1.5 本書主要內(nèi)容

本書介紹了傳統(tǒng)數(shù)據(jù)融合技術(shù)中的各種融合方法，重點(diǎn)講述卡爾曼濾波與數(shù)據(jù)融合方法、貝葉斯方法、D-S證據(jù)理論方法、模糊推理方法、遺傳算法、粒子群方法、神經(jīng)網(wǎng)絡(luò)方法以及深度學(xué)習(xí)方法。這些方法可以劃分為物理模型法、參數(shù)分類法與智能化方法如圖1.2所示。

圖1.2 數(shù)據(jù)融合方法的劃分

上面提到的這些數(shù)據(jù)融合方法可以應(yīng)用在以下幾個(gè)方面：多傳感器系統(tǒng)在智能武器中的應(yīng)用；在雷達(dá)、紅外傳感器、圖像傳感器所獲得的數(shù)據(jù)的融合處理技術(shù)中的應(yīng)用；在多個(gè)目標(biāo)識別（檢測、估計(jì)、分類和辨識）和跟蹤中的應(yīng)用。在解釋一些能夠產(chǎn)生信號的物理現(xiàn)象和數(shù)據(jù)融合技術(shù)時(shí)，會涉及智能計(jì)算相關(guān)的數(shù)學(xué)知識，本書盡量使用最簡單的數(shù)學(xué)運(yùn)算來描述一些數(shù)據(jù)融合方法的內(nèi)在原理，同時(shí)也注重使用一些非數(shù)學(xué)的解釋來幫助讀者理解某些概念。