分散式感測器網路

《分散式感測器網路》是適合於高年級的本科生、研究生以及從事計算機、通信、信息、控制、電氣、軍事等多個領域的工程技術人員閱讀的書籍。

基本介紹

• 書名：分散式感測器網路
• 作者：(美國)艾楊格
• ISBN：9787121102226
• 頁數：1503
• 定價：160.00 元
• 開本： 16開

內容簡介

分散式感測器網路是目前覆蓋計算機、通信、信息、控制、電氣、軍事等多個學科領域的最熱門新興技術之一，具有寬泛的理論基礎和廣闊的套用前景。本書內容豐富，涉及面廣，匯集了近年來諸多WSN研究機構及其專家的成果。既包括了WSN方面的基本概念、基本理論、關鍵技術，也包含了WSN的設計開發方法，還有諸多WSN套用案例。 本書適合於高年級的本科生、研究生以及從事計算機、通信、信息、控制、電氣、軍事等多個領域的工程技術人員閱讀。

目錄

Ⅰ 概論

第1章 概論2

1.1 引言2

1.2 套用實例4

1.3 感測器網路中的計算問題6

1.4 分散式感測器網路的需求9

1.5 分散式感測器網路的通信10

1.6 移動代理範例10

1.7 技術需求11

1.8 與傳統計算系統的比較13

參考文獻13

第2章 微感測器套用14

2.1 引言14

2.2 感測器網路：描述14

2.3 感測器網路套用，第1部分：軍用16

2.3.1 目標檢測和跟蹤17

2.3.2 套用1：炮兵和炮火定位20

2.3.3 套用2：無人駕駛飛機感測器配置22

2.3.4 目標分類25

2.3.5 套用3：車輛分類28

2.3.6 套用4：基於成像的分類和識別30

2.4 感測器網路套用，第2部分：民用34

2.4.1 套用5：監測稀有的瀕危物種35

2.4.2 套用6：人的心跳檢測37

2.5 結論38

參考文獻39

第3章 分散式感測器網路的分類41

3.1 引言41

3.2 分散式感測器網路的優點和局限性41

3.3 影響分散式感測器網路發展的總體技術趨勢43

3.3.1 被否決的Grosch定律43

3.3.2 摩爾定律44

3.3.3 更大程度地“矽化”44

3.3.4 更大程度地“數位化”44

3.3.5 增加“通用”元件的使用45

3.3.6 開放式系統45

3.4 分散式感測器網路體系結構的分類法45

3.4.1 輸入47

3.4.2 計算51

3.4.3 通信55

3.4.4 編程58

3.4.5 系統屬性60

3.4.6 系統集成61

3.4.7 作業系統61

3.4.8 通信協定61

3.4.9 安全62

3.5 結論62

致謝62

參考文獻62

第4章 與傳統系統的比較64

4.1 問題描述64

致謝與免責聲明66

參考文獻67

Ⅱ分散式感測與信號處理

第5章 數位訊號處理基礎71

5.1 引言71

5.2 離散時間系統理論72

5.2.1 離散時間信號72

5.2.2 離散時間系統73

5.2.3 線性移不變離散時間系統的脈衝回響描述74

5.3 頻域描述與離散傅立葉變換74

5.3.1 z變換74

5.3.2 離散時間信號的傅立葉變換（DTFT）76

5.3.3 頻率回響76

5.3.4 DFT76

5.3.5 FFT78

5.4 數字濾波器78

5.4.1 數字濾波器的頻率回響78

5.4.2 數字濾波器的結構80

5.4.3 舉例：基線偏離的消除81

5.5 採樣、抽取、插值83

5.5.1 連續模擬信號的採樣83

5.5.2 採樣率轉換85

5.6 結論88

參考文獻88

附錄5.1 88

附錄5.2 89

附錄5.3 91

附錄5.4 92

第6章 圖像處理基礎94

6.1 引言94

6.2 目的95

6.3 圖像生成97

6.3.1 圖像譜97

6.3.2 圖像維數98

6.3.3 圖像感測器組成99

6.3.4 數字圖像的模擬101

6.4 圖像域：空間、頻率及小波102

6.5 基於點的運算105

6.5.1 閾值算法106

6.5.2 轉換算法106

6.5.3 對比度拉伸算法與直方圖均衡化算法107

6.5.4 逆變換算法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 圖像減法算法110

6.5.8 圖像平均算法110

