多传感器分布式统计判决PDF|Epub|txt|kindle电子书版本网盘下载

多传感器分布式统计判决PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 引论1

1.1 经典的统计判决理论1

1.2 多传感器统计判决的发展概况3

1.3 用无穷维空间优化的观点认识统计判决问题4

第二章 两传感器二元判决6

2.1 传统的单传感器判决6

2.1.1 Bayes判决6

2.1.2 Neyman-Pearson判决10

2.1.3 序贯判决11

2.1.4 二元判决系统性能评价——接收机工作特性(ROC)曲线18

2.2 两传感器分布式判决概论19

2.2.1 模型与历史发展19

2.2.2 对分布式判决问题的新认识21

2.3 固定融合律下，Bayes判决的最优分站压缩律23

2.3.1 不动点类必要条件23

2.3.2 迭代算法26

2.3.3 离散格式下迭代算法的有限步收敛性27

2.3.4 最优分站压缩律的存在性和对损失泛函下确界的逼近28

2.3.5 与传统分站似然比压缩的关系31

2.3.6 数值模拟例子33

2.4 固定融合律下Neyman-Pearson判决的最优分站压缩律44

2.4.1 最优分站压缩律的必要条件及迭代算法45

2.4.2 数值模拟例子46

2.5 固定融合律下的序贯判决方法47

2.5.1 基本思想47

2.5.2 固定融合律下最优分站压缩律的算法48

2.5.3 数值模拟例子49

2.6 固定融合律的加权平均50

第三章 多传感器二元判决52

3.1 中心站决策区域与分站数据压缩示性函数多项式的一一对应52

3.2 任意融合律下最优分站压缩律的不动点类必要条件53

3.3 离散格式下迭代算法及有限收敛性56

3.4 降低分站压缩率提高判决性能59

3.5 数值模拟62

4.1.1 并联网络判决系统64

4.1 网络基本模型的描述64

第四章 多传感器网络多元判决64

4.1.2 串联网络判决系统66

4.1.3 混联网络判决系统66

4.2 任意固定融合律下最优分站压缩律的不动点类必要条件67

4.3 迭代算法及收敛性71

第五章 关于最优融合律及网络判决系统的优化设计73

5.1 融合律的等价类及某些类之间优劣性比较75

5.1.1 有关的几个定义75

5.1.2 等价性定理与优劣性定理75

5.1.3 应用例子76

5.2 并联网络二元判决的最优融合律81

5.3 并联网络多元判决的最优融合律84

5.4 串联和混联网络多元判决系统的最优融合律86

5.5 并联与串联网络判决性能比较87

5.6 多站网络判决系统优化设计的一些问题88

5.6.1 网络结构设计问题88

5.7 数值模拟例子89

5.6.2 分站在网络系统中位置和通信量的分配89

5.7.1 2分站二元判决系统90

5.7.2 3分站二元判决系统90

5.7.3 4分站二元判决系统92

5.7.4 3分站三元判决系统94

5.7.5 4分站三元判决系统97

5.8 关于分站压缩律初值选取方法的讨论98

5.8.1 基本思想98

5.8.2 初值选取技巧99

5.9 一种搜索任意给定信息结构判决系统最优融合律的算法100

5.9.1 算法基本思想的诱导100

5.9.2 模拟例子102

5.10 分站决策律给定时的最优融合103

5.10.1 最优融合律104

5.10.2 似然函数的计算105

5.10.3 局部最优分站判决律106

5.10.4 数值模拟例子106

参考文献108