●第一部分基本原理
第1章情境和融合：定義、術語2
1.1信息融合導論2
1.1.1數據（信息）融合的定義3
1.1.2信息融合“級別”3
1.1.3關於IF體繫結構中數據和信息的備注5
1.1.4進一步的參考資料6
1.2融合中的情境6
1.3對信息融合和情境的展望7
1.3.1不同於焦點前提的情境前提9
1.3.2信息融合過程的含義9
1.3.3集成情境至信息融合過程9
1.4結論13
致謝13
參考文獻13
第二部分用於融合的情境概念
第2章信息融合的“情境”形式化22
2.1引言22
2.2何為情境？24
2.3情境和知識25
2.4情境形式化25
2.5情境和信息質量27
2.6情境和自然語言理解30
2.7結論32
參考文獻33
第3章情境：一個不確定源36
3.1信息融合過程中的不確定性36
3.2關於情境信息中不確定性的文獻研究40
3.3情境的分類40
3.4本體論的作用和概率本體論42
3.5情境信息質量43
3.5.1不確定性變換44
3.5.2相互矛盾的、可疑的和不一致的信息45
3.6用例討論46
3.6.1港口防護威脅評估46
3.6.2情境因素和情境信息類別46
3.6.3關注的事件48
3.6.4情境的不確定性維數48
3.7結論54
參考文獻54
第4章信息融合中的情境跟蹤方法58
4.1引言58
4.2情境跟蹤方法的背景60
4.3情境跟蹤62
4.4情境跟蹤的機器分析63
4.5情境跟蹤中的傳感器、目標和環境63
4.5.1特征跟蹤和辨識（目標）64
4.5.2廣域運動圖像（傳感器）64
4.5.3態勢和場景（環境）65
4.6受道路約束的跟蹤和辨識示例65
4.6.1道路網絡（環境）65
4.6.2目標測量模型（傳感器）67
4.6.3十字路口的目標模型（目標）67
4.6.4情境跟蹤示例――結果68
4.7討論69
4.8結論71
致謝71
參考文獻71
第5章威脅評估繫統的情境假設80
5.1引言80
5.2威脅的定義81
5.2.1威脅評估81
5.2.2威脅評估的獨特繫統要求82
5.3決策支持繫統的假設83
5.4基於情境的威脅實例90
5.4.1貝葉斯與證據推理的關聯91
5.4.2比例衝突重新分配91
5.5從情境出發實現威脅估計92
5.6討論94
5.7結論94
致謝95
參考文獻95
第6章面向決策支持的情境感知知識融合101
6.1引言101
6.2知識融合：當前發展情況102
6.3面向應急管理的情境感知決策支持繫統103
6.3.1決策支持模型103
6.3.2概念框架104
6.3.3火災響應107
6.3.4CADSS中的知識融合114
6.4結論116
致謝116
參考文獻116
第三部分情境融合的繫統觀念
第7章情境信息的繫統級使用122
7.1內容範圍和組織122
7.2信息利用中的情境123
7.2.1“誰的情境”（Context-Of：C-O）與“為誰的情境”（Context-For：C-F）124
7.2.2問題變量與情境變量125
7.3數據融合中的情境127
7.4情境利用中的質量控制130
7.5自適應情境利用132
7.5.1信息利用中的自適應性價值132
7.5.2推理問題與方法的分類133
7.6自適應組合建模134
7.7機會適應性135
7.8在預測建模中使用情境138
7.9結論139
參考文獻140
第8章信息融合中情境利用的體繫結構142
8.1引言142
8.2情境知識與可獲得資源的類型143
8.3與體繫結構相關的工作145
8.4中間件方法146
8.4.1IF文獻中的中間件146
8.4.2中間件方法：從IF到CI的查詢服務147
8.4.3中間件函數及其在IF過程的使用要求149
8.5基於情境輸入的多級別自適應體繫結構151
8.6結論154
致謝154
參考文獻154
第9章用於交換與驗證情境數據和信息的中間件156
9.1情境在動態融合繫統中的相關性157
9.2在開放式繫統集繫統設計中的交互計算過程157
9.3信息融合體繫結構中的相互依賴關繫159
9.3.1分析與決策的觀點159
9.3.2網絡的觀點161
9.3.3對信息交換（中間件）的影響163
