新書推薦：
《
关键改变：如何实现自我蜕变
》
售價：NT$
352.0
《
超加工人群：为什么有些食物让人一吃就停不下来
》
售價：NT$
454.0
《
历史的教训（浓缩《文明的故事》精华，总结历史教训的独特见解）
》
售價：NT$
286.0
《
不在场证明谜案（超绝CP陷入冤案！日本文坛超新星推理作家——辻堂梦代表作首次引进！）
》
售價：NT$
265.0
《
明式家具三十年经眼录
》
售價：NT$
2387.0
《
敦煌写本文献学（增订本）
》
售價：NT$
1010.0
《
耕读史
》
售價：NT$
500.0
《
地理计算与R语言
》
售價：NT$
551.0
|
| 內容簡介： |
|
本书从无人机系统的部署与应用两方面详细讲述了传感器和计算机视觉技术在无人机系统测试平台、人机界面设计、自我维护、战略重新规划等方面的应用，重点阐述了无人机物理—网络系统、超光谱成像、深度学习、基础设施重建等内容，并介绍了相关实际应用案例。
|
| 關於作者： |
|
吴剑旗，中国电子科技集团公司第三十八研究所研究员，我国米波雷达领域学术带头人，电科雷达探测领域首席科学家。李 晨，中国电子科技集团有限公司发展战略研究中心研究员，现任军委科技委情报信息领域专家委员会委员，主要从事电子信息技术的研究工作。
|
| 目錄：
|
UAV CPS作为新技术的试验台和工业5.0入门
1.1 引 言
1.2 云计算
1．3 无人机学习
1．4 人工计算、众包和呼叫中心
1.5 开源和开放访问资源
1.6 挑战和未来方向
1.7 结论参考文献2UAS人为因素和人机界面设计
2.1 引 言
2.2 UAS人机界面（HMI）功能
2.2.1可重构显示
2.2.2感知和规避
2.2.3任务规划和管理
2.2.4多平台协调
2.3GCS人机界面因素
2.4人为因素计划
2.4.1需求定义、捕获和细化
2.4.2任务分析
2.4.3分层任务分析
2.4.4认知任务分析
2.4.5关键任务分析
2.4.6运营序列图
2.4.7系统设计和开发
2.4.8设计评估
2.4.9 验证和确认
2.5下步工作
2.6结论参考文献
3UAV中的开源软件(OSS)和硬件(OSH)
3.1引 言
3.2开源软件
3.3开源UAS
3.4通用消息协议
3.5GCS软件
3.6处理软件
3.7操作员信息和通信
3.8开源平台
3.9下步工作
3.9.1职业安全和健康挑战
3.9.2开放数据
3.9.3云数据中心
3.9.4无人机-计算机程序产品系统中的众包数据
3.9.5无人机群的控制
3.10 结论参考文献
4. 无人机多输入多输出超宽带系统中的图像传输
4.1引 言
4.1.1 平坦Rayleigh衰落信道的效率
4.2 多描述编码
4.3 多输入多输出（MIMO）
4.4 多样性
4.5 模拟结果
4.6 讨论和未来趋势
4.7结论参考文献
5 摄影、测量、遥感和计算机视觉
5.1. 引 言
5.1.1无人机图像处理系统
5.2 航空成像数据库框架
5.2.1 数据库要求
5.2.2 数据库设计
5.3 图像捕捉过程
5.4结果
5.4.1收集的图像
5.5 图像数据库的使用
5.5.1马赛克
5.5.2变异系数算法的发展
5.6 结论和未来工作参考文献
6. 通信要求，视频直播，通信链接和网络UAV
6.1引 言
6.2 飞行自组网
6.3 FANET协议
6.4 流式传输和监控
6.5 讨论和未来趋势
6.5.1 模糊神经网络的布局搜索算法
6.5.2事件检测和视频质量选择算法
6.5.3机载视频管理(无人机)
6.5.4 车队平台的视频速率适配
6.5.5 FNs协调
6.5.6 数据收集和展示
6.5.7软件定义的网络
6.5.8 网络功能虚拟化
6.5.9 数据收集与能量收集
6.6结论参考文献
7. 无人机多光谱与高光谱成像：现状与展望
7.1引 言
7.2 无人机成像架构和组件
7.2.1 无人机的未来范围
7.3 多光谱与超光谱成像仪器
7.3.1 多光谱成像
7.3.2超光谱成像
7.3.3卫星成像与无人机成像
7.4 无人机图像处理流程
7.4.1 大气改正
7.4.2 光谱影响映射
7.4.3降维
7.4.4 计算任务
7.5空间数据的数据处理工具包
7.6无人机开放数据集用于研究——多光谱和超光谱
7.7 MSI和HSI无人机成像的应用
7.7.1 农业监测
7.7.2海岸监测
7.7.3林业
7.7.4城市规划
7.7.5 国防应用
7.7.6环境监测
7.7.7 其他商业用途
7.8 结论和未来范围参考文献
8无人机空中成像和基础设施重建
8.1引 言
8.2 相关研究
8.3 视觉传感器和任务规划器
8.3.1图像投影
8.3.2 路径规划器
8.4 三维重建
8.4.1立体地图
8.4.2单眼绘图
8.5 数据集收集
8.5.1实验装置
8.5.2数据集1
8.5.3数据集2
8.6 实验结果
8.6.1室内场景
8.6.2室外场景1
8.6.3室外场景2
8.6.4 地下场景
8.7未来趋势
8.8结论参考文献
9. 深度学习作为替代无人机系统中的超分辨率成像
9.1 引 言
9.2 超分辨率型号
9.3 实验和结果
9.3.1峰值信噪比
9.4 UAV巡航导弹部署中的关键问题——巡航导弹
9.4.1大数据
9.4.2云计算服务
9.4.3图像采集硬件限制
9.4.4视频SR
9.4.5高效的指标和其他评估策略
9.4.6多次前科
9.4.7监管
9.4.8新型架构
9.4 .9 3D SR
9.4.10深度学习和计算智能
9.4.11网络设计
9.5结论参考文献
10体验质量和服务质量 在无人机系统
10.1介绍
10.1.1从CPS角度看机载网络
10.2定义
10.2.1影响服务质量质量的参数
10.2.2云距离对服务质量质量的影响
10.2.3无人机-CPS中的服务质量生活质量监控框架
10.2.4应用程序级管理
10.2.5网络级管理
10.2.6云距离管理
10.2.7服务质量QoE服务级别管理
10.2.8无人机系统中的服务质量质量评价指标
10.2.9将服务质量应用于QoE
10.2.10客观与客观测量
10.2.11衡量服务质量质量的工具
10.3应用
10.3.1社交网络、游戏和人机界面
10.3.2数据中心
10.3.3电网和能源系统
10.3.4网络系统
10.3.5监督
10.4基础研究
10.4.1应用场景1:无人机-巡航控制系统在交通中的应用 拥塞管理
10.4.2应用场景2:拥堵和事故 使用智能车辆系统回避
10.5未来和开放的挑战
10.5.1建模和设计
10.5.2协作服务
10.5.3直播
10.5.4安全性
10.5.5飞行特设网络
10.5.6用户情绪
10.6 结论
11. 结束语
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
