新書推薦：
《
穿透估值：读懂估值中的共识与博弈
》
售價：HK$
90.9
《
人设、流量与成交
》
售價：HK$
68.8
《
复利：全球顶尖投资者的31节认知与决策思维课
》
售價：HK$
103.4
《
最后的都铎：中世纪余晖下的宫廷爱欲与权力密码（女性写给女性的女性历史）
》
售價：HK$
101.2
《
窄门：纪德三部曲（插图珍藏版）
》
售價：HK$
158.7
《
工业机器人集成应用
》
售價：HK$
91.8
《
像大人一样生存，像孩子一样生活（小时候觉得开心就好，现在也是）
》
售價：HK$
56.4
《
万有引力书系 海洋女王 里斯本的历史
》
售價：HK$
89.7
|
| 內容簡介： |
多传感器分布式信号检测是多源信息融合理论研究和应用的重要组成部分。《多传感器分布式信号检测理论与方法》围绕基于雷达与无线传感器网络的分布式信号检测问题展开研究和讨论，内容侧重于介绍分布式检测的新理论、新进展和新方向。全书共11章，其中：第1～3章和第10章主要介绍分布式信号检测理论和应用的历史和现状、分布式检测理论、分布式CFAR检测、局部分布式信号检测、稳健分布式信号检测以及分布式序贯信号检测和分布式快速检测等内容；第4～9章主要包括在非参数分布式信号检测、基于无线传感器网络的分布式信号检测、各个传感器信噪比未知且可能时变时的分布式信号检测，以及分布式孔径MIMO雷达检测等检测方法方面的研究成果，同时，介绍了基于探测和通信功率分配的分布式信号检测系统优化设计的研究，以及常规雷达网中应用分布式信号检测理论的方法；第11章是全书的总结。
《多传感器分布式信号检测理论与方法》可作为雷达、通信、导航等专业研究生和高年级本科生的参考书，也可供相关行业工程技术人员阅读、参考。
|
| 關於作者： |
刘向阳，1976年出生，河南禹州人。1998年获西安通信学院光纤通信专业学士学位．2001年获西安电子科技大学信息与通信工程专业工学硕士学位．2007年获清华大学信息与通信工程专业工学博士学位。2015年7月至2016年7月在美国雪城大学做访问学者。长期从事多传感器分布式信号检测理论及其在雷达和无线传感器网络中的应用研究。现为国防科技大学信息通信学院副教授，硕士研究生导师。先后参与和主持国家自然科学基金、部委预研基金等项目10余项，获省部级科技进步二等奖2项，发表学术论文40余篇，被SCI和El收录20余篇。
刘向阳，1976年出生，河南禹州人。1998年获西安通信学院光纤通信专业学士学位．2001年获西安电子科技大学信息与通信工程专业工学硕士学位．2007年获清华大学信息与通信工程专业工学博士学位。2015年7月至2016年7月在美国雪城大学做访问学者。长期从事多传感器分布式信号检测理论及其在雷达和无线传感器网络中的应用研究。现为国防科技大学信息通信学院副教授，硕士研究生导师。先后参与和主持国家自然科学基金、部委预研基金等项目10余项，获省部级科技进步二等奖2项，发表学术论文40余篇，被SCI和El收录20余篇。
许稼，1974年出生，分别于1995年。1998年获空军雷达学院信号与信息处理专业学士、硕士学位，2001年获海军工程大学兵器工程科学博士学位。20022004年在清华大学电子系做博士后，2009年教育部引进到清华大学任副教授、博士生导师，2012年引进到北京理工大学任教授，博士生导师。承担国家重大专项、自然科学基金、探索重大、863重点、行业支撑重点、预研领域重点基金等项目40余项。共发表SCI论文48篇。El论文168篇，申请国家发明专利48项。获国家技术发明二等奖和部级国防科技创新团队奖各1项。入选英国工程技术学会会士、中国电子学会会士、教育部新世纪优秀人才、空军高层次人才、清华大学优秀博士后和北理工杰出中青年教师。担任IET2015国际雷达会议主席、中国电子学会学术工作委员会委员和《Electronics Letters》等九个国内外学术期刊编委。
