基于非线性滤波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8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究状况 | 第9-13页 |
| ·非线性滤波 | 第9-11页 |
| ·目标跟踪 | 第11-13页 |
| ·论文主要工作及内容安排 | 第13-14页 |
| 第二章 非线性滤波理论 | 第14-22页 |
| ·引言 | 第14页 |
| ·贝叶斯滤波框架 | 第14-15页 |
| ·非线性滤波 | 第15-21页 |
| ·高斯滤波 | 第16-18页 |
| ·粒子滤波 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于高斯滤波的被动多传感器目标跟踪算法 | 第22-34页 |
| ·引言 | 第22页 |
| ·被动多传感器目标跟踪数学建模 | 第22-23页 |
| ·基于求积分卡尔曼滤波的目标跟踪算法 | 第23-27页 |
| ·求积分规则 | 第23-24页 |
| ·求积分卡尔曼滤波 | 第24-25页 |
| ·算法流程 | 第25-27页 |
| ·基于求容积卡尔曼滤波的目标跟踪算法 | 第27-30页 |
| ·求容积规则 | 第27-28页 |
| ·求容积卡尔曼滤波 | 第28-29页 |
| ·算法流程 | 第29-30页 |
| ·仿真实验及分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于粒子滤波的被动多传感器目标跟踪算法 | 第34-56页 |
| ·引言 | 第34页 |
| ·基于拟蒙特卡罗-高斯粒子滤波的目标跟踪算法 | 第34-42页 |
| ·拟蒙特卡罗-高斯粒子滤波 | 第34-37页 |
| ·集中式融合策略 | 第37-38页 |
| ·算法流程 | 第38-39页 |
| ·仿真实验及分析 | 第39-42页 |
| ·基于改进粒子滤波的目标跟踪算法 | 第42-54页 |
| ·对数极坐标系下的系统方程 | 第42-44页 |
| ·改进粒子滤波 | 第44-47页 |
| ·最优信息融合策略 | 第47-49页 |
| ·算法流程 | 第49-50页 |
| ·仿真实验及分析 | 第50-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 基于边缘化粒子滤波的检测前跟踪算法 | 第56-66页 |
| ·引言 | 第56页 |
| ·红外图像弱小目标建模 | 第56-58页 |
| ·目标模型 | 第56-57页 |
| ·传感器模型 | 第57-58页 |
| ·算法描述 | 第58-62页 |
| ·边缘化粒子滤波 | 第58-60页 |
| ·累积和联合检测 | 第60-62页 |
| ·算法流程 | 第62页 |
| ·仿真实验及分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 作者在读期间的科研工作及研究成果 | 第74-75页 |
