| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 目标跟踪的研究现状 | 第10页 |
| 1.3 非线性滤波算法的发展概述 | 第10-11页 |
| 1.4 课题的主要研究内容 | 第11-13页 |
| 第2章 目标跟踪理论 | 第13-23页 |
| 2.1 目标跟踪的基本原理 | 第13-14页 |
| 2.2 目标跟踪的常用模型 | 第14-18页 |
| 2.2.1 非机动目标跟踪模型 | 第14-15页 |
| 2.2.2 协同转弯模型 | 第15-16页 |
| 2.2.3 一阶时间相关模型 | 第16-17页 |
| 2.2.4 “当前”统计模型 | 第17-18页 |
| 2.3 基于贝叶斯滤波的目标跟踪 | 第18-21页 |
| 2.3.1 基于贝叶斯滤波的目标跟踪概述 | 第18-19页 |
| 2.3.2 贝叶斯滤波与动态系统 | 第19-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 基于Kalman的非线性滤波算法及分析 | 第23-47页 |
| 3.1 经典Kalman滤波算法 | 第23-26页 |
| 3.2 非线性滤波算法 | 第26-36页 |
| 3.2.1 扩展Kalman滤波算法 | 第26-28页 |
| 3.2.2 无迹Kalman滤波算法 | 第28-31页 |
| 3.2.3 容积Kalman滤波算法 | 第31-36页 |
| 3.3 非线性滤波算法的精度和复杂度研究分析 | 第36-45页 |
| 3.3.1 非线性滤波算法精度分析 | 第36-37页 |
| 3.3.2 非线性滤波算法的复杂度分析 | 第37-39页 |
| 3.3.3 数值仿真分析 | 第39-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 CKF的改进算法在视频目标跟踪中的应用研究 | 第47-61页 |
| 4.1 Mean Shift跟踪算法 | 第47-55页 |
| 4.1.1 Mean Shift算法的推导流程 | 第47-51页 |
| 4.1.2 Mean Shift跟踪算法 | 第51-55页 |
| 4.1.3 Mean Shift算法的优缺点 | 第55页 |
| 4.2 CKF结合Mean Shit算法在目标跟踪下的应用研究 | 第55-57页 |
| 4.2.1 CKF结合Mean Shit跟踪算法原理 | 第55-56页 |
| 4.2.2 CKF结合Mean Shift跟踪算法步骤 | 第56-57页 |
| 4.3 实验与结果分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 基于IMM-NACKF的目标跟踪研究 | 第61-75页 |
| 5.1 基于IMM算法的目标跟踪 | 第61-63页 |
| 5.2 基于IMM-NACKF的目标跟踪研究 | 第63-69页 |
| 5.2.1 NACKF算法 | 第63-67页 |
| 5.2.2 IMM-NACKF目标跟踪算法 | 第67-69页 |
| 5.3 仿真实验 | 第69-73页 |
| 5.4 本章小结 | 第73-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-83页 |
| 致谢 | 第83页 |
