《战场监视地面传感器系统技术与应用》主要从各类传感器系统如何捕获、探测广域地区随时可能出现的稍纵即逝目标（TCT）并向用户重现其时空事件的基本问题出发，系统而全面地阐述了采用分布式战场传感器网络的系统解决方案，包括战场传感器系统及其信息处理的体系结构，各类传感器探测原理及其信号处理技术，分布式多传感器网络信息的融合处理，信息传输和网络，传感器应用配置、部署展开技术与方法等。最后，《战场监视地面传感器系统技术与应用》介绍了战场传感器系统的典型应用案例及其系统。
《战场监视地面传感器系统技术与应用》可供从事战场侦察监视和目标捕获的技术人员、系统研发与应用人员及高等院校相关专业师生参考使用。
编辑推荐
《战场监视地面传感器系统技术与应用》：国防特色学术专著·信息与通信技术 目录
第一章 绪论
1.1 战场传感器系统的产生与发展
1.2 战场传感器系统组成及其性能
1.2.1 系统工作原理和设备组成
1.2.2 系统功能及功能分系统
1.2.3 系统性能指标
1.3 战场传感器系统技术特点和军事应用及其优势
1.3.1 战场传感器系统的技术特点和军事应用优势
1.3.2 战场传感器战术运用的主要优缺点
1.3.3 战场传感器系统的应用领域和应用分类
1.4 现存技术问题与发展前景
1.4.1 传感器应用发展及其技术挑战
1.4.2 战场监视传感器技术的发展
1.4.3 战场传感器系统概念和系统结构上的发展
第二章 战场传感器系统的系统设计
2.1 引言
2.2 战场传感器系统的设计和问题求解方案
2.2.1 系统设计的工程处理流程和方法
2.2.2 战场传感器系统任务需求定义
2.2.3 实现系统任务需求的问题及其求解方法
2.2.4 战场传感器的部署与需求分析
2.2.5 系统分析与系统功能设计
2.2.6 系统的设计综合
2.3 战场传感器系统的结构模型
2.3.1 目标事件的时空采样与战场传感器部署
2.3.2 系统的结构模型及其结构设计-
2.4 传感器信号和信息处理及其系统结构
2.4.1 协同信号和信息处理的顶层设计
2.4.2 数据融合的级别和信息处理系统的结构体系
2.4.3 信号与信息处理系统设计
2.5 传感器通信系统与网络的结构设计
2.5.1 概述
2.5.2 通信网络的拓扑结构
2.5.3 战场传感器通信分系统网络拓扑设计
第三章 战场传感器探测原理与技术
3.1 概述
3.2 目标与环境特性
3。2.1 地面目标特性
3.2.2 低空目标特性
3.2.3 环境背景影响
3.3 声／震传感器及其探测技术
3.3.1 概述
3.3.2 目标声／震信号特性及其信道传播特性
3.3.3 单元声／震传感器探测技术
3.3.4 多元声、震阵列探测技术
3.4 磁和红外传感器技术
3.4.1 无源红外传感器探测技术
3.4.2 磁传感器探测技术
3.5 长周边警戒监视和应力传感器技术
3.5.1 应用光纤“微弯效应”的光强度调制传感器
3.5.2 相位调制型光纤传感器(光纤干涉仪)
3.6 图像传感器技术
3.6.1 概述
3.6.2 图像传感器节点的设备组成和工作原理
3.6.3 图像数字化采集和预处理
3.6.4 分类识别／跟踪处理与算法
3.6.5 图像压缩编码
3.6.6 战场传感器系统图像传感器网络的实现
第四章 战场传感器通信传输系统技术
4.1 概述
4.2 传感器网络的区域覆盖与连通性
4.2.1 传感器通信的RF传播模型
4.2.2 传感器通信的链路预算和覆盖分析
4.3 战场传感器通信网络特点和设计方法
4.3.1 战场传感器通信网络的系统分析
4.3.2 传感器通信网络设计的技术问题与系统设计
4.4 战场传感器网络的创建与组织
4.4.1 概述
4.4.2 网络节点自定位／同步技术
4.4.3 定位算法与传感器网络组建／网络拓扑结构生成
……
第五章 多传感器数据融合和监控终端技术
第六章 战场传感器系统的运用和展开部署方法
第七章 系统模拟仿真和检验测试技术
第八章 战场传感器应用典型案例
参考文献 文摘
版权页：
插图：
应指出，各类融合方法均各有优势和局限性，通常使用的方法依具体的应用而定，并且由于各种方法之间的互补性，实际上常将两种或两种以上的方法组合，进行多传感器数据融合。
数据融合方法也可将之分为数值型融合和非数值型（也称知识型）融合，数值型方法解决系统的定量描述，即在一组相关数据中得出一个统一结果，提高系统观测的精度；非数值型给出系统的定性表达或决策，目标属性融合即属非数值型，它可对多种特征信息进行融合处理与并决策。
一、数据处理和估值理论方法
估值理论应用非常广泛，所采用的技术比较成熟，包括最简单的加权平均法、加权最小二乘法、α-β滤波、卡尔曼滤波、贝叶斯估计和最大似然估计等。它们主要用于目标状态、轨迹跟踪等，在已知噪声情况下，可获得最优估计。
·加权平均法：数据级融合方法最简单、最直观方法是加权平均法，该方法将一组传感器提供的冗余信息进行加权平均，结果作为融合值，该方法是一种直接对数据源进行操作的方法。
·卡尔曼滤波法：卡尔曼滤波主要用于融合低层次实时动态多传感器冗余数据。该方法用测量模型的统计特性递推，决定统计意义下的最优融合和数据估计。如果系统具有线性动力学模型，且系统与传感器的误差符合高斯白噪声模型，则卡尔曼滤波将为融合数据提供唯一统计意义下的最优估计。卡尔曼滤波的递推特性使系统处理不需要大量的数据存储和计算。但是，采用单一的卡尔曼滤波器对多传感器组合系统进行数据统计时，存在很多的问题，例如：①在组合信息大量冗余的情况下，计算量将以滤波器维数的三次方剧增，实时性不能满足；②传感器子系统的增加使故障随之增加，在某一系统出现故障而没有来得及被检测出时，故障会影响整个系统，使可靠性降低。
·多贝叶斯估计法：贝叶斯估计为数据融合提供了一种手段，是融合静态环境中多传感器高层信息的常用方法。它使传感器信息依据概率原则进行组合，测量不确定性以条件概率表示，当传感器组的观测坐标一致时，可以直接对传感器的数据进行融合，但在大多数情况下，传感器测量数据要以间接方式采用贝叶斯估计进行数据融合。
多贝叶斯估计将每一个传感器作为一个贝叶斯估计，将各个单独物体的关联概率分布合成一个联合的后验的概率分布函数，通过使用联合分布函数的似然函数为最小，提供多传感器信息的最终融合值，融合信息与环境的一个先验模型提供整个环境的一个特征描述。
二、统计推断方法
统计推断方法即非确定性推理技术。这里的所谓推理即是按照某种准则由已知判断推出另一种判断的思维过程。由于经典的逻辑推理在处理不完善、不精确、不确定性问题时，效果不理想，现今有许多改进方法，包括贝叶斯推理、D-S证据推理、模糊推理、基于框架不确定性推理等。
| ISBN | 9787564041939 |
|---|---|
| 出版社 | 北京理工大学出版社，北京航空航天大学出版社，哈尔滨工程大学出版社，哈尔滨工业大学出版社，西北工业大学出版社 |
| 作者 | 赵玉民 |
| 尺寸 | 16 |