9.4利用中間件將數據至決策（D2D）概念應用於融合163
9.5中間件166
9.6主動中間件――ProWare166
9.6.1態勢參數概念167
9.6.2基於訂閱的信息交換168
9.6.3數據中介169
9.7數據驗證170
9.7.1數據質量方面171
9.7.2數據驗證操作171
9.8總結173
參考文獻173
第10章基於建模用戶行為的情境感知主動決策支持176
10.1引言177
10.2概念性的操作示例179
10.3APTO繫統180
10.3.1長期目標180
10.3.2技術方法180
10.4OZONEApp的情境容器181
10.5情境感知記憶管理器181
10.5.1快照記憶182
10.5.2情節記憶182
10.6情境轉換模型和轉換識別183
10.7情境轉換感知階段和可視化183
10.8事件管理器183
10.8.1事件檢測184
10.8.2規範性事件識別184
10.9活動管理器184
10.9.1動作檢測184
10.9.2規範性動作集185
10.9.3Suadeo推薦引擎185
10.10工作流程管理器185
10.10.1特定領域的工作流程186
10.10.2采取的動作186
10.11HABIT：認證決策框架186
10.11.1相關工作186
10.11.2方法學187
10.11.3總結討論189
10.12網絡安全的情境意識動機190
10.13CEDARS：綜合探索性數據分析推薦繫統191
10.13.1介紹和相關工作191
10.13.2繫統架構192
10.13.3用例195
10.13.4討論和未來工作196
10.14A-TASC：監督控制中的自適應任務分配196
10.14.1A-TASC動機196
10.14.2A-TASC預測模型197
10.14.3方法論198
10.14.4未來的工作199
10.15結論200
致謝201
參考文獻201
第四部分情境的數學特征
第11章基於情境分析的目標跟蹤融合過程監控206
11.1引言206
11.2情境信息定義207
11.3情境空間207
11.3.1情境變量207
11.3.2傳感器概率或傳感器有效性子集210
11.3.3傳感器組的相容有效性概率211
11.3.4傳感器組的排斥有效性概率211
11.4考慮情境的估計212
11.4.1靜態估計212
11.4.2動態估計215
11.5仿真219
11.5.1仿真條件219
11.5.2結果220
11.5.3備注221
11.6結論221
參考文獻222
第12章用於目標跟蹤的情境開發223
12.1引言223
12.2貝葉斯目標跟蹤224
12.2.1繫統方程225
12.2.2貝葉斯預測和濾波器更新225
12.2.3線性高斯繫統227
12.2.4非線性繫統228
12.3情境增強目標跟蹤229
12.3.1引言229
12.3.2約束貝葉斯濾波230
12.4約束目標跟蹤算法及其應用232
12.4.1通用濾波器232
12.4.2海上交通監控跟蹤濾波器233
12.4.3用於地面目標跟蹤的跟蹤濾波器238
12.5數值結果244
12.5.1航路輔助跟蹤244
12.5.2GMTI雷達改進地面目標跟蹤247
12.6結論250
參考文獻250
第13章情境跟蹤地面應用：算法和設計實例255
13.1引言255
13.2空中和地面跟蹤比較256
13.3可通行性和地形特征257
13.4目標行為258
13.5量測信息源259
13.6通用目標跟蹤算法259
13.7單目標跟蹤260
13.7.1多模型算法260
13.7.2其他算法266
13.8多目標跟蹤268
13.8.1常見問題和跟蹤方法268
13.8.2多模型算法268
13.8.3對稱測量方程濾波器270
13.9地面跟蹤應用272
13.9.1通行能力274
13.9.2試驗結果277
13.10海事跟蹤應用278
13.11結論及未來工作281
致謝281
參考文獻282
第14章文本分析的情境相關性和軟信息融合增強287
14.1引言287
14.2命題圖288
14.3與全局圖合並290
14.4情境理論291
