《分布式传感器网络（套装上、下册）》适合于高年级的本科生、研究生以及从事计算机、通信、信息、控制、电气、军事等多个领域的工程技术人员阅读。分布式传感器网络是目前覆盖计算机、通信、信息、控制、电气、军事等多个学科领域的最热门新兴技术之一，具有宽泛的理论基础和广阔的应用前景。《分布式传感器网络（套装上、下册）》内容丰富，涉及面广，汇集了近年来诸多WSN研究机构及其专家的成果。既包括了WSN方面的基本概念、基本理论、关键技术，也包含了WSN的设计开发方法，还有诸多WSN应用案例。

    单相推进传播（或仅是推进传播）是针对这类应用而设计的。尽管API与两相牵引传播相同（除了一个显示“推进”的标志），但是在执行过程中，源端和接收端的角色发生了转换.接收端变为被动的，将关联信息局部保持在订阅数据的节点。源端变得积极：探测数据被送至整个网络，而没有产生关联信息的梯度。采用两相牵引时，当探测数据到达一个接收端时，就产生一个加强信息，而且此信息又递归传送至源端产生一个加强梯度，而非探测数据仅仅跟随这些加强梯度。推进也可利用GEAR类型的地理优化。
    对于不同于两相牵引类型的推进，进行如下优化：除了源端只是偶尔产生数据的这些地方之外，应用程序带有许多的源端和接收端。但是，推进不适合于许多源端持续产生数据的应用，因为这类数据会在整个网络传送，甚至在不必要的时候也是如此。
    29.5.4.1节介绍了对于这类应用推进和两相牵引传播的性能比较。
    29.3.3单相牵引传播
    与两相牵引传播相比较，推进传播的一个优点就是信息在整个网络传送时，它只有一种情况（探测数据），而不是两种（关联信息和探测数据）。在不存在地理范围查询的大型网络中，其一个重要的优点就是将洪泛减至最小。受某些牵引传播的有效应用的启发，我们再来考虑两相牵引传播，以消除产生洪泛的这一相。
    单相牵引是一个基于订阅者的系统，能够避免在两相牵引中出现洪泛的一相。采用两相牵引，订阅者发送在网络上分发的关联信息，以建立梯度。不像两相牵引，当一个关联信息到达源端时，它并不能将最初的数据信息标记为探测数据，相反仅仅在优先梯度上发送数据。

Ⅰ 概论
第1章 概论2
1.1 引言2
1.2 应用实例4
1.3 传感器网络中的计算问题6
1.4 分布式传感器网络的需求9
1.5 分布式传感器网络的通信10
1.6 移动代理范例10
1.7 技术需求11
1.8 与传统计算系统的比较13
参考文献13

第2章 微传感器应用14
2.1 引言14
2.2 传感器网络：描述14
2.3 传感器网络应用，第1部分：军用16
2.3.1 目标检测和跟踪17
2.3.2 应用1：炮兵和炮火定位20
2.3.3 应用2：无人驾驶飞机传感器配置22
2.3.4 目标分类25
2.3.5 应用3：车辆分类28
2.3.6 应用4：基于成像的分类和识别30
2.4 传感器网络应用，第2部分：民用34
2.4.1 应用5：监测稀有的濒危物种35
2.4.2 应用6：人的心跳检测37
2.5 结论38
参考文献39

第3章 分布式传感器网络的分类41
3.1 引言41
3.2 分布式传感器网络的优点和局限性41
3.3 影响分布式传感器网络发展的总体技术趋势43
3.3.1 被否决的Grosch定律43
3.3.2 摩尔定律44
3.3.3 更大程度地“硅化”44
3.3.4 更大程度地“数字化”44
3.3.5 增加“通用”元件的使用45
3.3.6 开放式系统45
3.4 分布式传感器网络体系结构的分类法45
3.4.1 输入47
3.4.2 计算51
3.4.3 通信55
3.4.4 编程58
3.4.5 系统属性60
3.4.6 系统集成61
3.4.7 操作系统61
3.4.8 通信协议61
3.4.9 安全62
3.5 结论62
致谢62
参考文献62

第4章 与传统系统的比较64
4.1 问题描述64
致谢与免责声明66
参考文献67

Ⅱ分布式传感与信号处理
第5章 数字信号处理基础71
5.1 引言71
5.2 离散时间系统理论72
5.2.1 离散时间信号72
5.2.2 离散时间系统73
5.2.3 线性移不变离散时间系统的脉冲响应描述74
5.3 频域描述与离散傅立叶变换74
5.3.1 z变换74
5.3.2 离散时间信号的傅立叶变换（DTFT）76
5.3.3 频率响应76
5.3.4 DFT76
5.3.5 FFT78
5.4 数字滤波器78
5.4.1 数字滤波器的频率响应78
5.4.2 数字滤波器的结构80
5.4.3 举例：基线偏离的消除81
5.5 采样、抽取、插值83
5.5.1 连续模拟信号的采样83
5.5.2 采样率转换85
5.6 结论88
参考文献88
附录5.1 88
附录5.2 89
附录5.3 91
附录5.4 92

第6章 图像处理基础94
6.1 引言94
6.2 目的95
6.3 图像生成97
6.3.1 图像谱97
6.3.2 图像维数98
6.3.3 图像传感器组成99
6.3.4 数字图像的模拟101
6.4 图像域：空间、频率及小波102
6.5 基于点的运算105
6.5.1 阈值算法106
6.5.2 转换算法106
6.5.3 对比度拉伸算法与直方图均衡化算法107
6.5.4 逆变换算法109
6.5.5 密度分割算法109
6.5.6 比特面分割算法109
6.5.7 图像减法算法110
6.5.8 图像平均算法110
6.6 基于区域的运算110
6.6.1 低通滤波算法111
6.6.2 高通滤波算法112
6.6.3 中值滤波算法112
6.6.4 边缘检测算法112
6.6.5 形态运算115
6.7 噪声消除116
6.8 特征提取118
6.8.1 边118
6.8.2 Hough变换：形状检测120
6.8.3 分割：面121
6.8.4 实例122
6.9 配准、标定、融合等问题123
6.9.1 配准123
6.9.2 几何变换125
6.9.3 标定126
6.9.4 融合问题127
6.10 压缩和传输对分布式传感器网络的影响128
6.11 传感器网络应用中的其他成像技术128
参考文献131

第7章 目标检测与分类133
7.1 引言133
7.2 用于传感器测量的信号模型136
7.2.1 实例：时变点源138
7.3 目标检测140
7.3.1 软决策融合141
7.3.2 硬决策融合143
7.4 目标分类146
7.4.1 软决策融合147
7.4.2 硬决策融合150
7.4.3 数据结果151
7.5 结论154
7.5.1 通信链路的实际建模155
7.5.2 多目标分类155
7.5.3 非理想的实际设置155
参考文献156

第8章 参数估计157
8.1 引言157
8.2 网络的自组织158
8.3 速度和位置估计160
8.3.1 动态的时空聚合160
8.3.2 目标速度估算的实验结果162
8.4 移动目标解算163
8.5 使用语义信息融合进行目标分类164
8.5.1 SIF分类器的实验结果168
8.6 静态目标169
8.6.1 使用信号强度进行定位169
8.6.2 使用时间延迟进行定位170
8.6.3 使用信号强度进行定位的实验结果171
8.7 不同类型传感器的峰值175
致谢与免责声明179
参考文献180

第9章 自组织分布式传感器的目标跟踪181
9.1 引言181
9.2 计算环境183
9.3 簇间跟踪结构186
9.4 本地参数估计190
9.5 轨迹维持的方案选择194
9.5.1 信息素路由194
9.5.2 EKF197
9.5.3 贝叶斯实体跟踪201
9.6 跟踪实例203
9.6.1 信息素路由203
9.6.2 EKF205
9.6.3 贝叶斯信任网络206
9.7 CA模型206
9.8 CA结果212
9.8.1 线性轨迹212
9.8.2 交叉轨迹213
9.8.3 非线性交叉轨迹215
9.8.4 相交轨迹217
9.8.5 轨迹形成对网络通信的影响219
9.8.6 网络病态的影响222
9.9 协同跟踪网络226
9.10 可靠性分析233
9.11 资源节约235
9.12 多目标跟踪237
9.13 结论241
致谢与免责声明243
参考文献244

第10章 协同信号与信息处理：一种以信息为导向的方法245
10.1 传感器网络的应用、限制及挑战245
10.2 CSIP的典型问题——跟踪247
10.2.1 一种跟踪方案248
10.2.2 分布式跟踪的设计要点250
10.3 信息驱动式传感器查询：目标跟踪的一种CSIP方法251
10.3.1 单个目标的跟踪252
10.3.2 基于信息的方法253
10.4 组合跟踪问题258
10.4.1 计算目标的数目258
10.4.2 轮廓跟踪261
10.4.3 阴影边界跟踪262
10.5 讨论263
10.6 结论266
致谢与免责声明266
参考文献266

