本书聚焦综合信息系统智能化的关键和难点，摒弃传统的处理模式，充分利用数据的不确定性信息，就区间、序列、直觉模糊、犹豫模糊、语义等不同类型数据的相似度量、粒层转化、识别决策等开展了较为系统、深入的研究，构建异类数据间统一的粒层转换框架，解决不同类型数据间的相似度量、跨层关联与融合问题。全书共分15章，第1章介绍问题的来源和研究思路；第2章介绍相关数学知识；第3～5章介绍利用数据的不确定性，基于异类数据之间的相关度量，进行雷达、ESM等异步航迹的直接抗差关联；第6～10章讨论了直觉模糊、犹豫模糊、语义等类型数据的相似度量；第11～14章讨论了特征层、决策层上的粒层统一、粒层转换、关联与融合问题；第15章为回顾与展望。
本书基础理论与实际应用、一般模型与特殊情况、实例与算例并重，按照从具体到抽象、先部分后整体、先单数据粒后多源数据粒的思路，由浅入深，层层递进。
本书可为多源信息融合、智能推理决策等相关领域的科技工作者、工程技术人员提供参考。

第1章 绪论
1.1 问题的来源
1.2 面临的挑战
1.3 相关研究情况
1.4 本书的概貌
第2章 相关的数学基础
2.1 引言
2.2 度量空间与常用距离
2.2.1 度量空间
2.2.2 常用距离
2.3 灰色系统
2.3.1 区间灰数与灰关联分析
2.3.2 灰靶理论
2.4 模糊数学
2.4.1 模糊集及运算
2.4.2 三角模糊数和区间数
2.4.3 二型模糊集
2.4.4 区间值模糊集
2.4.5 直觉模糊集
2.4.6 犹豫模糊集
2.5 语义计算
2.5.1 语义表示基本方法
2.5.2 二元语义模型
2.5.3 犹豫模糊语义标签集
2.5.4 概率语义标签集
2.5.5 连续语义标签集
2.6 云模型
2.6.1 定义及特征
2.6.2 正态云
2.6.3 云变换
2.7 本章小结
第3章 异步雷达航迹的直接关联
3.1 引言
3.2 异步雷达航迹关联的传统处理方式
3.2.1 问题描述
3.2.2 时域配准
3.3 异步雷达航迹的区间化描述
3.3.1 点迹—区间描述
3.3.2 区间—区间描述
3.3.3 区实混合序列描述
3.3.4 搜索式区间灰数描述
3.4 异步雷达航迹的相似度量
3.4.1 区间灰数的灰关联度
3.4.2 加权滑窗序列的折线相似度
3.4.3 序列离散度
3.5 异步雷达航迹直接关联模型
3.5.1 基于区间灰数灰关联度的异步航迹关联
3.5.2 基于加权滑窗序列折线相似度的异步航迹关联
3.5.3 基于序列离散度的异步航迹关联
3.6 复杂情况异步雷达航迹的直接关联
3.6.1 航迹的分叉与合并
3.6.2 区间序列的分段划分
3.7 算法仿真与性能分析
3.7.1 仿真环境设置
3.7.2 算法性能比较
3.7.3 航迹分叉合并情况的可辨性分析
3.8 本章小结
第4章 异步雷达航迹的抗差关联
4.1 引言
4.2 系统误差对雷达航迹关联的影响
4.2.1 问题描述
4.2.2 对系统误差的处理
4.3 系统误差的区间描述
……
第5章 雷达与ESM航迹的关联
第6章 区间数据的关联
第7章 直觉模糊数据的关联
第8章 犹豫模糊型数据关联中的加权综合相关系数法
第9章 犹豫模糊型数据关联中的特征距离测度法
第10章 语义数据的关联
第11章 异类数据的粒层转化
第12章 序列数据和区间数据的关联
第13章 多源异类数据的关联
第14章 决策层数据的融合
第15章 回顾与展望
参考文献