14.5使用擴散激活查找相關信息291
14.5.1一般擴散激活和命題圖291
14.6評估擴散激活294
14.6.1方法294
14.6.2評估結果297
14.6.3討論297
14.7結論299
致謝300
參考文獻300
第15章多傳感器組的情境學習和信息表示算法303
15.1引言303
15.2情境學習305
15.2.1情境的數學形式化305
15.2.2學習情境感知的測量模型307
15.2.3現場決策自適應中的情境感知309
15.3多模態信號的語義信息表示310
15.3.1概率有限狀態自動機的結構311
15.3.2希爾伯特空間構建312
15.3.3交叉機擴展313
15.3.4PFSA特征提取：構造D-Markov機314
15.4實驗和結果315
15.4.1實驗場景和數據收集315
15.4.2數據預處理和特征提取315
15.4.3性能評估316
15.5結論317
致謝318
參考文獻318
第五部分硬/軟融合中的情境
第16章動態及多層次融合的情境322
16.1引言322
16.1.1多傳感器多線索融合323
16.1.2情境信息中的異質性325
16.2情境作為多層次融合的約束要素326
16.3情境和JDL第四層次327
16.3.1體繫結構328
16.3.2濾波步驟329
16.4情境感知繫統的設計指導331
16.4.1情境篩選331
16.4.2情境切換333
16.5討論334
16.5.1先驗知識、情境和適應性334
16.5.2情境異質性和信息融合層級335
16.5.3中間件335
16.6結論335
參考文獻335
第17章硬軟信息的多級別情報融合339
17.1引言339
17.2背景340
17.3前期工作344
17.4多級別融合344
17.4.1一個示例場景344
17.4.2“多級別”不是“硬+軟”融合345
17.5多級別融合中的情境使用346
17.6BML使能的融合347
17.6.1行動中的BML348
17.6.2表示BML中的不確定性351
17.6.3BML表征用於不確定性管理352
17.6.4多源BML信息的協調355
17.7結論356
致謝356
參考文獻356
第18章基於情境的物理和人為數據級別5信息融合360
18.1引言360
18.2視頻和文本分析361
18.2.1基於物理的傳感――視頻跟蹤362
18.2.2基於人的傳感――文本處理362
18.3人體數據融合的物理條件363
18.3.1基於效果的標簽方法363
18.3.2基於查詢的分析364
18.3.3視頻和文本的分析描述365
18.3.4情境作為視頻和文本的相關方法366
18.4L1跟蹤框架366
18.4.1粒子濾波器367
18.4.2稀疏表示367
18.4.3處理遮擋和噪聲的改進方法368
18.4.4最小誤差界368
18.5物理和人為信息融合的例子369
18.5.1來自SYNCOIN的文本370
18.5.2視頻分析371
18.5.3空間上的視頻―文本關聯372
18.5.4時間上的視頻―文本關聯373
18.5.5空間和時間上的視頻―文本圖形關聯373
18.6討論376
18.7結論377
致謝377
參考文獻377
第19章基於查詢視頻流的情境理解383
19.1引言383
19.1.1情境數據384
19.1.2情境特征385
19.1.3情境場景386
19.2用於情境索引的多媒體數據表示388
19.2.1多媒體索引和檢索389
19.2.2基於內容的圖像檢索390
19.3支持情境分析的數據庫繫統391
19.4用於情境分析的LVC-DMBS394
19.4.1LVC-DMBS數據模型395
19.4.2LVC-DMBS查詢語言397
19.4.3情境評估398
19.5討論400
19.6結論403
致謝403
參考文獻403
第六部分情境方法在融合中的應用
第20章公共安全多傳感器繫統中情境的作用409
20.1引言409
20.2安保――方法與初步措施410
20.3保險、法律情境與信息融合412
20.4公共安全與保障的概念和細節413
20.5公共安全繫統的情境驅動設計414
