深度學習的多傳感器融合理論與應用 李素涵 高韓石 奧松葵 9787118127454 【台灣高等教育出版社】

內容簡介
本書主要介紹了傳感器執行器網路，分散式的點雲結構，生物激勵系統與進化方法，傳感器感知與融合方法，貝葉斯方法，模糊邏輯系統，神經網路和生物醫療應用，自動化的機器手，航海或航空運輸工具定位、跟蹤、SLAM和三維感知。

作者簡介
周春花，碩士，上海無線電設備研究所高級工程師，長期從事近程雷達信號處理研究，並具有紮實的專業知識和豐富的工程設計經驗，並在多個大型項目中擔任過副主任研究師，併兼任課題組長和本單位近程雷達專業研究室主任助理的職務，具有豐富的技術研發和產品研製經驗。

目錄
多傳感器融合理論與應用現狀；
採用協方差映射構建數據融合與異常值剔出的通用框架；
在網路控制系統中採用延遲與損耗認知的狀態估計；
橢圓運動約束中的融合與狀態估計性能；
智能感知融合技術中的相關性與冗餘選擇；
在輻射感知網路中採用SPRT對執行設備的操作狀態進行分類；
信息融合中智能化監測與偵察中知識推理的應用；
基於測試樣本對的多分類器融合；
基於可靠合作源的道路檢測改進；
多傳感器融合在機器人中的應用；
在船用監測系統中採用多個緊壓的高頻面波雷達基於貝葉斯估計定位目標；
在無人操控系統中基於SLAM返回到起飛地點；
在水下真實場景中的地形導航；
採用有監督的校準方法改進激光雷達探測波束的對比度與強度；
在未分集的空間擴展測量中基於多層粒子濾波的多目標跟蹤；
多目標跟蹤中採用遍歷的卡爾曼濾波變數進行虛警和漏警測量；
多個微小型紅外感測陣列的跌落檢測；
工廠里基於慣導感測的微小型手勢識別；
上肢外骨骼修復中運動學、動力學和控制