huán)境效應(yīng)275
11.3.4 光學(xué)環(huán)境效應(yīng)276
11.3.5 環(huán)境效應(yīng)對化學(xué)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(xiàn)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(guān)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(dá)傳感器290
12.2.4 激光雷達(dá)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(xué)的解決方案294
12.5 結(jié)論299
參考文獻(xiàn)300
第13章 空氣聲學(xué)傳感器網(wǎng)絡(luò)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(shí)的窄帶模型309
13.2.3 散射時(shí)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(jì)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(jié)論359
致謝360
參考文獻(xiàn)361
第14章 傳感器網(wǎng)絡(luò)中的分布式多目標(biāo)檢測366
14.1 引言366
14.2 BSS問題368
14.3 源數(shù)目估計(jì)370
14.3.1 貝葉斯源數(shù)目估計(jì)370
14.3.2 基于抽樣的源數(shù)目估計(jì)371
14.3.3 變分學(xué)習(xí)372
14.4 分布式源數(shù)目估計(jì)373
14.4.1 傳感器網(wǎng)絡(luò)的分布式系統(tǒng)373
14.4.2 基于貝葉斯理論的后驗(yàn)概率融合375
14.5 性能評估377
14.5.1 評估準(zhǔn)則377
14.5.2 實(shí)驗(yàn)結(jié)果378
14.5.3 討論382
14.6 結(jié)論383
致謝384
參考文獻(xiàn)384
Ⅲ 信息融合
第15章 自動化的數(shù)據(jù)融合基礎(chǔ)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(diǎn)394
15.3 數(shù)據(jù)融合基礎(chǔ)394
15.3.1 系統(tǒng)結(jié)構(gòu)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(biāo)搜索簡述398
15.4.2 數(shù)據(jù)融合的應(yīng)用400
15.5 結(jié)論401
致謝401
參考文獻(xiàn)401
第16章 基于測量的分布式傳感器網(wǎng)絡(luò)統(tǒng)計(jì)融合方法403
16.1 引言403
16.2 經(jīng)典融合問題404
16.3 一般傳感器融合問題406
16.3.1 相關(guān)簡述409
16.4 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化410
16.4.1 前向S形網(wǎng)絡(luò)411
16.4.2 矢量空間方法（VectorSpaceMethods）412
16.5 統(tǒng)計(jì)估計(jì)器414
16.6 應(yīng)用416
16.7 融合系統(tǒng)的性能419
16.7.1 獨(dú)立融合器420
16.7.2 投影融合器422
16.8 元融合器426
１６.９結(jié)論428
致謝428
參考文獻(xiàn)429
第17章 軟計(jì)算技術(shù)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(jīng)網(wǎng)絡(luò)441
17.7 模糊邏輯443
17.8 線性規(guī)劃444
17.9 總結(jié)448
參考文獻(xiàn)448
第18章 估算和卡爾曼濾波450
18.1 引言450
18.2 估算技術(shù)概論453
18.2.1 系統(tǒng)模型454
18.2.2 優(yōu)化標(biāo)準(zhǔn)457
18.2.3 優(yōu)化方法460
18.2.4 處理方法463
18.3 批估計(jì)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(shí)序估計(jì)和卡爾曼濾波472
18.4.1 時(shí)序WLS求解的推導(dǎo)472
18.4.2 時(shí)序估計(jì)處理流程475
18.5 時(shí)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(jī)動目標(biāo)478
18.5.4 軟件工具480
致謝480
參考文獻(xiàn)481
第19章 數(shù)據(jù)配準(zhǔn)483
19.1 問題描述483
19.2 坐標(biāo)變換484
19.3 配準(zhǔn)技術(shù)概述488
19.4 目標(biāo)函數(shù)491
19.5 后啟發(fā)式方法的結(jié)果494
19.6 特征選擇501
19.7 不同幾何視頻流的實(shí)時(shí)配準(zhǔn)506
19.8 小結(jié)518
參考文獻(xiàn)519
第20章 實(shí)時(shí)監(jiān)控的信號標(biāo)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
……