基于粒子滤波的机动目标跟踪算法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·机动目标跟踪基本原理 | 第9-10页 |
| ·机动目标跟踪研究现状 | 第10-14页 |
| ·运动模型设计 | 第10-11页 |
| ·线性与非线性滤波 | 第11-12页 |
| ·多模型方法 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| 2 机动目标跟踪关键理论基础 | 第15-29页 |
| ·引言 | 第15页 |
| ·粒子滤波算法 | 第15-25页 |
| ·状态空间模型与递推贝叶斯滤波 | 第15-17页 |
| ·序贯重要性采样 | 第17-20页 |
| ·退化现象及其处理 | 第20-24页 |
| ·基本粒子滤波算法 | 第24-25页 |
| ·小结 | 第25页 |
| ·多模粒子滤波算法 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 3 基于模糊控制的机动目标跟踪方法 | 第29-50页 |
| ·引言 | 第29页 |
| ·模糊控制理论基础 | 第29-32页 |
| ·模糊控制器基本原理与结构 | 第30-32页 |
| ·模糊控制优点 | 第32页 |
| ·改进的机动目标跟踪算法 | 第32-41页 |
| ·机动检测 | 第33-37页 |
| ·后向校正 | 第37-40页 |
| ·完整算法 | 第40-41页 |
| ·算法仿真与分析 | 第41-48页 |
| ·情景1:弱机动目标跟踪 | 第41-45页 |
| ·情景2:强机动目标跟踪 | 第45-48页 |
| ·结论 | 第48-50页 |
| 4 引入灰色预测的机动目标跟踪方法 | 第50-67页 |
| ·引言 | 第50-51页 |
| ·灰色预测理论基础 | 第51-54页 |
| ·灰色建模与灰色预测 | 第51-54页 |
| ·灰色预测控制的优点 | 第54页 |
| ·改进的粒子滤波算法 | 第54-58页 |
| ·目标机动特性对粒子滤波算法的影响分析 | 第54-56页 |
| ·结合灰色预测的粒子滤波算法 | 第56-58页 |
| ·算法仿真与分析 | 第58-65页 |
| ·情景1:弱机动目标跟踪 | 第58-62页 |
| ·情景2:强机动目标跟踪 | 第62-65页 |
| ·结论 | 第65-67页 |
| 5 总结与展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 硕士在读期间发表的论文 | 第74页 |
