| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 引言 | 第12页 |
| 1.2 课题的研究目的和意义 | 第12-13页 |
| 1.3 目标跟踪及数据融合技术国内外研究现状 | 第13-15页 |
| 1.4 论文的主要内容和组织结构 | 第15-16页 |
| 第二章 多传感器数据融合技术 | 第16-22页 |
| 2.1 传感器概述 | 第16-17页 |
| 2.2 多传感器数据融合技术 | 第17-20页 |
| 2.2.1 多传感器数据融合的概念 | 第17页 |
| 2.2.2 多传感器数据融合的模型 | 第17-20页 |
| 2.3 多传感器数据融合的预处理技术 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 雷达红外组网对单目标跟踪的设计及仿真 | 第22-39页 |
| 3.1 单目标跟踪基本原理 | 第22-23页 |
| 3.2 机动目标运动模型 | 第23-26页 |
| 3.2.1 常速度模型(CV) | 第23-24页 |
| 3.2.2 常加速度模型(CA) | 第24页 |
| 3.2.3 一阶时间相关模型(Singer) | 第24-26页 |
| 3.2.4 转弯模型(CT) | 第26页 |
| 3.3 传感器的量测模型 | 第26-27页 |
| 3.3.1 雷达量测方程 | 第26-27页 |
| 3.3.2 红外量测方程 | 第27页 |
| 3.4 状态估计方法的选择 | 第27-36页 |
| 3.4.1 卡尔曼滤波(KF) | 第27-28页 |
| 3.4.2 扩展卡尔曼滤波(EKF) | 第28-30页 |
| 3.4.3 交互式多模型算法(IMM) | 第30-32页 |
| 3.4.4 基于EKF的IMM算法及仿真分析 | 第32-36页 |
| 3.5 雷达红外组网最优数据压缩融合算法 | 第36-38页 |
| 3.5.1 最优数据压缩算法 | 第36页 |
| 3.5.2 基于IMM_EKF的雷达红外最优数据压缩融合算法及仿真 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 雷达红外组网对多目标跟踪设计及仿真 | 第39-57页 |
| 4.1 多目标跟踪基本原理 | 第39-40页 |
| 4.2 跟踪门的形成与选择 | 第40-42页 |
| 4.2.1 矩形跟踪门 | 第41页 |
| 4.2.2 椭圆跟踪门 | 第41-42页 |
| 4.3 数据关联算法 | 第42-49页 |
| 4.3.1 最近邻域法(NNDA) | 第43-44页 |
| 4.3.2 联合概率数据关联法(JPDA) | 第44-47页 |
| 4.3.3 仿真分析 | 第47-49页 |
| 4.4 雷达和红外传感器的航迹关联算法 | 第49-53页 |
| 4.4.1 经典航迹关联算法 | 第49-51页 |
| 4.4.2 改进航迹关联算法 | 第51页 |
| 4.4.3 仿真分析 | 第51-53页 |
| 4.5 基于统计理论的航迹融合算法 | 第53-56页 |
| 4.5.1 简单航迹融合算法及仿真分析 | 第53-55页 |
| 4.5.2 基于雷达和红外航迹融合的改进及仿真分析 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 雷达红外组网数据融合仿真平台设计及实现 | 第57-65页 |
| 5.1 系统结构与组成 | 第57-58页 |
| 5.1.1 系统结构 | 第57页 |
| 5.1.2 单目标跟踪平台模块功能 | 第57-58页 |
| 5.1.3 多目标跟踪平台模块功能 | 第58页 |
| 5.2 仿真平台设计与实现 | 第58-64页 |
| 5.2.1 仿真平台实现 | 第58-61页 |
| 5.2.2 仿真平台功能测试 | 第61-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 论文的工作总结 | 第65-66页 |
| 6.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |