本書主要對多傳感器協同跟蹤中涉及的目標跟蹤、傳感器管理、信息融合三方面的內容進行闡述。全書共分9章。第1章主要闡述了多傳感器協同跟蹤的相關概念，包括多傳感器協同跟蹤的概念及基本組成。第2章至第4章主要介紹了目標跟蹤算法的組成和主要計算方法，并詳細敘述了三種修正卡爾曼濾波算法和三種自適應CS模型的原理及其性能。第5章為多傳感器信息融合估計，主要介紹了信息融合的基本理論及估計融合的基本算法。第6章為多傳感器管理，主要介紹了傳感器管理的基本概念、所要解決的基本問題和協同跟蹤中傳感器管理所要解決的關鍵問題。第7章為基于PSO算法的傳感器覆蓋優化，主要介紹了PSO算法的基本原理、幾種改進的PSO算法和PSO算法在傳感器網絡覆蓋優化中的應用。第8章和第9章主要介紹了在數據丟失時，通過對傳感器進行管理、對估計算法進行修正、對傳感器進行合理的分配來提高協同跟蹤的性能。
第1章 多傳感器協同跟蹤相關概念
1.1 引言
1.2 多傳感器協同跟蹤的概念
1.3 多傳感器協同跟蹤的基本組成
參考文獻
第2章 目標跟蹤算法
2.1 引言
2.2 狀態估計算法——Kalman濾波算法
2.3 目標運動模型
2.4 量測模型及坐標系
參考文獻
第3章 機動目標跟蹤中狀態估計算法——KF算法
3.1 引言
3.2 修正卡爾曼濾波算法原理
3.3 基于高斯分布的AKF算法
3.4 基于最小新息協方差的AKF算法
3.5 基于最小估計協方差的AKF算法
參考文獻
第4章 目標運動建模——CS模型的改進
4.1 引言
4.2 自適應CS模型
4.3 基于自適應CS模型的IMM算法
參考文獻
第5章 多傳感器信息融合估計
5.1 引言
5.2 信息融合基本理論
5.3 估計融合的基本算法
參考文獻
第6章 多傳感器管理
6.1 傳感器管理的基本概念
6.2 傳感器管理的基本問題
6.3 協同跟蹤中的傳感器管理
參考文獻
第7章 基于PSO算法的傳感器覆蓋優化
7.1 引言
7.2 PSO算法及改進的PSO算法
7.3 粒子探索能力增強型PSO算法
7.4 基于改進PSO算法的動態傳感器網絡覆蓋優化
參考文獻
第8章 數據丟失時多傳感器機動目標協同跟蹤算法
8.1 引言
8.2 數據丟失情況下的Kalman濾波算法
8.3 可移動節點協同跟蹤算法
8.4 基于AMKF算法的可移動傳感器節點協同跟蹤算法
參考文獻
第9章 低檢測概率條件下多目標協同跟蹤算法
9.1 引言
9.2 基于協方差矩陣的傳感器-目標分配算法
9.3 基于最近鄰方法的傳感器-目標分配算法
9.4 可移動傳感器節點最近鄰傳感器-目標分配算法
9.5 考慮跟蹤精度的可移動傳感器節點最近鄰傳感器-目標分配算法
參考文獻
附錄
附錄A 卡爾曼濾波方程的推導
附錄B 統計估計的基本理論及貝葉斯估計
附錄C 信息濾波器
附錄D 最小二乘估計
附錄E 最大似然估計
新書資訊