彭应宁，清华大学教授、博士生导师，曾任***学位委员会学科评议组成员，全军防空情报雷达专咨委委员，全国雷达学会副主任委员，电子学会会士，享受***特殊津贴，多次担任国际雷达会议和国内雷达年会等大会副主席、程序委员会主席等。获国家科技发明二等奖1项，国家科技进步二、三等奖各1项，部委级奖科技进步奖14项、光华科技一等奖1次。获国家发明专利14项。发表学术论文400余篇，被SCI、EI收录的论文320多篇，相关学术专著4部。培养的博士后、博士及硕士研究生中，科学院和工程院院士各1人，获全国百篇优秀博士论文奖2人，提名者1人，全国优秀博士后获得者1人，全国优秀教师获得者3人，全国十佳青年获得者1人。
|
| 目錄：
|
第1章 概述
1．1 背景与意义
1．2 多传感器信号检测的分类
1．3 多传感器分布式信号检测的意义
1．4 信号检测
1．4．1 两类错误
1．4．2 参数检测和非参数检测
1．5 多传感器分布式信号检测的研究现状
1．5．1 多传感器信号检测系统的典型网络结构
1．5．2 基于NP准则的最优化
1．5．3 基于贝叶斯准则的最优化
1．5．4 局部最优分布式信号检测
1．5．5 分布式恒虚警率检测
1．5．6 非参数分布式信号检测
1．5．7 分布式信号检测的融合准则研究
1．5．8 非理想信道下的分布式信号检测
1．5．9 基于随机谐振的分布式信号检测
1．5．1 0基于MIMO雷达的分布式信号检测
1．5．1 1利用多个常规雷达实现多雷达协同检测
1．6 本书主要内容
第2章 多传感器分布式信号检测基础
2．1 引言
2．1．1 条件独立
2．1．2 充分统计量
2．1．3 简单假设检验和复合假设检验
2．2 分布式信号检测系统的优化目标
2．3 各个传感器观测信号统计独立时似然比量化的最优性
2．3．1 问题描述
2．3．2 NP准则
2．3．3 贝叶斯准则
2．3．4 最大互信息准则
2．3．5 Ali-Silvey距离最大化准则
2．4 各个传感器观测相关时的最优信号检测
2．5 基于NP准则的最优化
2．6 基于贝叶斯准则的最优化
2．7 软判决
2．8 二元累积检测
第3章 分布式CFAR检测
3．1 引言
3．2 基于二元判决的分布式CFAR检测
3．2．1 分布式CA-CFAR检测
3．2．2 分布式OS-CFAR检测
3．2．3 基于小生境遗传算法的分布式OS-CFAR检测器优化
3．3 多传感器CFAR检测在NP意义上的最优形式
3．4 R类分布式信号检测方案
3．4．1 CA-R的统计特性
3．4．2 OS-R的统计特性
3．5 S类分布式信号检测方案
3．5．1 CA-S的统计特性
3．5．2 OS-S的统计特性
3．5．3 S类局部检测统计量在SUM融合准则下的基本模型
3．6 P类分布式信号检测方案
3．6．1 OS融合形成的G2的统计特性
3．6．2 Max-OS和Min-OS
3．6．3 Max-CA和Min-CA
3．7 三类局部检测统计量比较
第4章 非参数分布式信号检测
4．1 引言
4．2 广义符号检测器
4．3 广义符号检测器在各种杂波模型中的检测性能
4．3．1 瑞利分布
4．3．2 威布尔分布
4．3．3 K分布
4．3．4 G0A分布
4．3．5 广义符号检测器的性能分析
4．4 基于局部二元判决的非参数分布式信号检测
4．4．1 分布式广义符号检测器
4．4．2 基于局部二元判决的分布式Mann-Whitney检测器
4．5 删除求和融合准则
4．5．1 直接求和融合
4．5．2 删除求和融合
4．5．3 仿真实验及结果
4．6 基于删除求和的加权融合
4．6．1 算法
4．6．2 仿真实验及结果
4．7 基于Bootstrap的分布式信号检测
4．7．1 基于Bootstrap的检测
4．7．2 基于局部二元判决的分布式Bootstrap检测
4．7．3 基于局部检测统计量的分布式Bootstrap检测
第5章 基于无线传感器网络的分布式信号检测
5．1 引言
5．2 问题描述
5．3 基于信道统计量的似然比检验
5．4 基于删除的混合融合
5．4．1 算法描述
5．4．2 检测阈值的确定
5．4．3 仿真实验及结果
5．5 基于同指数分布检验的删除求和融合
5．5．1 算法描述
5．5．2 检测阈值的确定
5．5．3 数据选择阈值tk的确定
5．5．4 仿真实验及结果
第6章 基于探测和通信功率分配的分布式信号检测系统优化设计
6．1 引言
6．2 合适的信道传输质量及其确定方法
