信息融合中估计算法的性能评估

估计算法作为数据融合技术的重要组成部分，其性能评估对于图像融合、目标识别、目标跟踪等具有重要的理论和现实意义。本书围绕估计算法性能评估的理论与算法进行了深入研究，从不同角度对估计算法进行评估，阐述几种综合、全面、具有互补性的度量方法，以更好地丰富和完善估计技术的性能评估理论。

  

第1章绪论（1）
1.1信息融合概述（1）
1.1.1信息融合的基本概念（1）
1.1.2信息融合中状态估计技术的发展现状（2）
1.2估计算法性能评估简介（5）
1.2.1概述（5）
1.2.2性能评估理论中的基本概念（7）
1.2.3性能评估指标分类（8）
第2章基于误差值大小的度量（12）
2.1绝对误差度量（12）
2.1.1均方根误差（RMSE）度量（12）
2.1.2AEE度量（13）
2.1.3调和平均误差（HAE）度量（15）
2.1.4几何平均误差（GAE）度量（16）
2.1.5RMSE、AEE、HAE和GAE之间的关系（17）
2.1.6误差的中位数和众数（17）
2.2相对误差度量（17）
2.2.1贝叶斯估计误差商（18）
2.2.2估计-量测误差比（19）
第3章误差度量在非线性量测模型转换方法评估中的应用（21）
3.1量测模型转换方法概述（21）
3.2经典UCM方法（22）
3.2.1问题描述（22）
3.2.2二维情况（23）
3.2.3三维情况（25）
3.2.4偏差补偿因子的计算（29）
3.3多传感器场景下UCM的性能分析（30）
3.4考虑互相关时的无偏量测转换（30）
3.4.1二维情况下互相关性的推导（30）
3.4.2三维情况下互相关性的推导（32）
3.5相对误差度量评估结果（35）
3.5.1BEEQ评估结果（36）
3.5.2EMER评估结果（41）
第4章误差谱度量和动态误差谱度量（47）
4.1误差谱度量的定义和性质（47）
4.1.1误差谱度量的定义（47）
4.1.2误差谱度量的性质（48）
4.2误差谱度量的缺陷（49）
4.3动态误差谱度量（51）
4.3.1线性加权综合法（51）
4.3.2代数均值形式综合法（52）
4.3.3几何均值形式综合法（53）
4.3.4动态误差谱度量的性质（54）
4.4本章小结（54）
第5章动态误差谱度量在交互式多模型算法评估中的应用（56）
5.1多模型算法简述（57）
5.2交互式多模型算法（59）
5.2.1交互式多模型算法的基本原理（59）
5.2.2交互式多模型算法中的多模型推理（62）
5.3CV、CA、CT运动模型（63）
5.3.1匀速（CV）运动模型（63）
5.3.2匀加速（CA）运动模型（64）
5.3.3匀速转弯（CT）运动模型（65）
5.4动态误差谱度量结果与分析（66）
5.4.1匀速模型的影响（67）
5.4.2匀速转弯模型的影响（71）
5.4.3量测噪声的影响（74）
第6章动态误差谱度量在非线性滤波算法评估中的应用（77）
6.1经典非线性滤波算法（78）
6.1.1无偏量测转换方法（78）
6.1.2扩展卡尔曼滤波（80）
6.1.3无迹滤波器（86）
6.1.4最优线性无偏估计器（89）
6.2动态误差谱度量结果与分析（94）
6.2.1场景一（95）
6.2.2场景二（97）
6.2.3场景三（99）
第7章基于估计误差聚集度理论的度量（102）
7.1背景知识和问题描述（102）
7.1.1MAP估计器与MMSE估计器（104）
7.1.2成功域与成功率（104）
7.1.3可行域与失败率（105）
7.1.4聚集域与聚集概率（106）
7.1.5相对聚集度与离散度（106）
7.2衡量估计误差聚集程度的度量准则（109）
7.2.1基于误差分布的聚集度指标（109）
7.2.2扩展的相对聚集度度量（111）
7.2.3基于相关系数的聚集度指标（114）
7.2.4基于昆虫聚集度度量的聚集度指标（114）
7.3仿真示例与结果分析（116）
7.3.1示例一（116）
7.3.2示例二（117）
7.3.3示例三（121）
7.4本章小结（124）
第8章基于估计误差分布函数的度量（125）
8.1估计误差分布的期望水平（125）
8.1.1引言（125）
8.1.2误差分布期望水平的定义（127）
8.1.3计算误差分布期望水平所存在的问题（128）
8.2估计误差分布与期望分布间的相关性度量（129）
8.2.1误差分布期望水平的扩展（129）
8.2.2基于主成分分析的相关性度量（131）
8.2.3基于核主成分分析的相关性度量（134）
8.3仿真示例及结果分析（136）
8.4本章小结（140）
附录A缩略语（141）
参考文献（143）