6.6 基於區域的運算110

6.6.1 低通濾波算法111

6.6.2 高通濾波算法112

6.6.3 中值濾波算法112

6.6.4 邊緣檢測算法112

6.6.5 形態運算115

6.7 噪聲消除116

6.8 特徵提取118

6.8.1 邊118

6.8.2 Hough變換：形狀檢測120

6.8.3 分割：面121

6.8.4 實例122

6.9 配準、標定、融合等問題123

6.9.1 配準123

6.9.2 幾何變換125

6.9.3 標定126

6.9.4 融合問題127

6.10 壓縮和傳輸對分散式感測器網路的影響128

6.11 感測器網路套用中的其他成像技術128

參考文獻131

第7章 目標檢測與分類133

7.1 引言133

7.2 用於感測器測量的信號模型136

7.2.1 實例：時變點源138

7.3 目標檢測140

7.3.1 軟決策融合141

7.3.2 硬決策融合143

7.4 目標分類146

7.4.1 軟決策融合147

7.4.2 硬決策融合150

7.4.3 數據結果151

7.5 結論154

7.5.1 通信鏈路的實際建模155

7.5.2 多目標分類155

7.5.3 非理想的實際設定155

參考文獻156

第8章 參數估計157

8.1 引言157

8.2 網路的自組織158

8.3 速度和位置估計160

8.3.1 動態的時空聚合160

8.3.2 目標速度估算的實驗結果162

8.4 移動目標解算163

8.5 使用語義信息融合進行目標分類164

8.5.1 SIF分類器的實驗結果168

8.6 靜態目標169

8.6.1 使用信號強度進行定位169

8.6.2 使用時間延遲進行定位170

8.6.3 使用信號強度進行定位的實驗結果171

8.7 不同類型感測器的峰值175

致謝與免責聲明179

參考文獻180

第9章 自組織分散式感測器的目標跟蹤181

9.1 引言181

9.2 計算環境183

9.3 簇間跟蹤結構186

9.4 本地參數估計190

9.5 軌跡維持的方案選擇194

9.5.1 信息素路由194

9.5.2 EKF197

9.5.3 貝葉斯實體跟蹤201

9.6 跟蹤實例203

9.6.1 信息素路由203

9.6.2 EKF205

9.6.3 貝葉斯信任網路206

9.7 CA模型206

9.8 CA結果212

9.8.1 線性軌跡212

9.8.2 交叉軌跡213

9.8.3 非線性交叉軌跡215

9.8.4 相交軌跡217

9.8.5 軌跡形成對網路通信的影響219

9.8.6 網路病態的影響222

9.9 協同跟蹤網路226

9.10 可靠性分析233

9.11 資源節約235

9.12 多目標跟蹤237

9.13 結論241

致謝與免責聲明243

參考文獻244

第10章 協同信號與信息處理：一種以信息為導向的方法245

10.1 感測器網路的套用、限制及挑戰245

10.2 CSIP的典型問題——跟蹤247

10.2.1 一種跟蹤方案248

10.2.2 分散式跟蹤的設計要點250

10.3 信息驅動式感測器查詢：目標跟蹤的一種CSIP方法251

10.3.1 單個目標的跟蹤252

10.3.2 基於信息的方法253

10.4 組合跟蹤問題258

10.4.1 計算目標的數目258

10.4.2 輪廓跟蹤261

10.4.3 陰影邊界跟蹤262

10.5 討論263

10.6 結論266

致謝與免責聲明266

參考文獻266

第11章 環境效應269

11.1 引言269

11.2 感測器的統計可信度標準270

11.3 大氣運動271

11.3.1 聲學環境效應272

11.3.2 地震波環境效應275

11.3.3 電磁環境效應275

11.3.4 光學環境效應276

11.3.5 環境效應對化學生物監測以及污染空氣跟蹤的影響277

11.4 聲波的傳播280

參考文獻284

第12章 大氣影響的探測和抵消285

12.1 研究目的∶問題285

12.1.1 大氣是什麼286

12.2 特定感測器的有關問題288

12.2.1 可見譜成像289

12.2.2 紅外感測器289

12.2.3 毫米波雷達感測器290

