本书从云存储的需求出发讲述对象存储的原理,循序渐进地建立起一个分布式对象存储的架构,并且将软件实现出来。全书共8章,分别涉及对象存储简介、可扩展分布式系统、元数据服务、数据校验和去重、数据冗余处理、断点续传、数据压缩和数据维护等。本书选择用来实现分布式对象存储软件的编程语言是当前流行的Go语言。 本书适合从事云存储方面工作的工程师或架构师,也适合想要学习和实现分布式对象存储的读者。
本书用邓自立教授的现代时间序列分析方法和经典Kalman滤波方法提出了信息融合滤波新理论、新方法和新算法,并给出在目标跟踪系统中的仿真应用。 全书共分八章,包括模型参数和噪声方差估计、经典Kalman滤波、现代时间序列分析方法及其应用、自校正滤波理论及其应用、基于经典 Kalman滤波的分布式信息融合滤波理论、基于经典Kalman滤波的全局观测融合滤波理论及其应用、基于现代时间序列分析方法的信息融合滤波理论、自校正信息融合滤波理论。内容新颖,理论严谨,并含有大量仿真例子。 本书可作为高等学校控制科学与技术、电子科学与技术、通信与信息系统等专业的研究生和高年级本科生教材,且对信号处理、控制、通信、航天、导航、制导、目标跟踪、石油地震勘探、故障诊断、卫星测控、GPS 定位、检测与估计、多传感器信息融合、机器人等领域