基于概率假设密度的多目标跟踪算法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究的背景和意义 | 第8-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 基于滤波的跟踪算法 | 第13-14页 |
| 1.4 论文主要内容及章节 | 第14-16页 |
| 2 概率假设密度理论 | 第16-28页 |
| 2.1 多目标跟踪 | 第16-19页 |
| 2.2 卡尔曼滤波器 | 第19-21页 |
| 2.3 随机理论 | 第21-25页 |
| 2.3.1 概率论数学基础 | 第21-22页 |
| 2.3.2 随机集理论 | 第22-23页 |
| 2.3.3 随机集理论(RFS)的定义 | 第23-25页 |
| 2.4 概率假设密度滤波理论 | 第25-27页 |
| 2.4.1 贝叶斯滤波原理 | 第25-26页 |
| 2.4.2 概率假设密度滤波 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 箱粒子滤波 | 第28-42页 |
| 3.1 粒子滤波理论 | 第28-30页 |
| 3.2 区间分析 | 第30-33页 |
| 3.2.1 区间及其运算 | 第30-31页 |
| 3.2.2 函数的区间扩张 | 第31-33页 |
| 3.3 箱粒子原理 | 第33-35页 |
| 3.4 箱粒子概率假设密度滤波 | 第35-38页 |
| 3.5 仿真实验分析 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 4 改进重采样步骤的箱粒子概率假设密度 | 第42-54页 |
| 4.1 重采样理论 | 第42-47页 |
| 4.1.1 多项式重采样 | 第45-46页 |
| 4.1.2 分层重采样 | 第46页 |
| 4.1.3 系统重采样 | 第46页 |
| 4.1.4 残差重采样 | 第46-47页 |
| 4.1.5 分区重采样 | 第47页 |
| 4.2 分区重采样过程 | 第47-48页 |
| 4.3 实验仿真 | 第48-53页 |
| 4.4 结果分析 | 第53页 |
| 4.5 本章小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表学术论文目录 | 第62页 |
| 参与科研项目 | 第62-63页 |
