复杂背景下的运动目标跟踪算法研究及其应用--基于随机有限集的目标跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景和意义 | 第8-9页 |
| ·多目标跟踪方法概述 | 第9-14页 |
| ·基于数据关联的多目标跟踪技术 | 第9-12页 |
| ·基于随机有限集的多目标跟踪技术 | 第12-14页 |
| ·基于 RFS 的目标跟踪技术的研究现状 | 第14-15页 |
| ·本文的主要工作和各章结构安排 | 第15-16页 |
| 第二章 基于 RFS 的目标跟踪技术的理论基础 | 第16-28页 |
| ·单目标贝叶斯滤波 | 第16-18页 |
| ·随机有限集及其统计理论 | 第18-21页 |
| ·随机有限集 | 第18-19页 |
| ·有限集统计特性 | 第19-21页 |
| ·基于 RFS 的多目标贝叶斯滤波 | 第21-24页 |
| ·基于 RFS 的多目标模型 | 第21-24页 |
| ·多目标贝叶斯滤波 | 第24页 |
| ·概率假设密度滤波 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 概率假设密度滤波算法的实现 | 第28-42页 |
| ·引言 | 第28页 |
| ·粒子概率假设密度滤波 | 第28-35页 |
| ·粒子滤波 | 第28-33页 |
| ·粒子 PHD 滤波算法描述 | 第33-35页 |
| ·高斯混合概率假设密度滤波 | 第35-37页 |
| ·仿真实验 | 第37-41页 |
| ·粒子 PHD 算法仿真实验 | 第37-39页 |
| ·高斯混合 PHD 算法仿真实验 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于 GM-PHD 的改进算法 | 第42-53页 |
| ·引言 | 第42页 |
| ·改进的概率假设密度滤波 | 第42-44页 |
| ·高斯混合实现算法 | 第44-48页 |
| ·预测 | 第45-46页 |
| ·更新 | 第46页 |
| ·改进的修剪与合并方法 | 第46-48页 |
| ·仿真实验与分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第59页 |