12.2.4 雷射雷達感測器291

12.2.5 多譜段感測器291

12.3 物理方案292

12.4 基於啟發式和非物理學的解決方案294

12.5 結論299

參考文獻300

第13章 空氣聲學感測器網路的信號處理和傳播302

13.1 引言302

13.2 源信號及其傳播的模型305

13.2.1 基本考慮305

13.2.2 無散射時的窄帶模型309

13.2.3 散射時的窄帶模型313

13.2.4 消光係數模型318

13.2.5 多頻率和源322

13.3 信號處理325

13.3.1 AOA估計325

13.3.2 分散式感測器陣列的定位332

13.3.3 跟蹤移動源349

13.3.4 探測和分類353

13.4 結論359

致謝360

參考文獻361

第14章 感測器網路中的分散式多目標檢測366

14.1 引言366

14.2 BSS問題368

14.3 源數目估計370

14.3.1 貝葉斯源數目估計370

14.3.2 基於抽樣的源數目估計371

14.3.3 變分學習372

14.4 分散式源數目估計373

14.4.1 感測器網路的分散式系統373

14.4.2 基於貝葉斯理論的後驗機率融合375

14.5 性能評估377

14.5.1 評估準則377

14.5.2 實驗結果378

14.5.3 討論382

14.6 結論383

致謝384

參考文獻384

Ⅲ 信息融合

第15章 自動化的數據融合基礎389

15.1 引言389

15.2 自動化系統390

15.2.1 系統特徵392

15.2.2 操作問題392

15.2.3 數據融合的優點394

15.3 數據融合基礎394

15.3.1 系統結構的描述394

15.3.2 系統行為描述395

15.4 離散自動控制的安全管理397

15.4.1 目標搜尋簡述398

15.4.2 數據融合的套用400

15.5 結論401

致謝401

參考文獻401

第16章 基於測量的分散式感測器網路統計融合方法403

16.1 引言403

16.2 經典融合問題404

16.3 一般感測器融合問題406

16.3.1 相關簡述409

16.4 經驗風險最小化410

16.4.1 前向S形網路411

16.4.2 矢量空間方法（VectorSpaceMethods）412

16.5 統計估計器414

16.6 套用416

16.7 融合系統的性能419

16.7.1 獨立融合器420

16.7.2 投影融合器422

16.8 元融合器426

16.9結論428

致謝428

參考文獻429

第17章 軟計算技術432

17.1 問題描述432

17.2 遺傳算法432

17.3 模擬退火434

17.4 可信度435

17.5 禁忌搜尋439

17.6 人工神經網路441

17.7 模糊邏輯443

17.8 線性規劃444

17.9 總結448

參考文獻448

第18章 估算和卡爾曼濾波450

18.1 引言450

18.2 估算技術概論453

18.2.1 系統模型454

18.2.2 最佳化標準457

18.2.3 最佳化方法460

18.2.4 處理方法463

18.3 批估計464

18.3.1 WLS方法的推理464

18.3.2 數據處理流程468

18.3.3 批處理執行中的問題470

18.4 時序估計和卡爾曼濾波472

18.4.1 時序WLS求解的推導472

18.4.2 時序估計處理流程475

18.5 時序處理執行中的問題476

18.5.1 濾波發散與過程噪聲477

18.5.2 濾波公式478

18.5.3 機動目標478

18.5.4 軟體工具480

致謝480

參考文獻481

第19章 數據配準483

19.1 問題描述483

19.2 坐標變換484

19.3 配準技術概述488

19.4 目標函式491

19.5 後啟發式方法的結果494

19.6 特徵選擇501

19.7 不同幾何視頻流的實時配準506

19.8 小結518

參考文獻519

第20章 實時監控的信號標定與估算521

第21章 語義信息提取543

第22章 信息理論中的融合556

……