本书以分布式光纤传感器为主要对象，介绍了分布式光纤振动传感器的传感机理、振动信号定位及检测方法，包括基于波分复用的分布式光纤振动传感及定位原理、基于时延估计的分布式光纤振动传感及定位原理、并进行了定位试验研究；结合作者近年来相关的研究与应用实践，阐述了分布式光纤传感的振动信号处理方法、基于经验模态分解的光纤振动信号特征提取方法、基于多维特征的光纤振动信号识别方法、基于Self-AM-BiLSTM的光纤传感振动信号识别方法。

本书为想要设计、构建和维护实时分析应用程序的人员(包括数据工程师、架构师和技术领导者)提供了结构合理的基础知识。第1章和第2章简要介绍实时分析，并概述可以构建的实时分析应用程序的类型。第3章介绍一家虚构的比萨公司，该公司已经建立了流处理基础设施，但尚未实现任何实时分析功能。第4-10章展示如何为这家比萨公司实现不同类型的实时分析应用程序。第11-13章介绍将应用程序投入生产时的注意事项、实时分析的一些真实使用案例，以及未来几年该领域可能会出现的情况。

本书综合介绍了量化信息状态估计与融合方法在无线传感器网络的应用，综述了国内外研究现状和存在的问题，并对相关理论和仿真实验等进行的阐述。全书共10章，分别为绪论、目标状态估计融合相关理论、WSN中量化噪声分析及基于均匀量化测量的目标状态估计、WSN中基于量化信息和Sigma点变换的目标状态估计、线性系统中基于量化信息的状态估计性能、分布式量化航迹融合、基于自适应量化测量的目标状态融合估计、信道感知目标跟踪及跨层优化、P2P传感器网络中分布式协同目标跟踪、WSN中（多）目标跟踪算法流程设计。

本书还以航空、航天、航海等若干典型高端制造业为例，研究机器人与智能制造技术和行业发展瓶颈的关系，提出促进机器人与智能制造前沿领域发展的政策建议。本书为相关领域战略与管理专家、科技工作者、企业研发人员及高校师生提供了研究指引，为科研管理部门提供了决策参考，也是社会公众了解机器人与智能制造发展现状及趋势的重要读本。

本书全面概述基于FPGA的机器人计算加速器设计。本书首先对FPGA技术的背景进行介绍，然后深入介绍基于FPGA的机器人感知神经网络加速器设计，并对机器人感知中的各种立体视觉算法及其FPGA加速器设计进行讨论，验证了FPGA是加速神经网络的理想选择。接着，介绍在FPGA中实现并集成现有算法的关键原语的通用定位框架，并讨论运动规划模块，证明了FPGA是加速运动规划内核的理想选择。之后，探讨如何在多机器人探索任务中使用FPGA，以及PerceptIn为自动驾驶汽车开发车载计算系统所做的努力。

本书系统性地介绍了事件触发预测机制和网络攻击下弹性事件触发预测机制理论与应用，是作者近些年来从事相关研究工作的总结。针对网络化预测控制系统所面临的资源受限和网络威胁问题，本书提出了一系列兼顾资源消耗和系统性能的事件触发及弹性事件触发解决方案。全书共10章：第1章为绪论，第2、3章分别阐述了线性和非线性系统改进型事件触发预测控制策略研究；第4章阐述了DOS攻击下弹性事件触发预测控制策略研究；第5至7章阐述了FDI攻击下多种弹性非周期触发预测控制策略研究；第8章阐述了Replay攻击下弹性自触发预测

随着信息、传感器以及人工智能等核心技术的飞速发展，制造业与信息化的融合愈加紧密，"中国制造 2025"、美国"先进制造业领导力战略"、德国"国家工业战略 2030"等将智能制造作为主攻领域。特别地，我国《"十四五"智能制造发展规划》将装备故障诊断与预测性维护、智能运维的关键技术作为主攻方向。本书在国家自然科学金、省重大专项等的支持下，以刀具、轴承以及齿轮等典型零部件为对象，重点关注运维数据采集、处理、建模以及分析挖掘整个流程的痛点、难点。全书共分为7章，第1章为绪论，第2~3章分别介绍机器学习以

智能化时代，社会的群体性已在云端以群智方式呈现，人类的创新设计从强调与追求个体智慧，转化为重视基于网络的群体智能，表现出强大的创新活跃性。群智创新设计以互联网、大数据、人工智能及云计算等数字创新技术为基础，聚集人工智能、设计学和计算机等学科，通过建立具有包容性和友好性的用户体验连接桥梁，形成共创价值，促进社会全面创新。《群智创新设计》介绍了群智创新设计的时代背景、要素与构成体系，从"设计+技术+商业"三元视角深入剖析基于群体智慧的创新设计，阐述了群智创新设计的技术特征及学习路径，探索了"自组织"

本书共8章。第一章是绪论部分，对多智能体分布式协调控制进行了简要的介绍；第二章为数学基金部分，主要对图论、一致性理论、系统的稳定性理论和书中用到的一些重要的引理等基础知识进行介绍；第三章为基于采样数据的二阶多智能体系统分布式一致；第四章为具有时滞的多智能体系统分布式一致；第五章为异质多智能体系统分布式一致；第六章为多智能体系统的分布式包含控制；第七章为非线性多智能体系统的分布式跟踪；第八章为非线性多智能体系统的分布式最优协调控制。

本书内容全面涵盖视频监控的图像处理、视频处理、相关算法和具体实现。本书概述了图像处理和视频处理的基本概念，描述了传统视频监控系统的构建模块，讲述了对象分类技术、包括基于深度卷积神经网络和基于区域卷积神经网络模型的最新技术，介绍了基于机器学习技术的分类，详细讲述了在遮挡等复杂场景中对多个目标的处理和跟踪方法。还讲述了视频监控系统的实现，及其在军事和运输中的使用。