6．3 信道信噪比对WSN检测性能的影响
6．3．1 检测模型
6．3．2 采用的融合准则
6．3．3 性能分析
6．4 信道误码对WSN检测性能的影响
6．4．1 存在信道误码时的融合准则
6．4．2 信道误码对全局检测概率的影响
6．4．3 二元非对称信道条件下全局检测概率的变化情况
6．5 WSN中节点功率联合优化问题研究
6．5．1 传感器节点功耗模型
6．5．2 节点与融合中心之间的通信模型
6．5．3 融合准则
6．5．4 传感器节点的功率消耗情况分析
6．5．5 功率优化
6．5．6 性能分析
6．6 基于信息论的分布式信号检测系统功率优化设计
6．6．1 基于信息论的系统优化设计
6．6．2 问题描述
6．6．3 基于J散度的功率分配策略
6．6．4 数值仿真和结果
第7章 信杂比未知时的分布式信号检测
7．1 引言
7．2 问题描述
7．3 信杂比不相等条件下一致最大功效校验不存在的证明
7．3．1 瑞利杂波、SwedingⅡ目标和平方律检波
7．3．2 单传感器样本分布属于MLR族时UMPT胛的不存在性
7．3．3 单传感器检测时存在UMP检验但样本分布不属于MLR族
7．4 UMPT不存在条件下的检测策略
7．5 分布式信号检测算法的检测性能度量
7．5．1 定义
7．5．2 单传感器信号检测
7．5．3 两传感器信号检测
7．5．4 检测性能函数的蒙特卡罗模拟
7．5．5 检测性能函数和检测性能密度函数的一些性质
7．6 基于局部多元判决的分布式信号检测
7．6．1 基于局部二元判决的分布式信号检测
7．6．2 基于局部N阈值判决的分布式信号检测策略
7．6．3 基于局部3阈值判决的分布式信号检测
7．6．4 局部传感器利用CA-CFAR形成局部多元判决
7．6．5 局部传感器利用广义符号统计量形成多元判决
7．7 自适应删除求和融合准则
7．7．1 问题描述
7．7．2 自适应删除求和融合
7．7．3 仿真实验及结果
第8章 基于常规雷达的分布式信号检测
8．1 引言
8．2 检测级可融合区域的确定方法
8．3 雷达站的位置对检测级可融合区域的影响
8．3．1 举例
8．4 基于局部雷达分辨单元质心的数据关联算法
8．5 距离量化间隔对关联算法性能的影响
8．6 目标的位置估计
8．6．1 各个分辨单元完全重合时目标的位置估计
8．6．2 各个分辨单元部分重合时位置估计
8．7 系统设计方面的考虑
第9章 MIMO雷达分布式信号检测及其优化设让
9．1 引言
9．2 AD-MIMO雷达及其LRT检测器
9．2．1 MIMO雷达信号模型和空间分集条件
9．2．2 AD-MIM0雷达及其信号模型
9．2．3 AD-MIMO雷达的LRT检测器
9．3 最优AD-MIMO雷达及其配置参数设计
9．3．1 AD-MIMO雷达优化问题概述
9．3．2 针对三个优化问题的最优均匀AD-MIM0雷达
9．4 AD-MIMO雷达性能验证
9．4．1 优化问题（1）中随L变化的最小可检测SNR
9．4．2 优化问题（1）中随PD变化的最优分集自由度
9．4．3 优化问题（2）中随L变化的最大检测概率
9．4．4 优化问题（2）中随PF变化的最优分集自由度
9．4．5 优化问题（2）中随目标SNR变化的最优分集自由度
9．4．6 优化问题（2）中随系统自由度变化的最优分集自由度DOF
9．4．7 优化问题（3）中随孔径数L变化的最小系统自由度Ds
9．5 小结
第10章 分布式信号检测的部分高纽主题
10．1 引言
10．2 局部最优分布式信号检测
10．2．1 两传感器局部最优随机信号检测
10．2．2 窄带信号
10．3 稳健分布式信号检测
10．4 分布式序贯检测
10．4．1 序贯检测基本概念
10．4．2 问题描述
10．4．3 融合中心做序贯检验的分布式信号检测
10．4．4 局部传感器完成序贯检验的分布式信号检测
10．5 分布式最快速检测
10．5．1 问题描述
10．5．2 贝叶斯最优解
10．5．3 数值计算方法
第11章 总结与展望
参考文献
缩略语
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
