随着物联网和互联网的日益普及,分布式环境下的多传感器集成与信息融合显得越发重要。如何将感兴趣的被观测目标状态与传感器的感知模型之间可能存在的各种约束关系恰如其分地体现到数据融合中,既要保证融合的质量又要关注融合应用相关的可行性约束条件,是本书的重点。
本书系统介绍了基于协方差处理异常的通用融合框架等基础理论,以及船舶监控系统中使用多个紧凑型高频表面波雷达的贝叶斯目标定位等具体应用实例。
本书可供从事人工智能、大数据、物联网等行业,研究具有高度自主性和司靠性的智能机器人、智能车辆等设计、研发、制造等工作的科学研究人员和工程技术人员,相关领域的高校教师、研究生、高年级本科生,先进软件、模型的开发及验证人员,以及希望从传感器角度理解人工智能深度学习的其他科研工作者学习参考。
展开