| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 密集杂波条件下多目标跟踪的研究现状 | 第12-14页 |
| 1.3 本文的主要工作及内容安排 | 第14-16页 |
| 1.3.1 本文的主要工作 | 第14-15页 |
| 1.3.2 本文的主要内容 | 第15-16页 |
| 第二章 基于关联的多目标跟踪算法 | 第16-27页 |
| 2.1 基于关联的多目标跟踪模型 | 第16-17页 |
| 2.2 JPDA算法 | 第17-19页 |
| 2.3 基于关联的机动多目标跟踪 | 第19-22页 |
| 2.3.1 IMM滤波 | 第19-20页 |
| 2.3.2 IMM-JPDA算法 | 第20-22页 |
| 2.4 算法仿真与分析 | 第22-26页 |
| 2.4.1 仿真条件设定 | 第22-24页 |
| 2.4.2 算法仿真结果分析 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于RFS理论的多目标跟踪算法 | 第27-40页 |
| 3.1 RFS框架下的多目标跟踪模型 | 第27-28页 |
| 3.2 PHDF及其粒子滤波实现 | 第28-30页 |
| 3.3 基于随机有限集的机动多目标跟踪 | 第30-33页 |
| 3.3.1 多模型方法 | 第30-31页 |
| 3.3.2 MM-PHD滤波器的粒子滤波实现 | 第31-33页 |
| 3.4 算法仿真及分析 | 第33-39页 |
| 3.4.1 仿真条件设定 | 第33-35页 |
| 3.4.2 基于OSPA距离的多目标跟踪算法性能评估 | 第35-36页 |
| 3.4.3 算法仿真结果及分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 密集杂波条件下多目标跟踪算法 | 第40-50页 |
| 4.1 JML-PDA算法 | 第40-45页 |
| 4.2 基于关联的密集杂波条件下机动多目标跟踪：CJML-IMM-PDA | 第45-46页 |
| 4.3 密集杂波条件下机动多目标跟踪算法仿真与分析 | 第46-49页 |
| 4.3.1 仿真条件设定 | 第46-48页 |
| 4.3.2 算法仿真结果及分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 密集杂波条件下多目标跟踪算法实时性能研究 | 第50-63页 |
| 5.1 GPU及其开发平台简介 | 第50-55页 |
| 5.1.1 GPU硬件架构 | 第50-52页 |
| 5.1.2 基于CUDA的GPU通用开发模型 | 第52页 |
| 5.1.3 CUDA的软件结构 | 第52-53页 |
| 5.1.4 CUDA架构下的GPU编程 | 第53-54页 |
| 5.1.5 CUDA存储模型 | 第54-55页 |
| 5.2 密集杂波条件下多目标跟踪算法实时性研究 | 第55-58页 |
| 5.2.1 目标轨迹初始化加速方案 | 第55-57页 |
| 5.2.2 机动目标轨迹维持加速方案 | 第57-58页 |
| 5.3 算法加速性能仿真及分析 | 第58-62页 |
| 5.3.1 仿真环境设定 | 第58-59页 |
| 5.3.2 仿真结果分析 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63-64页 |
| 6.2 未来工作设想与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