第11章 环境效应269
11.1 引言269
11.2 传感器的统计可信度标准270
11.3 大气运动271
11.3.1 声学环境效应272
11.3.2 地震波环境效应275
11.3.3 电磁环境效应275
11.3.4 光学环境效应276
11.3.5 环境效应对化学生物监测以及污染空气跟踪的影响277
11.4 声波的传播280
参考文献284

第12章 大气影响的探测和抵消285
12.1 研究目的∶问题285
12.1.1 大气是什么286
12.2 特定传感器的有关问题288
12.2.1 可见谱成像289
12.2.2 红外传感器289
12.2.3 毫米波雷达传感器290
12.2.4 激光雷达传感器291
12.2.5 多谱段传感器291
12.3 物理方案292
12.4 基于启发式和非物理学的解决方案294
12.5 结论299
参考文献300

第13章 空气声学传感器网络的信号处理和传播302
13.1 引言302
13.2 源信号及其传播的模型305
13.2.1 基本考虑305
13.2.2 无散射时的窄带模型309
13.2.3 散射时的窄带模型313
13.2.4 消光系数模型318
13.2.5 多频率和源322
13.3 信号处理325
13.3.1 AOA估计325
13.3.2 分布式传感器阵列的定位332
13.3.3 跟踪移动源349
13.3.4 探测和分类353
13.4 结论359
致谢360
参考文献361

第14章 传感器网络中的分布式多目标检测366
14.1 引言366
14.2 BSS问题368
14.3 源数目估计370
14.3.1 贝叶斯源数目估计370
14.3.2 基于抽样的源数目估计371
14.3.3 变分学习372
14.4 分布式源数目估计373
14.4.1 传感器网络的分布式系统373
14.4.2 基于贝叶斯理论的后验概率融合375
14.5 性能评估377
14.5.1 评估准则377
14.5.2 实验结果378
14.5.3 讨论382
14.6 结论383
致谢384
参考文献384

Ⅲ 信息融合
第15章 自动化的数据融合基础389
15.1 引言389
15.2 自动化系统390
15.2.1 系统特征392
15.2.2 操作问题392
15.2.3 数据融合的优点394
15.3 数据融合基础394
15.3.1 系统结构的描述394
15.3.2 系统行为描述395
15.4 离散自动控制的安全管理397
15.4.1 目标搜索简述398
15.4.2 数据融合的应用400
15.5 结论401
致谢401
参考文献401

第16章 基于测量的分布式传感器网络统计融合方法403
16.1 引言403
16.2 经典融合问题404
16.3 一般传感器融合问题406
16.3.1 相关简述409
16.4 经验风险最小化410
16.4.1 前向S形网络411
16.4.2 矢量空间方法（VectorSpaceMethods）412
16.5 统计估计器414
16.6 应用416
16.7 融合系统的性能419
16.7.1 独立融合器420
16.7.2 投影融合器422
16.8 元融合器426
１６.９结论428
致谢428
参考文献429

第17章 软计算技术432
17.1 问题描述432
17.2 遗传算法432
17.3 模拟退火434
17.4 可信度435
17.5 禁忌搜索439
17.6 人工神经网络441
17.7 模糊逻辑443
17.8 线性规划444
17.9 总结448
参考文献448

第18章 估算和卡尔曼滤波450
18.1 引言450
18.2 估算技术概论453
18.2.1 系统模型454
18.2.2 优化标准457
18.2.3 优化方法460
18.2.4 处理方法463
18.3 批估计464
18.3.1 WLS方法的推理464
18.3.2 数据处理流程468
18.3.3 批处理执行中的问题470
18.4 时序估计和卡尔曼滤波472
18.4.1 时序WLS求解的推导472
18.4.2 时序估计处理流程475
18.5 时序处理执行中的问题476
18.5.1 滤波发散与过程噪声477
18.5.2 滤波公式478
18.5.3 机动目标478
18.5.4 软件工具480
致谢480
参考文献481

第19章 数据配准483
19.1 问题描述483
19.2 坐标变换484
19.3 配准技术概述488
19.4 目标函数491
19.5 后启发式方法的结果494
19.6 特征选择501
19.7 不同几何视频流的实时配准506
19.8 小结518
参考文献519

第20章 实时监控的信号标定与估算521
第21章 语义信息提取543
第22章 信息理论中的融合556
……