《分布式信息融合——理论与方法》系统深入地阐述了分布式信息融合的理论与方法，作者赵宗贵、刁联旺、李君灵、吴蔚将自己在信息融合方向的研究成果和对国内外最新研究动态与成果的理解及对其中错误的修正意见奉献给相关专业的研究人员，以促进和引领国内分布式信息融合领域的发展和应用。
全书共11章，主要介绍了信息融合学科及其向分布式发展的动因、趋势和挑战性问题，分布式信息融合中的新概念和新方法，分布式融合系统的结构与估计算法，多传感器特别是无线传感网络（WSN）面对的分布式目标联合检测理论和实现算法，多传感器多目标跟踪中各类分布式融合准则和关联度量指标，分布式目标分类识别的特征、类型、结构和分类方法，分布环境中的威胁估计方法，一致性数据融合的概念和多传感器分布式管理算法以及分布式融合发展的理论基础等内容。
本书可作为信息融合学科高年级本科生、研究生的参考学习用书，也可供从事相关领域研究的高校教师、科研人员及从事相关行业的工程技术人员阅读参考。

赵宗贵，男，1943年2月12日生，黑龙江铁力市人，1965年7月毕业于哈尔滨工业大学计算数学专业，研究员，博士生导师。曾任电子工业部第二十八研究所科技委主任、副总工程师，总装备部电子信息系统综合技术专业组专家，中国电子学会会士，江苏省系统工程学会副理事长。长期从事C4ISR系统论证、设计和研制工作，曾任空军、海军、陆军多项大型电子系统工程主师、副总师、总师。获国家科技进步一等奖和电子部科技进步特等奖1项，部委科技进步一等奖2项、二等奖3项，以及光华科技基金奖。1998年被授予国家中青年有突出贡献专家称号，1993年享受国务院特殊津贴。指导信息融合等领域博士10名、博士后20余名。参加撰写专著2部，主笔撰写《信息融合概念、方法与应用》、《信息融合工程实践——技术与方法》等专著。发表学术论文80余篇。

第1章 信息融合及其分布式发展概述
1.1 信息融合技术发展沿革
1.2 数据融合模型的概要分类
1.3 L数据融合过程模型
1.3.1 L数据融合结构模型
1.3.2 L顶层融合模型的演变
1.3.3 L融合顶层模型的主要功能
1.4 Endsley态势感知模型
1.5 影响信息融合学科发展的相关动向
1.6 信息时代对分布式信息融合的需求
1.7 分布式融合面临的主要挑战
参考文献
第2章 面向网络中心战的分布式信息融合
2.1 网络中心战（NCW）的概念及背景
2.1.1 新军事变革与联合作战
2.1.2 新军事变革与信息化
2.1.3 新军事变革与网络中心战
2.2 网络中心战（NCW）中的信息价值
2.2.1 网络中心战（NCW）中的信息价值概念
2.2.2 网络中心战（NCW）中的价值链
2.2.3 优行动的期望效用
2.3 网络中心战（NCW）中的认知问题
2.3.1 认知的概念
2.3.2 认知的本质和过程
2.4 网络中心战（NCW）中的自组织和自同步
2.4.1 网络中心战（NCW）的主要特征
2.4.2 自组织的概念和效用
2.4.3 自同步的概念和效用
2.5 分布式信息融合在网络中心战（NCW）中的作用
2.5.1 分布式网络中心战（NCW）与分布式信息融合
2.5.2 信息融合对网络中心战（NCW）价值链的贡献
2.5.3 信息融合在网络中心战（NCW）认知中的作用
2.5.4 信息融合在网络中心战（NCW）指挥控制中的作用
2.6 分布式信息融合中的挑战性问题
参考文献
第3章 分布式信息融合中的新概念和新方法
3.1 引言
3.2 分布式信息融合概念与问题概述
3.3 控制相关信息融合误差的有界协方差增长方法
3.3.1 有界协方差增长控制方法的概念和应用背景
3.3.2 BCI模型
3.3.3 分散式目标跟踪误差分析案例
3.4 传感器协同方法
3.4.1 极大和算法模型
3.4.2 极大和算法约束条件与模型求解
3.4.3 基于极大和算法的多传感器协同跟踪案例
3.5 自利平台的优化协调方法
3.5.1 概念与背景
3.5.2 目标跟踪中的多代理协调问题
3.5.3 目标跟踪MAS模型的效用评价函数
3.5.4 考虑信道衰减的信息多级优传输路径
3.5.5 基于拍卖机制的网络带宽优化分配
3.5.6 仿真案例
3.6 合作对象信用估计
3.6.1 合同的期望效用与协方差的概念
3.6.2 基于独立贝塔分布的合同信用估计
3.6.3 基于卡尔曼滤波的异类服务合同信用估计
3.6.4 合同信用模型仿真验证案例
3.7 基于人—代理集合体（HAC）的分布式信息融合
3.7.1 问题的提出
3.7.2 人—代理集合体（HAC）中的用户精炼
3.7.3 人—代理集合体（HAC）中的用户控制与管理
3.7.4 用户在人—代理集合体（HAC）系统评估中的作用
3.7.5 人—代理集合体（HAC）设计中的挑战与机遇
3.8 本章小结
参考文献
第4章 分布式融合结构与估计算法
4.1 引言
4.2 分布式信息融合结构
4.2.1 融合结构的依赖因素
4.2.2 融合结构与依赖因素之间的关系
4.2.3 分布式融合结构的选择基准
4.2.4 分布式融合结构分类
4.3 分布式融合信息图
4.3.1 单连接信息图
4.3.2 无反馈层次融合的多连接信息图及连接转换
4.3.3 有反馈层次融合信息图及连接转换
4.3.4 对等式分布融合信息图及连接转换
4.4 分布式估计算法
4.4.1 分布式估计概述
4.4.2 贝叶斯分布估计中的重复信息去除原理
4.4.3 优贝叶斯分布融合算法
4.4.4 次优贝叶斯分布融合算法
4.4.5 高斯分布或带有误差协方差估计的全局估计
4.5 目标跟踪中的分布式估计
4.5.1 问题描述
4.5.2 确定性动态过程
4.5.3 非确定性动态过程
4.6 对象分类识别的分布式估计
4.6.1 对象分类的分布式识别结构
4.6.2 对象分类的分布式识别算法
4.7 本章小结
参考文献
第5章 多传感器分布式目标检测
5.1 分布式检测问题描述
5.1.1 集中式与分布式检测
5.1.2 分布式检测结构与模型
5.2 基于LRT的分布式检测方法
5.2.1 贝叶斯分布式检测
5.2.2 基于LRT的奈曼—皮尔逊检测方法
5.2.3 基于LRT的融合检测逻辑设计
5.3 基于计数表决规则的WSN检测方法
5.3.1 计数表决检测方法
5.3.2 多传感器全局表决检测准则
5.3.3 不同性能传感器的全局表决检测通用模型
5.3.4 同类传感器表决检测通用模型
5.4 基于虚发现率的分布式检测门限控制
5.4.1 统计学中的多比较问题
5.4.2 基于FDR局部门限控制的全局优化检测算法
5.4.3 基于FDR的分布式检测系统设计
5.5 相关情况的分布式检测
5.5.1 基于相关观测的优分布式检测研究现状
5.5.2 基于相关局部判定的优分布式检测研究现状
5.5.3