20.6危險品定位的問題415
20.7HAMLeT――實驗實例討論416
20.8情境集成――設計所應遵守的法律419
20.9情境集成――適當的傳感器模型420
20.10情境集成――人流量信息423
20.10.1規則模式集成423
20.10.2非規則模式檢測424
20.11輔助繫統與自主計算424
20.12結論426
參考文獻426
第21章基於情境的廣域運動圖像目標跟蹤實體關聯430
21.1前沿431
21.1.1空間情境431
21.1.2時間情境432
21.2實體估計的背景433
21.3多車輛跟蹤434
21.3.1框架概述434
21.3.2時間情境435
21.3.3多目標關聯437
21.3.4多幀關聯439
21.4實現439
21.4.1配準439
21.4.2生成候選440
21.4.3候選的分類440
21.5實驗441
21.5.1時間情境441
21.5.2一致性空間情境445
21.6結論448
致謝449
參考文獻449
第22章地面目標跟蹤應用軍事和民用領域的設計實例453
22.1引言453
22.2相關應用：地面信息的表示和地面目標跟蹤技術454
22.3地面目標跟蹤455
22.3.1速度場生成455
22.3.2求解線性傳遞方程的計算方法457
22.3.3數值例461
22.4機場地面示例462
22.4.1機場布局表示463
22.4.2數據融合解決方案464
22.4.3結論468
22.5結論472
致謝472
參考文獻473
第23章計算機視覺繫統中基於情境的態勢識別476
23.1引言476
23.2情境管理的知識模型477
23.3基於視覺行為識別中的情境478
23.3.1低層融合中的情境479
23.3.2高層融合中的情境481
23.4基於情境的行動識別示例483
23.4.1視頻注釋483
23.4.2用情境推理提高跟蹤器的準確性484
23.4.3環境智能中的場景解釋488
23.5結論492
致謝492
參考文獻493
第24章情境信息增強數據融合在道路安全中的應用496
24.1引言497
24.2智能交通繫統中的數據融合497
24.3總體描述498
24.3.1激光掃描儀行人檢測500
24.3.2基於光學傳感器的障礙物檢測與分類501
24.4融合繫統502
24.4.1估計濾波器502
24.4.2JPDA數據關聯503
24.4.3航跡管理504
24.5用於基於危險估計的行人檢測的環境CI504
24.5.1基於探測區域的危險估計505
24.5.2行人檢測與危險估計506
24.6實驗與對比508
24.6.1實驗508
24.6.2算法對比510
24.7結論511
致謝511
參考文獻512
第25章機器人與信息融合中的情境514
25.1引言514
25.2機器人中的情境515
25.2.1情境信息515
25.2.2情境表示518
25.2.3討論520
25.3信息融合應用的情境感知框架522
25.3.1框架設計522
25.3.2框架方案522
25.4基於情境的信息融合體繫結構實例524
25.4.1應用場景：智能車輛上的自適應巡航控制繫統524
25.4.2問題定義525
25.4.3情境的分類法525
25.4.4情境信息融合526
25.4.5遵循JDL觀點的信息融合管道526
25.5結論529
致謝529
參考文獻529

本書詳細介紹了情境增強信息融合的基礎推理、理論和方法，包括融合過程設計和實現中的情境影響，書中彙集了該領域很好專家的近期新研究成果。全書分六個部分：基本原理、用於融合的情境概念、情境融合的繫統觀念、情境的數學特征、硬/軟融合中的情境以及情境方法在融合中的應用。本書強調高級別信息融合和低級別信息融合之間的平衡問題，以描述在苛刻條件下的性能改進；強調組合不同領域的優選技術，以克服單一視角、傳統計算和傳統上應用於特定領域數據和信息融合程序的局限性。
本書可供從事信息工程、CISR繫統、雷達工程、電子對抗、紅外、聲響、模式識別、軍事指揮等專業研究的科技人員閱讀，也可作為相關專業的研究生教材，同時還可供激光、機器人、遙感、遙測等領域的工程技術人員參考。