摘要 | 第1-7页 |
Abstract | 第7-9页 |
目录 | 第9-12页 |
第一章 绪论 | 第12-17页 |
·课题研究背景及意义 | 第12-13页 |
·集中式多传感器多目标跟踪算法 | 第13-15页 |
·基于状态估计的多传感器多目标跟踪算法 | 第13-14页 |
·融合多源信息的多传感器多目标跟踪算法 | 第14-15页 |
·本文的主要工作及内容安排 | 第15-17页 |
第二章 集中式多雷达多目标跟踪算法 | 第17-37页 |
·引言 | 第17页 |
·常用的次优量测数据关联算法简介 | 第17-23页 |
·联合概率数据关联算法 | 第17-20页 |
·概率数据关联算法 | 第17-19页 |
·联合概率数据关联算法 | 第19-20页 |
·广义概率数据关联算法 | 第20-23页 |
·单传感器广义概率数据关联算法 | 第20-22页 |
·多传感器广义概率数据关联算法 | 第22-23页 |
·一种新的最优分配算法 | 第23-25页 |
·新最优分配算法的改进算法 | 第25-27页 |
·IOA 算法的思想 | 第25-27页 |
·IOA 算法的步骤 | 第27页 |
·基于新最优分配算法的广义概率数据关联算法 | 第27-28页 |
·仿真分析 | 第28-36页 |
·OA 算法与 SMS-GPDA 算法的比较 | 第28-31页 |
·IOA 算法与 OA 算法的比较 | 第31-33页 |
·OA-GPDA 算法与 OA 算法的比较 | 第33-35页 |
·算法运行时间的比较 | 第35-36页 |
·小结 | 第36-37页 |
第三章 融合多源信息的多雷达多目标跟踪算法 | 第37-56页 |
·引言 | 第37页 |
·融合多源信息的几种次优数据关联算法 | 第37-43页 |
·融合多源信息的概率数据关联算法 | 第37-41页 |
·D-S 证据理论简介 | 第38-39页 |
·融合多特征信息的概率数据互联算法 | 第39-41页 |
·融合多源信息的联合概率数据关联算法(MFJPDA) | 第41-42页 |
·MFJPDA 算法的思想 | 第41页 |
·融合多源信息的 JPDA 算法 | 第41-42页 |
·融合多源信息的广义概率数据关联算法(MFGPDA) | 第42-43页 |
·MFIGPDA 算法的思想 | 第42页 |
·MFIGPDA 算法的步骤 | 第42-43页 |
·融合多源信息的最优分配算法 | 第43-46页 |
·融合多源信息的最优分配算法 | 第43-45页 |
·融合多源信息的单传感器多目标点迹最优关联算法 | 第43-44页 |
·融合多源信息的最优分配算法 | 第44-45页 |
·融合多源信息的多传感器多目标跟踪 | 第45页 |
·融合多源信息的改进的最优分配算法 | 第45-46页 |
·仿真分析 | 第46-55页 |
·MFIPDA 算法与 PDA 算法的比较 | 第46-48页 |
·MFIJPDA 算法、MFIGPDA 算法、JPDA 算法、GPDA 算法的比较 | 第48-50页 |
·MFIOA 算法与 OA 算法的比较 | 第50-51页 |
·MFIIOA 算法与 IOA 算法的比较 | 第51-52页 |
·OA-GPDA 算法、MFIOA 算法与 MFIIOA 算法的比较 | 第52-54页 |
·算法运行时间的比较 | 第54-55页 |
·小结 | 第55-56页 |
第四章 集中式多被动传感器多目标跟踪算法 | 第56-73页 |
·引言 | 第56页 |
·一种新的多被动传感器多目标跟踪算法 | 第56-60页 |
·传统三维分配算法模型简介 | 第57-58页 |
·新三维分配算法模型 | 第58-60页 |
·融合航向信息的新三维分配算法 | 第60-62页 |
·基于新三维分配算法的改进算法 | 第62页 |
·基于新三维分配算法的广义概率数据关联算法 | 第62-63页 |
·仿真分析 | 第63-72页 |
·SD 算法与 NSD 算法的比较 | 第63-65页 |
·NSD 算法与 FHNSD 算法的比较 | 第65-67页 |
·NSD 算法与 INSD 算法的比较 | 第67-69页 |
·NSD 算法与 NSDGPDA 算法的比较 | 第69-71页 |
·算法运行时间的比较 | 第71-72页 |
·小结 | 第72-73页 |
第五章 总结与展望 | 第73-76页 |
·总结 | 第73-74页 |
·展望 | 第74-76页 |
参考文献 | 第76-81页 |
致谢 | 第81-82页 |
攻读硕士学位期间取得的科研成果 | 第82页 |